Tổng quan nghiên cứu

Trong những năm gần đây, siêu âm đã trở thành phương pháp chẩn đoán hình ảnh phổ biến trong y học, được ứng dụng rộng rãi để khảo sát các cơ quan như tim, thận, gan, tuyến giáp, và đặc biệt là siêu âm thai nhi. Tuy nhiên, ảnh siêu âm thường bị ảnh hưởng bởi nhiễu đốm (speckle noise), làm giảm chất lượng hình ảnh, gây khó khăn trong việc phân tích và chẩn đoán chính xác. Nhiễu đốm là loại nhiễu nhân, xuất hiện do sự tán xạ ngẫu nhiên của sóng siêu âm, làm che lấp các chi tiết quan trọng trên ảnh, dẫn đến sai sót trong kết quả chẩn đoán. Do đó, việc phát triển các phương pháp lọc nhiễu đốm hiệu quả là rất cần thiết để nâng cao chất lượng ảnh siêu âm.

Mục tiêu nghiên cứu của luận văn là thực hiện lọc nhiễu đốm cho ảnh siêu âm bằng hai bộ lọc Median và Modified Hybrid Median, đồng thời triển khai trên nền tảng FPGA để tăng tốc độ xử lý và so sánh hiệu quả của các bộ lọc. Phạm vi nghiên cứu tập trung vào ảnh siêu âm y tế, đặc biệt là ảnh siêu âm tim, với dữ liệu thực nghiệm được xử lý trên phần mềm Matlab và phần cứng kit DE2 sử dụng chip FPGA Cyclone II 2C35. Thời gian nghiên cứu kéo dài đến tháng 4 năm 2014.

Ý nghĩa của nghiên cứu thể hiện qua việc cải thiện chất lượng ảnh siêu âm, giảm nhiễu đốm hiệu quả, bảo tồn các cạnh và chi tiết quan trọng, từ đó hỗ trợ bác sĩ chẩn đoán chính xác hơn. Ngoài ra, việc ứng dụng FPGA giúp tăng tốc độ xử lý, mở ra hướng phát triển mới cho các hệ thống xử lý ảnh y tế thời gian thực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Lý thuyết nhiễu đốm trong ảnh siêu âm: Nhiễu đốm được mô hình hóa như nhiễu nhân, biểu diễn bằng công thức $X_n = X_g \cdot \eta$ trong đó $X_n$ là ảnh nhiễu, $X_g$ là ảnh gốc, và $\eta$ là nhiễu nhân. Nhiễu đốm làm giảm độ tương phản và che khuất các chi tiết ảnh.

  • Bộ lọc Median và Modified Hybrid Median: Bộ lọc Median là phương pháp lọc phi tuyến phổ biến dùng để loại bỏ nhiễu đốm bằng cách thay thế giá trị điểm ảnh bằng giá trị trung vị trong cửa sổ lân cận. Bộ lọc Modified Hybrid Median cải tiến nhằm tăng khả năng bảo tồn cạnh và giảm nhiễu hiệu quả hơn bằng cách kết hợp các cửa sổ lọc theo hình chữ X và hình chữ +.

  • Công nghệ FPGA (Field Programmable Gate Array): FPGA là mạch tích hợp có thể lập trình lại, chứa các khối logic cấu hình được, cho phép thiết kế các hệ thống xử lý tín hiệu số với tốc độ cao và khả năng tùy biến linh hoạt. FPGA Cyclone II 2C35 được sử dụng trong nghiên cứu với 33,216 phần tử logic, bộ nhớ SRAM tích hợp và khả năng giao tiếp VGA.

  • Mô hình xử lý ảnh trên Matlab: Matlab cung cấp môi trường mô phỏng và xử lý ảnh với các toolbox chuyên dụng, hỗ trợ thực hiện các thuật toán lọc nhiễu và đánh giá chất lượng ảnh qua các chỉ số như PSNR, MSE, RMSE.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Ảnh siêu âm tim thực tế và ảnh thông thường được sử dụng để tạo nhiễu đốm và nhiễu muối tiêu giả lập trên Matlab. Dữ liệu ảnh sau đó được xử lý bằng hai bộ lọc Median và Modified Hybrid Median.

  • Phương pháp phân tích: Nghiên cứu thực hiện lọc nhiễu trên Matlab để so sánh hiệu quả của hai bộ lọc qua các chỉ số PSNR (Peak Signal-to-Noise Ratio), MSE (Mean Square Error), RMSE (Root Mean Square Error). Tiếp đó, hai bộ lọc được triển khai trên FPGA sử dụng ngôn ngữ Verilog, lập trình trên kit DE2 với giao tiếp SRAM và VGA để hiển thị ảnh gốc và ảnh đã lọc trên cùng một màn hình, giúp so sánh trực quan ưu nhược điểm của từng bộ lọc.

  • Timeline nghiên cứu: Quá trình nghiên cứu kéo dài trong khoảng thời gian học tập tại trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, hoàn thành vào tháng 4 năm 2014. Các bước chính gồm khảo sát lý thuyết, mô phỏng trên Matlab, thiết kế và lập trình FPGA, thực nghiệm và đánh giá kết quả.

  • Cỡ mẫu và chọn mẫu: Sử dụng nhiều ảnh siêu âm tim từ các vị trí khác nhau của bệnh nhân để đảm bảo tính đại diện. Phương pháp chọn mẫu dựa trên ảnh thực tế và ảnh giả lập nhiễu nhằm đánh giá toàn diện hiệu quả bộ lọc.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả lọc nhiễu trên Matlab: Bộ lọc Modified Hybrid Median cho kết quả vượt trội so với bộ lọc Median thông qua các chỉ số PSNR, MSE và RMSE. Cụ thể, PSNR của bộ lọc Modified Hybrid Median đạt khoảng 37 dB, cao hơn đáng kể so với bộ lọc Median, trong khi MSE và RMSE thấp hơn, chứng tỏ khả năng giảm nhiễu và bảo tồn chi tiết tốt hơn.

  2. So sánh chất lượng ảnh siêu âm sau lọc: Ảnh siêu âm tim sau khi lọc bằng bộ lọc Modified Hybrid Median có độ tương phản và chi tiết rõ nét hơn, giảm nhiễu đốm hiệu quả, trong khi bộ lọc Median vẫn còn để lại một số nhiễu nhỏ và làm mờ cạnh ảnh.

  3. Triển khai trên FPGA: Hai bộ lọc Median và Modified Hybrid Median được thiết kế và lập trình thành công trên FPGA Cyclone II 2C35, với khả năng xử lý ảnh siêu âm và hiển thị đồng thời ảnh gốc và ảnh đã lọc trên màn hình qua cổng VGA. Thời gian xử lý trên FPGA nhanh hơn nhiều so với Matlab, phù hợp cho ứng dụng thời gian thực.

  4. Đánh giá trực quan và định lượng: Việc hiển thị đồng thời ảnh gốc và ảnh sau lọc trên cùng một màn hình giúp người dùng dễ dàng phân biệt ưu nhược điểm của từng bộ lọc. Bộ lọc Modified Hybrid Median thể hiện ưu thế trong việc loại bỏ nhiễu đốm mà vẫn giữ được các cạnh sắc nét, trong khi bộ lọc Median có tốc độ xử lý nhanh hơn nhưng hiệu quả lọc kém hơn.

Thảo luận kết quả

Nguyên nhân của sự khác biệt hiệu quả giữa hai bộ lọc là do cấu trúc cửa sổ lọc của bộ lọc Modified Hybrid Median kết hợp hai hình dạng lọc (chữ X và chữ +), giúp bảo tồn cạnh và giảm nhiễu đốm hiệu quả hơn so với bộ lọc Median truyền thống chỉ sử dụng cửa sổ vuông. Kết quả này phù hợp với các nghiên cứu trước đây cho thấy bộ lọc Hybrid và đa tầng có khả năng lọc nhiễu đốm tốt hơn các bộ lọc đơn giản.

So sánh với các nghiên cứu trong và ngoài nước, kết quả của luận văn khẳng định tính ưu việt của bộ lọc Modified Hybrid Median trong xử lý ảnh siêu âm, đồng thời mở rộng ứng dụng bằng việc triển khai trên FPGA, giúp tăng tốc độ xử lý và khả năng ứng dụng trong thực tế. Việc sử dụng FPGA cũng giúp giảm thời gian xử lý từ hàng giây trên Matlab xuống còn thời gian thực, phù hợp với yêu cầu xử lý ảnh y tế hiện đại.

Dữ liệu có thể được trình bày qua các biểu đồ so sánh PSNR, MSE, RMSE giữa hai bộ lọc trên Matlab và FPGA, cũng như bảng tổng hợp thời gian xử lý và các chỉ số chất lượng ảnh. Các hình ảnh minh họa trước và sau lọc trên cùng màn hình giúp trực quan hóa hiệu quả của từng bộ lọc.

Đề xuất và khuyến nghị

  1. Ứng dụng bộ lọc Modified Hybrid Median trên FPGA trong các thiết bị siêu âm y tế: Khuyến nghị các nhà sản xuất thiết bị siêu âm tích hợp bộ lọc này để nâng cao chất lượng ảnh, giảm sai sót trong chẩn đoán. Thời gian thực hiện trong vòng 1-2 năm, chủ thể thực hiện là các công ty công nghệ y tế.

  2. Phát triển hệ thống xử lý ảnh siêu âm thời gian thực: Tăng cường nghiên cứu và tối ưu hóa thuật toán lọc trên FPGA để giảm độ trễ và nâng cao hiệu suất xử lý, hướng tới ứng dụng trong các phòng khám và bệnh viện. Thời gian thực hiện 1-3 năm, do các viện nghiên cứu và trường đại học đảm nhận.

  3. Mở rộng nghiên cứu sang các loại nhiễu khác và ảnh y tế đa dạng: Nghiên cứu thêm các phương pháp lọc kết hợp để xử lý nhiễu muối tiêu, nhiễu xung trên ảnh siêu âm và các loại ảnh y tế khác như MRI, CT. Thời gian 2-4 năm, do các nhóm nghiên cứu chuyên sâu thực hiện.

  4. Đào tạo và chuyển giao công nghệ FPGA cho kỹ sư y sinh: Tổ chức các khóa đào tạo về thiết kế và lập trình FPGA trong xử lý ảnh y tế nhằm nâng cao năng lực kỹ thuật cho cán bộ y tế và kỹ sư. Thời gian triển khai liên tục, chủ thể là các trường đại học và trung tâm đào tạo.

Đối tượng nên tham khảo luận văn

  1. Các nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, xử lý tín hiệu số: Luận văn cung cấp kiến thức chuyên sâu về công nghệ FPGA, thiết kế bộ lọc ảnh và ứng dụng trong y tế, giúp phát triển các đề tài nghiên cứu liên quan.

  2. Kỹ sư phát triển thiết bị y tế, đặc biệt là thiết bị siêu âm: Tham khảo để áp dụng các thuật toán lọc nhiễu đốm hiệu quả trên nền tảng phần cứng FPGA, nâng cao chất lượng sản phẩm và tính cạnh tranh trên thị trường.

  3. Bác sĩ và chuyên gia y tế trong lĩnh vực chẩn đoán hình ảnh: Hiểu rõ về các kỹ thuật xử lý ảnh siêu âm, từ đó đánh giá và lựa chọn thiết bị phù hợp, cải thiện độ chính xác trong chẩn đoán.

  4. Các trung tâm đào tạo và giảng dạy kỹ thuật y sinh và công nghệ thông tin y tế: Sử dụng luận văn làm tài liệu tham khảo giảng dạy về xử lý ảnh y tế, FPGA và ứng dụng trong thực tế, giúp sinh viên tiếp cận công nghệ mới.

Câu hỏi thường gặp

  1. Tại sao nhiễu đốm lại ảnh hưởng nghiêm trọng đến ảnh siêu âm?
    Nhiễu đốm làm giảm độ tương phản và che khuất các chi tiết quan trọng trên ảnh siêu âm, gây khó khăn trong việc phân tích và chẩn đoán chính xác. Ví dụ, nhiễu đốm có thể làm mờ các biên giới mô, dẫn đến sai sót trong đánh giá bệnh lý.

  2. Bộ lọc Modified Hybrid Median có ưu điểm gì so với bộ lọc Median truyền thống?
    Bộ lọc Modified Hybrid Median sử dụng kết hợp các cửa sổ lọc hình chữ X và chữ +, giúp bảo tồn cạnh và chi tiết ảnh tốt hơn, đồng thời giảm nhiễu đốm hiệu quả hơn. Kết quả nghiên cứu cho thấy PSNR cao hơn và MSE thấp hơn so với bộ lọc Median.

  3. Lợi ích của việc triển khai bộ lọc trên FPGA là gì?
    FPGA cho phép xử lý ảnh với tốc độ cao, khả năng lập trình lại linh hoạt và tiêu thụ điện năng thấp, phù hợp cho các ứng dụng thời gian thực trong y tế. Thời gian xử lý trên FPGA nhanh hơn nhiều so với phần mềm Matlab.

  4. Phương pháp đánh giá chất lượng ảnh sau lọc được thực hiện như thế nào?
    Chất lượng ảnh được đánh giá bằng các chỉ số định lượng như PSNR, MSE, RMSE, đồng thời đánh giá định tính qua việc quan sát trực quan ảnh gốc và ảnh sau lọc trên cùng màn hình, giúp nhận biết mức độ giảm nhiễu và bảo tồn chi tiết.

  5. Có thể áp dụng phương pháp này cho các loại ảnh y tế khác không?
    Có thể, tuy nhiên cần điều chỉnh thuật toán và tham số phù hợp với đặc điểm nhiễu của từng loại ảnh như MRI, CT. Nghiên cứu mở rộng sẽ giúp tối ưu hóa hiệu quả lọc cho các ứng dụng đa dạng trong y tế.

Kết luận

  • Luận văn đã nghiên cứu và triển khai thành công hai bộ lọc Median và Modified Hybrid Median để lọc nhiễu đốm trên ảnh siêu âm, với kết quả bộ lọc Modified Hybrid Median cho hiệu quả vượt trội về chất lượng ảnh.
  • Việc ứng dụng FPGA Cyclone II 2C35 trên kit DE2 giúp tăng tốc độ xử lý ảnh siêu âm, phù hợp cho các ứng dụng thời gian thực trong y tế.
  • Kết quả hiển thị đồng thời ảnh gốc và ảnh đã lọc trên cùng màn hình VGA giúp so sánh trực quan ưu nhược điểm của từng bộ lọc.
  • Nghiên cứu mở ra hướng phát triển mới cho các hệ thống xử lý ảnh y tế tích hợp FPGA, góp phần nâng cao độ chính xác trong chẩn đoán hình ảnh siêu âm.
  • Các bước tiếp theo bao gồm tối ưu thuật toán lọc, mở rộng ứng dụng cho các loại nhiễu khác và đào tạo chuyển giao công nghệ FPGA trong lĩnh vực y sinh.

Khuyến khích các nhà nghiên cứu và kỹ sư y sinh tiếp tục phát triển và ứng dụng các giải pháp xử lý ảnh siêu âm trên nền tảng FPGA để nâng cao chất lượng chẩn đoán và hiệu quả điều trị.