Nghiên Cứu Kỹ Thuật Xử Lý Ảnh Và Dựng Mô Hình 3D Gan Từ Dữ Liệu CT Trong Luận Văn Thạc Sĩ

• Tác giả: Đoàn Thị Xương
• Người hướng dẫn: TS. Lê Thị Kim Nga
• Trường học: Trường Đại Học Quy Nhơn
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Kỹ Thuật Xử Lý Ảnh Và Dựng Mô Hình 3D Gan Từ Dữ Liệu CT
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Bình Định

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH
• MỞ ĐẦU
• 0.1. Lý do chọn đề tài
• 0.2. Mục đích nghiên cứu
• 0.3. Đối tượng và phạm vi nghiên cứu
• 0.4. Phương pháp nghiên cứu
• 0.5. Cấu trúc luận văn
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH TRONG DỰNG MÔ HÌNH 3D GAN. DỮ LIỆU ẢNH SỐ Y KHOA
• 1.1. Khái niệm ảnh y khoa và dữ liệu ảnh CT Gan
• 1.2. Một số chuẩn hình ảnh y khoa
• 1.3. MỘT SỐ PHƯƠNG PHÁP XỬ LÝ ẢNH TRONG DỰNG MÔ HÌNH 3D GAN
• 1.3.1. Phát hiện Gan trên dữ liệu ảnh CT, MRI
• 1.3.2. Định vị vùng Gan dựa trên kỹ thuật hồi quy
• 1.3.3. Một số vấn đề xử lý ảnh trong quy trình dựng mô hình 3D Gan
• 1.4. BÀI TOÁN DỰNG MÔ HÌNH 3D
• 1.4.1. Cấu tạo mô hình 3D
• 1.5. KẾT LUẬN CHƯƠNG 1
• 2. CHƯƠNG 2: MỘT SỐ KỸ THUẬT TRONG DỰNG MÔ HÌNH 3D GAN TỪ ẢNH CT
• 2.1. TĂNG CƯỜNG CHẤT LƯỢNG ẢNH CT GAN
• 2.1.1. Kỹ thuật tăng cường chất lượng ảnh CT Gan cơ bản
• 2.1.2. Kỹ thuật dựa trên Gradient
• 2.1.3. Kỹ thuật dựa trên biến đổi Wavelet
• 2.1.4. Kỹ thuật dựa trên hiệu chỉnh Gamma
• 2.2. PHÂN ĐOẠN GAN
• 2.2.1. Kỹ thuật phân đoạn Gan đơn giản
• 2.2.2. Phân đoạn Gan dựa trên mạng U - Net
• 2.2.3. Phân đoạn Gan dựa vào mô hình chất liệu
• 2.3. KỸ THUẬT DỰNG MÔ HÌNH 3D GAN
• 2.3.1. Thuật toán Marching Cubes
• 2.3.2. Dựng lát cắt từ ảnh chụp cắt lớp
• 2.4. KẾT LUẬN CHƯƠNG 2
• 3. CHƯƠNG 3: CÀI ĐẶT VÀ THỬ NGHIỆM
• 3.1. PHÁT BIỂU BÀI TOÁN
• 3.2. PHÂN TÍCH BÀI TOÁN
• 3.2.1. Dữ liệu mô tả và xử lý
• 3.2.2. Chi tiết thực hiện
• 3.3. MỘT SỐ KẾT QUẢ THỰC NGHIỆM
• 3.4. HƯỚNG PHÁT TRIỂN
• 3.5. KẾT LUẬN CHƯƠNG 3
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ CỦA TÁC GIẢ
• DANH MỤC TÀI LIỆU THAM KHẢO

I. Luận Văn Thạc Sĩ Kỹ Thuật Xử Lý Ảnh Và Dựng Mô Hình 3D Gan Từ Dữ Liệu CT

Luận văn thạc sĩ này tập trung vào việc nghiên cứu và ứng dụng các kỹ thuật xử lý ảnh để dựng mô hình 3D của gan từ dữ liệu CT. Đây là một nghiên cứu quan trọng trong lĩnh vực hình ảnh y tế, đặc biệt là trong chẩn đoán và điều trị các bệnh lý về gan. Luận văn sử dụng các phương pháp phân tích hình ảnh và mô hình hóa 3D để tạo ra mô hình gan chính xác, hỗ trợ các bác sĩ trong việc đánh giá và lập kế hoạch điều trị.

1.1. Kỹ Thuật Xử Lý Ảnh

Các kỹ thuật xử lý ảnh được áp dụng bao gồm tăng cường chất lượng ảnh, phân đoạn gan, và dựng mô hình 3D. Phương pháp tăng cường chất lượng ảnh sử dụng các kỹ thuật như biến đổi Wavelet và hiệu chỉnh Gamma để cải thiện độ nét và độ tương phản của ảnh CT. Phân đoạn gan được thực hiện thông qua các thuật toán như U-Net và mô hình chất liệu, giúp xác định chính xác vùng gan trong ảnh CT. Cuối cùng, kỹ thuật dựng mô hình 3D sử dụng thuật toán Marching Cubes để tạo ra mô hình gan từ các lát cắt ảnh.

1.2. Dữ Liệu CT Và Ứng Dụng Y Tế

Dữ liệu CT được sử dụng trong nghiên cứu là các ảnh chụp cắt lớp của gan, được lưu trữ dưới định dạng DICOM. Đây là chuẩn dữ liệu phổ biến trong hình ảnh y học, cho phép lưu trữ và truyền tải thông tin hình ảnh một cách hiệu quả. Việc sử dụng công nghệ CT trong chẩn đoán bệnh gan giúp phát hiện sớm các tổn thương và hỗ trợ trong việc lập kế hoạch phẫu thuật hoặc xạ trị. Nghiên cứu này cũng nhấn mạnh tầm quan trọng của hệ thống thông tin y tế trong việc quản lý và phân tích dữ liệu hình ảnh.

II. Phân Tích Hình Ảnh Và Mô Hình Hóa 3D

Phần này tập trung vào việc phân tích hình ảnh và mô hình hóa 3D để tạo ra mô hình gan chính xác từ dữ liệu CT. Các kỹ thuật phân tích hình ảnh bao gồm phát hiện vùng gan, định vị gan dựa trên kỹ thuật hồi quy, và xử lý các vấn đề liên quan đến chất lượng ảnh. Mô hình hóa 3D được thực hiện thông qua việc tạo các lát cắt từ ảnh chụp cắt lớp và sử dụng thuật toán Marching Cubes để dựng mô hình.

2.1. Phát Hiện Và Định Vị Gan

Quá trình phát hiện gan trên dữ liệu ảnh CT được thực hiện thông qua các kỹ thuật bán tự động và tích hợp bản đồ vote map. Định vị gan dựa trên kỹ thuật hồi quy giúp xác định chính xác vị trí và kích thước của gan trong ảnh CT. Các kỹ thuật này đóng vai trò quan trọng trong việc chuẩn bị dữ liệu cho quá trình dựng mô hình 3D.

2.2. Dựng Mô Hình 3D

Dựng mô hình 3D được thực hiện thông qua thuật toán Marching Cubes, một phương pháp phổ biến trong khoa học máy tính để tạo mô hình 3D từ các lát cắt ảnh. Quá trình này bao gồm việc xác định các đỉnh và mặt của mô hình, sau đó kết hợp chúng để tạo ra mô hình gan hoàn chỉnh. Kết quả thử nghiệm cho thấy mô hình 3D được tạo ra có độ chính xác cao, hỗ trợ hiệu quả trong chẩn đoán và điều trị.

III. Ứng Dụng Và Giá Trị Thực Tiễn

Nghiên cứu này có giá trị thực tiễn cao trong lĩnh vực y tế, đặc biệt là trong chẩn đoán và điều trị các bệnh lý về gan. Việc sử dụng kỹ thuật xử lý ảnh và mô hình hóa 3D giúp cải thiện độ chính xác trong chẩn đoán, hỗ trợ các bác sĩ trong việc lập kế hoạch điều trị và phẫu thuật. Nghiên cứu cũng mở ra hướng phát triển mới trong việc ứng dụng công nghệ CT và hệ thống thông tin y tế để quản lý và phân tích dữ liệu hình ảnh.

3.1. Ứng Dụng Trong Chẩn Đoán

Mô hình 3D của gan được tạo ra từ dữ liệu CT giúp các bác sĩ đánh giá chính xác vị trí và kích thước của các tổn thương, từ đó lập kế hoạch điều trị hiệu quả. Nghiên cứu này cũng hỗ trợ trong việc phát hiện sớm các bệnh lý về gan, giúp cải thiện tiên lượng cho bệnh nhân.

3.2. Hướng Phát Triển Tương Lai

Nghiên cứu đề xuất hướng phát triển trong việc tích hợp kỹ thuật hình ảnh với hệ thống thông tin y tế để quản lý và phân tích dữ liệu hình ảnh một cách hiệu quả hơn. Việc ứng dụng trí tuệ nhân tạo và học máy trong phân tích hình ảnh cũng là một hướng nghiên cứu tiềm năng trong tương lai.