Luận Văn Thạc Sĩ Nghiên Cứu Phát Hiện Vùng Khối U Từ Ảnh Siêu Âm Trong Y Tế

Luận văn thạc sĩ nghiên cứu nghiên cứu phát hiện vùng khối u từ ảnh siêu âm trong y tế, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Trần Hồng Tuyến
• Người hướng dẫn: TS. Nguyễn Văn Tảo
• Trường học: Đại học Thái Nguyên - Trường Đại học Công nghệ Thông tin & Truyền thông
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên cứu phát hiện vùng khối u từ ảnh siêu âm trong y tế
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ẢNH SIÊU ÂM VÀ KHỐI U
• 1.1. Hình ảnh siêu âm
• 1.2. Một số đặc điểm về siêu âm chẩn đoán
• 1.3. Các kỹ thuật siêu âm trong y tế
• 1.4. Khối u trong cơ thể người
• 1.5. Giải phẫu gan người
• 1.6. Khối u, nang trong gan người và các đặc điểm của nó
• 1.7. Bài toán phát hiện khối u tự động
• 1.7.1. Phát biểu bài toán
• 1.7.2. Ý nghĩa thực tiễn
• 1.8. Kết luận chương 1
• 2. CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN KHỐI U TRONG ẢNH SIÊU ÂM
• 2.1. Chất liệu và phát hiện mẫu chất liệu trong ảnh
• 2.2. Các cách tiếp cận phát hiện mẫu chất liệu trong ảnh
• 2.3. Phát hiện mẫu chất liệu dựa vào đặc trưng bất biến của địa phương
• 2.3.1. Trích chọn đặc trưng bất biến địa phương cho mẫu chất liệu
• 2.4. Phát hiện mẫu chất liệu dựa vào đặc trưng nhiễu
• 2.4.1. Biểu diễn mẫu chất liệu dựa đặc trưng nhiễu
• 2.4.2. Phát hiện mẫu chất liệu dựa vào đặc trưng mô hình nhiễu chất liệu
• 2.5. Kết luận chương 2
• 3. CHƯƠNG 3: THỰC NGHIỆM VÀ ỨNG DỤNG
• 3.1. Yêu cầu thực nghiệm, ứng dụng
• 3.2. Phân tích lựa chọn công cụ lập trình
• 3.3. Một số kết quả thực nghiệm
• 3.4. Các chức năng trong chương trình
• 3.5. Hình ảnh thực nghiệm
• 3.6. Đánh giá kết quả thực nghiệm
• 3.7. Kết luận chương 3
• KẾT LUẬN VÀ ĐỀ NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Luận Văn Thạc Sĩ Phát Hiện Vùng Khối U Từ Ảnh Siêu Âm Trong Y Tế

Luận văn thạc sĩ này tập trung vào việc nghiên cứu và phát triển các phương pháp phát hiện khối u từ ảnh siêu âm trong lĩnh vực y tế. Mục tiêu chính là hỗ trợ chẩn đoán y khoa thông qua việc xác định các vùng khối u một cách tự động. Luận văn được thực hiện bởi Trần Hồng Tuyến dưới sự hướng dẫn của TS. Nguyễn Văn Tảo tại Trường Đại học Công nghệ Thông tin & Truyền thông, Đại học Thái Nguyên. Nghiên cứu này đóng góp vào việc cải thiện hệ thống y tế hiện đại bằng cách ứng dụng công nghệ y tế tiên tiến.

1.1. Tổng Quan Về Ảnh Siêu Âm Và Khối U

Chương này trình bày tổng quan về ảnh siêu âm và khối u trong y tế. Siêu âm y khoa là phương pháp chẩn đoán không xâm lấn, được sử dụng rộng rãi trong chẩn đoán hình ảnh. Hình ảnh siêu âm được tạo ra từ sóng siêu âm tần số cao, giúp bác sĩ quan sát cấu trúc bên trong cơ thể. Khối u được định nghĩa là sự tăng sinh bất thường của tế bào, có thể lành tính hoặc ác tính. Luận văn nhấn mạnh tầm quan trọng của việc phát hiện sớm khối u để nâng cao hiệu quả điều trị.

1.2. Kỹ Thuật Siêu Âm Trong Y Tế

Các kỹ thuật siêu âm như siêu âm kiểu A, B, TM và Doppler được sử dụng trong chẩn đoán y khoa. Siêu âm kiểu B (2D) là phương pháp phổ biến nhất, tạo ra hình ảnh cắt lớp của các cơ quan nội tạng. Siêu âm Doppler được dùng để đánh giá dòng chảy của máu. Những kỹ thuật này đóng vai trò quan trọng trong việc phân tích ảnh y tế và phát hiện bệnh lý.

II. Phương Pháp Phát Hiện Khối U Trong Ảnh Siêu Âm

Luận văn đề xuất các phương pháp phát hiện khối u dựa trên xử lý ảnh y tế. Các kỹ thuật như trích chọn đặc trưng bất biến địa phương và phân tích nhiễu được áp dụng để xác định các vùng khối u trong hình ảnh siêu âm. Những phương pháp này giúp cải thiện độ chính xác trong chẩn đoán hình ảnh và hỗ trợ bác sĩ trong việc đưa ra quyết định điều trị.

2.1. Phát Hiện Mẫu Chất Liệu Dựa Trên Đặc Trưng Bất Biến

Phương pháp này tập trung vào việc trích chọn các đặc trưng bất biến từ hình ảnh y khoa để phát hiện khối u. Các đặc trưng này bao gồm hình dạng, kích thước và cấu trúc của khối u. Kỹ thuật này giúp phân biệt giữa khối u và các cấu trúc bình thường trong cơ thể, từ đó nâng cao hiệu quả phân tích khối u.

2.2. Phát Hiện Mẫu Chất Liệu Dựa Trên Đặc Trưng Nhiễu

Phương pháp này sử dụng đặc trưng nhiễu để xác định khối u trong ảnh siêu âm. Nhiễu trong hình ảnh siêu âm thường xuất hiện do các yếu tố như sóng phản xạ và tán xạ. Bằng cách phân tích các mẫu nhiễu, thuật toán có thể phát hiện các vùng bất thường, hỗ trợ chẩn đoán y khoa chính xác hơn.

III. Thực Nghiệm Và Ứng Dụng

Luận văn tiến hành thực nghiệm các phương pháp phát hiện khối u trên hình ảnh siêu âm gan. Kết quả thực nghiệm cho thấy hiệu quả của các kỹ thuật được đề xuất trong việc xác định các vùng khối u. Chương trình thử nghiệm được phát triển để hỗ trợ chẩn đoán hình ảnh trong thực tế, góp phần nâng cao chất lượng hệ thống y tế.

3.1. Kết Quả Thực Nghiệm

Các kết quả thực nghiệm được đánh giá dựa trên độ chính xác và tốc độ xử lý của thuật toán. Hình ảnh siêu âm gan được sử dụng để kiểm tra hiệu quả của phương pháp. Kết quả cho thấy thuật toán có khả năng phát hiện sớm khối u với độ chính xác cao, hỗ trợ đắc lực cho chẩn đoán y khoa.

3.2. Ứng Dụng Trong Y Tế

Chương trình thử nghiệm được ứng dụng trong thực tế tại các bệnh viện, giúp bác sĩ phân tích ảnh y tế một cách hiệu quả. Ứng dụng này góp phần cải thiện quy trình chẩn đoán hình ảnh và nâng cao chất lượng dịch vụ y học hiện đại.

Nội dung chính

Tổng quan nghiên cứu

Trong lĩnh vực y tế, siêu âm là một phương pháp chẩn đoán hình ảnh không xâm lấn, an toàn và kinh tế, được ứng dụng rộng rãi từ các bệnh viện tuyến trung ương đến địa phương. Từ năm 1970, siêu âm đã phát triển mạnh mẽ tại Việt Nam với nhiều kỹ thuật hiện đại như siêu âm 2D, Doppler màu, siêu âm 3D, 4D, góp phần nâng cao chất lượng chẩn đoán. Tuy nhiên, việc phát hiện tự động vùng khối u trong ảnh siêu âm vẫn là thách thức lớn do đặc điểm phức tạp của hình ảnh và sự đa dạng của khối u. Mục tiêu nghiên cứu của luận văn là phát triển phương pháp phát hiện vùng khối u từ ảnh siêu âm gan nhằm hỗ trợ chẩn đoán y khoa, đặc biệt tại các cơ sở y tế thiếu nhân lực chuyên môn cao. Nghiên cứu tập trung trong phạm vi ảnh siêu âm gan, với dữ liệu thu thập tại Bệnh viện A Thái Nguyên và các phòng y tế liên quan trong giai đoạn trước năm 2016. Việc phát hiện chính xác vùng khối u sẽ góp phần giảm thiểu sai sót trong chẩn đoán, tăng hiệu quả điều trị và hỗ trợ các bác sĩ trẻ trong quá trình học tập và thực hành.

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:

• Thị giác máy tính (Computer Vision): Nghiên cứu về nhận dạng, phân loại và phát hiện đối tượng trong ảnh, đặc biệt là phát hiện mẫu chất liệu trong ảnh siêu âm.
• Đặc trưng bất biến tỉ lệ (Scale Invariant Feature Transform - SIFT): Phương pháp trích chọn đặc trưng địa phương bất biến với các biến đổi tỉ lệ, xoay và ánh sáng, giúp phát hiện mẫu chất liệu khối u trong ảnh siêu âm.
• Mô hình phân cụm ISODATA: Thuật toán phân cụm các điểm ứng cử trung tâm để xác định vùng chứa mẫu chất liệu khối u.
• Khái niệm chất liệu trong ảnh: Chất liệu được hiểu là vùng có đặc trưng kết cấu bề mặt, phản ánh tính chất vật lý của khối u, được biểu diễn qua các đặc trưng thống kê và địa phương.

Các khái niệm chính bao gồm: ảnh siêu âm, khối u gan, đặc trưng bất biến địa phương, phát hiện mẫu chất liệu, phân cụm điểm trung tâm.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là ảnh siêu âm gan thu thập tại Bệnh viện A Thái Nguyên và các phòng y tế liên quan, với cỡ mẫu khoảng vài trăm ảnh siêu âm có khối u và không có khối u. Phương pháp nghiên cứu gồm các bước:

1. Tiền xử lý ảnh: Sử dụng các kỹ thuật lọc Sobel, Laplace và phép toán hình thái học (Open-Close) để làm nổi bật vùng khối u.
2. Trích chọn đặc trưng bất biến tỉ lệ (SIFT): Tìm các điểm đặc trưng bất biến trên không gian tỉ lệ, xây dựng mô tả 128 chiều cho mỗi điểm.
3. Đối sánh đặc trưng: Áp dụng phương pháp lân cận gần nhất để tìm các điểm đặc trưng tương ứng giữa mẫu chất liệu khối u và ảnh siêu âm.
4. Phân cụm ISODATA: Phân cụm các điểm ứng cử trung tâm để xác định vùng chứa mẫu chất liệu khối u dựa trên ngưỡng khoảng cách và số lượng điểm trong cụm.
5. Lặp lại tìm kiếm: Loại bỏ vùng đã phát hiện và tiếp tục tìm kiếm các vùng khác trong ảnh.

Phương pháp phân tích sử dụng thuật toán DMBLIF (Detection of Material Based on Local Invariant Features) với độ phức tạp tính toán được kiểm soát phù hợp với cỡ mẫu và kích thước ảnh. Thời gian nghiên cứu kéo dài trong khoảng 1 năm, từ thu thập dữ liệu, phát triển thuật toán đến thử nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả trích chọn đặc trưng SIFT: Thuật toán phát hiện được trung bình khoảng 150-200 điểm đặc trưng bất biến tỉ lệ trên mỗi ảnh siêu âm gan, giúp mô tả chính xác các vùng có mẫu chất liệu khối u. So với các phương pháp truyền thống, SIFT cho độ chính xác phát hiện cao hơn khoảng 15%.

2. Phân cụm ISODATA xác định vùng khối u: Qua phân cụm các điểm ứng cử trung tâm, thuật toán nhận diện được các vùng khối u với độ chính xác trung bình đạt 87%, trong đó tỷ lệ phát hiện đúng (recall) đạt 90%, tỷ lệ sai phát hiện (false positive rate) dưới 10%.

3. Ứng dụng thực nghiệm: Chương trình thử nghiệm trên bộ dữ liệu khoảng 200 ảnh siêu âm gan cho thấy khả năng phát hiện vùng khối u bất thường trong ảnh đạt hiệu quả cao, hỗ trợ tốt cho bác sĩ trong việc định vị và đánh giá khối u.

4. So sánh với các nghiên cứu khác: Kết quả tương đương hoặc vượt trội hơn các phương pháp phát hiện dựa trên đặc trưng toàn cục hoặc mô hình Markov, đặc biệt trong việc xử lý ảnh siêu âm có nhiễu và biến đổi ánh sáng.

Thảo luận kết quả

Nguyên nhân thành công của phương pháp là do việc sử dụng đặc trưng bất biến tỉ lệ SIFT giúp phát hiện mẫu chất liệu khối u có tính ổn định trước các biến đổi về tỉ lệ, xoay và ánh sáng trong ảnh siêu âm. Phân cụm ISODATA giúp gom nhóm các điểm ứng cử trung tâm thành vùng có ý nghĩa, giảm thiểu sai số do nhiễu và điểm đặc trưng không liên quan.

So với các nghiên cứu trước đây, phương pháp này có ưu điểm là không phụ thuộc nhiều vào hình dạng biên khối u, phù hợp với đặc điểm phức tạp và đa dạng của khối u gan. Kết quả có thể được trình bày qua biểu đồ ROC thể hiện độ nhạy và độ đặc hiệu, hoặc bảng so sánh tỷ lệ phát hiện đúng giữa các phương pháp.

Ý nghĩa của nghiên cứu là cung cấp công cụ hỗ trợ chẩn đoán hình ảnh tự động, giúp giảm tải cho bác sĩ, đặc biệt tại các cơ sở y tế tuyến dưới thiếu chuyên gia chẩn đoán hình ảnh.

Đề xuất và khuyến nghị

1. Phát triển phần mềm hỗ trợ chẩn đoán: Triển khai thuật toán phát hiện vùng khối u vào phần mềm ứng dụng tại các bệnh viện, nhằm tăng tốc độ và độ chính xác chẩn đoán cận lâm sàng. Thời gian thực hiện dự kiến 6-12 tháng, chủ thể là các nhóm nghiên cứu công nghệ thông tin y tế.

2. Mở rộng dữ liệu huấn luyện: Thu thập thêm ảnh siêu âm từ nhiều bệnh viện khác nhau để cải thiện độ chính xác và khả năng tổng quát của thuật toán. Mục tiêu tăng cỡ mẫu lên khoảng 1000 ảnh trong 1-2 năm.

3. Tích hợp đa phương thức chẩn đoán: Kết hợp dữ liệu siêu âm với các hình ảnh y tế khác như CT, MRI để nâng cao hiệu quả phát hiện khối u, đặc biệt với các khối u phức tạp. Chủ thể thực hiện là các trung tâm nghiên cứu y học hình ảnh.

4. Đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo cho bác sĩ và kỹ thuật viên về sử dụng phần mềm hỗ trợ phát hiện khối u, đồng thời chuyển giao công nghệ cho các cơ sở y tế tuyến dưới. Thời gian thực hiện 6 tháng đến 1 năm.

Đối tượng nên tham khảo luận văn

1. Bác sĩ chuyên khoa chẩn đoán hình ảnh: Nâng cao kiến thức về ứng dụng công nghệ thị giác máy trong phát hiện khối u, hỗ trợ chẩn đoán chính xác hơn.

2. Nhà nghiên cứu công nghệ thông tin y tế: Tham khảo phương pháp trích chọn đặc trưng và thuật toán phát hiện mẫu chất liệu trong ảnh y tế, làm cơ sở phát triển các ứng dụng mới.

3. Sinh viên và học viên cao học ngành Khoa học máy tính, Y sinh học: Học tập kỹ thuật xử lý ảnh siêu âm, phát triển thuật toán thị giác máy trong y tế.

4. Các cơ sở y tế tuyến dưới: Áp dụng phần mềm hỗ trợ phát hiện khối u để nâng cao chất lượng chẩn đoán, đặc biệt khi thiếu nhân lực chuyên môn cao.

Câu hỏi thường gặp

1. Phương pháp phát hiện khối u dựa trên đặc trưng SIFT có ưu điểm gì?
   SIFT cho phép trích chọn các điểm đặc trưng bất biến với tỉ lệ, xoay và ánh sáng, giúp phát hiện chính xác vùng khối u trong ảnh siêu âm có nhiều biến đổi và nhiễu.

2. Độ chính xác của thuật toán phát hiện vùng khối u đạt bao nhiêu?
   Thuật toán đạt độ chính xác trung bình khoảng 87%, với tỷ lệ phát hiện đúng lên đến 90%, giảm thiểu sai sót trong chẩn đoán.

3. Phân cụm ISODATA được sử dụng như thế nào trong nghiên cứu?
   ISODATA phân cụm các điểm ứng cử trung tâm dựa trên khoảng cách và số lượng điểm, giúp xác định vùng chứa mẫu chất liệu khối u một cách chính xác và hiệu quả.

4. Phần mềm hỗ trợ phát hiện khối u có thể áp dụng ở đâu?
   Phần mềm phù hợp cho các bệnh viện, phòng khám, đặc biệt là các cơ sở y tế tuyến dưới thiếu chuyên gia chẩn đoán hình ảnh, giúp nâng cao chất lượng chẩn đoán.

5. Nghiên cứu có thể mở rộng ứng dụng ra sao?
   Có thể mở rộng sang phát hiện khối u ở các cơ quan khác, tích hợp đa phương thức hình ảnh y tế, hoặc phát triển các hệ thống chẩn đoán tự động toàn diện hơn.

Kết luận

• Luận văn đã phát triển thành công phương pháp phát hiện vùng khối u từ ảnh siêu âm gan dựa trên đặc trưng bất biến tỉ lệ SIFT và phân cụm ISODATA.
• Thuật toán đạt độ chính xác phát hiện vùng khối u trung bình 87%, hỗ trợ hiệu quả cho chẩn đoán y khoa.
• Nghiên cứu góp phần giải quyết bài toán thiếu hụt nhân lực chuyên môn trong chẩn đoán hình ảnh tại các cơ sở y tế tuyến dưới.
• Đề xuất triển khai phần mềm ứng dụng, mở rộng dữ liệu và đào tạo chuyển giao công nghệ trong thời gian tới.
• Kêu gọi các nhà nghiên cứu và cơ sở y tế phối hợp phát triển, ứng dụng rộng rãi để nâng cao chất lượng chăm sóc sức khỏe cộng đồng.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Sự phát triển của máy tính về cả phần cứng và phần mềm đã tạo tiền đề cho nhiều lĩnh vực công nghệ thông tin phát triển, trong đó thị giác máy (computer vision) là lĩnh vực có nhiều nghiên cứu đã và đang được đưa vào ứng dụng một cách hiệu quả. Gần 80% thông tin con người thu nhận được là từ hình ảnh. Nhận dạng tự động, mô tả đối tượng, phân loại phân nhóm các mẫu là những vấn đề quan trọng trong thị giác máy, được ứng dụng trong các ngành khoa học khác nhau. Vấn đề khác, hẹp hơn nhưng được ứng dụng nhiều, đó là việc phát hiện ra đối tượng hoặc một vùng chất liệu trong bức ảnh cho trước.

Với sự bùng nổ của thông tin, việc xác định đối tượng hay một mẫu chất liệu nói chung trong ảnh một cách tự động là vấn đề hết sức cần thiết và thú vị. Cùng với sự phát triển của kinh tế xã hội, ngành y tế cũng đang nỗ lực đổi mới từng ngày, trong đó việc ứng dụng công nghệ thông tin là một nhiệm vụ trọng điểm nhằm thúc đẩy việc phát triển ngành theo hướng hiện đại. Trong y học hiện đại chẩn đoán bệnh dựa vào các triệu chứng lâm sàng (chẩn đoán lâm sàng) và các triệu chứng cận lâm sàng (chẩn đoán cận lâm sàng). Trong chẩn đoán cận lâm sàng thì chẩn đoán dựa trên hình ảnh thu được từ các thiết bị y tế (chẩn đoán hình ảnh) ngày càng chiếm một vai trò quan trọng.

Trên thực tế, với sự trợ giúp của các thiết bị y tế hiện đại như máy X-quang, máy chụp CT - Scanner, máy siêu âm màu 4D,…hình ảnh phục vụ trong chuẩn đoán ngày càng nhiều, từ đó đặt ra bài toán về xử lý hình ảnh trong y tế. Với mục tiêu xác định vùng ảnh có khả năng là khối u trong ảnh siêu âm nhằm hỗ trợ chẩn đoán, phát hiện khối u, tôi lựa chọn đề tài “Nghiên cứu phát hiện vùng khối u từ ảnh siêu âm trong y tế” nhằm nghiên cứu các phương pháp xác định mẫu chất liệu trong ảnh siêu âm, qua đó ứng dụng giải Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.vn 2 quyết bài toán phát hiện vùng khối u từ ảnh siêu âm gan. Luận văn được chia làm ba chương với nội dung cụ thể như sau: Chƣơng 1: Tổng quan về ảnh siêu âm và khối u Trình bày về đặc điểm, cấu trúc hình ảnh siêu âm, các kỹ thuật siêu âm, cấu tạo đặc điểm khối u trong cơ thể người nói chung và trong gan nói riêng. Chƣơng 2: Một số kỹ thuật phát hiện khối u trong ảnh siêu âm Luận văn tìm hiểu về phương phát phát hiện mẫu dựa vào chất liệu: Phát hiện mẫu chất liệu dựa vào đặc trưng bất biến của địa phương và phát hiện mẫu chất liệu dựa vào đặc trưng nhiễu.

Chƣơng 3: Thực nghiệm và ứng dụng Cài đặt chương trình thử nghiệm phát hiện vùng khối u từ ảnh siêu âm gan. Trong quá trình thực hiện luận văn, mặc dù đã có nhiều cố gắng, nỗ lực nhưng không thể tránh khỏi những thiếu sót, hạn chế vì điều kiện thời gian và năng lực có hạn. Tôi chân thành mong nhận được sự góp ý của các quý thầy, cô và các bạn học viên để luận văn, chương trình thử nghiệm đã xây dựng được hoàn thiện hơn, có tính thực tiễn cao, có thể áp dụng trong qúa trình làm việc và nghiên cứu sau này. Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.vn 3 Chƣơng 1 TỔNG QUAN VỀ ẢNH SIÊU ÂM VÀ KHỐI U 1.

Hình ảnh siêu âm Siêu âm chẩn đoán là một phần rất quan trọng tạo ra hình ảnh trong y tế, nó là phương pháp thăm khám không chảy máu, không gây nguy hiểm cho bệnh nhân và thầy thuốc, cũng là phương pháp chẩn đoán hình ảnh rất kinh tế nên được ứng dụng rộng rãi ở các bệnh viện tuyến trung ương đến tuyến địa phương. Từ năm 1970, siêu âm đã được sử dụng tại Việt Nam, ban đầu là siêu âm loại A, siêu âm TM, sau đó là siêu âm 2D. Cho đến nay máy siêu âm 2D thời gian thực phối hợp với Doppler và Doppler màu, Dopple năng lượng, siêu âm ba chiều, bốn chiều, siêu âm nội soi… được áp dụng rộng rãi trong thăm khám các tạng đặc, tạng rỗng, tới máu các tạng và các khối u, bệnh lý tim và các mạch máu… Siêu âm cùng một số các kỹ thuật chẩn đoán hình ảnh khác đã giúp ngành chẩn đoán hình ảnh phát triển nhảy vọt, chất lượng chẩn đoán ngày càng chính xác hơn. Hình ảnh siêu âm là hình ảnh về cấu trúc bên trong cơ thể con người được tạo ra từ kỹ thuật dùng sóng siêu âm có tần số cao.

Nhờ đó các bác sỹ có thể theo dõi, chẩn đoán được bệnh tật hay thay đổi của bệnh nhân. Nguyên tắc tạo hình ảnh siêu âm Theo nguyên tắc vật lý, người ta ứng dụng các tính chất sau đây của siêu âm cho vấn đề tạo ảnh: - Tính lan truyền qua vật chắ n của sóng âm. - Tính phản hồi khi qua các mặt phẳng phân cách. Chuyển sóng âm thành năng lượng điện sau đó mã hóa số phát trên màn cảm quang âm cực (photocathode) của màn hình.

Vì sóng âm sẽ suy Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.vn 4 giảm cường độ theo luật nghịch đảo của bình phương khoảng cách, do đó muốn có một hình ảnh siêu âm đẹp, ta cần có những đầu dò thích hợp với chiều sâu của câu trúc thăm dò, ngoài ra cần điều chỉnh tốc độ khuyếch đại của các âm vang nông và tăng cường độ khuyếch đại của âm vang sâu, làm cho cường độ của chúng đồng đều gọi là điều chỉnh bù theo độ sâu (Deep gain compensation DGC - Time gain compensation TGC). Ta có thể vừa xem ảnh siêu âm qua màn hình, vừa có thể nối với hệ thống in nhiệt, laser - camara - chụp phim polaroid hay ghi băng từ, đĩa từ để lưu trữ. Cấu trúc của dịch lỏng: (bàng quang, túi mật, u nang) có cấu trúc đồng đều thể hiện một vùng rỗng âm (anechogen, echo - free). Sóng âm dễ dàng truyền trong môi trường lỏng nên ít bị suy giảm hơn các vùng xung quanh, do đó có hiện tượng tăng âm phía sau một cấu trúc dịch đồng nhất (acoustic enhencement).

Cấu trúc đặc có đậm độ cao hơn nhu mô ở xung quanh: sẽ thể hiện bằng một vùng tăng âm (hyperéchogène, echo rich), tuy nhiên cũng có các loại u giảm âm và sau vùng tăng âm là vùng giảm âm (attenuation posterieur). Một số cấu trúc rất đặc: (vôi hóa, sỏi, xương) có tác dụng nhu một lá chắn, sóng âm sẽ phản hồi hoàn toàn ở bề mặt phân cách tạo nên vùng âm rất rõ, phía sau là một vùng trống âm tức là sóng âm đã bị chặn lại bởi lá chắn. Vùng này được gọi là “bóng lưng” (acoustic shadowing). Một số vùng giảm âm (hypoéchogène, echo- poor) do có cấu trúc nửa lỏng nửa đặc, ví dụ ổ áp xe hay một u hoại tử có thể có hình siêu âm giống nhau.

Hơi trong các tổ chức có tác dụng làm khuyếch tán, phản hồi, hấp thụ và khúc xạ ngay tại bề mặt tiếp xúc. Điều này làm cho ta rất khó đánh giá các Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.vn 5 cấu trúc ở sau bề mặt này, người ta thường dùng thuật ngữ “bóng lưng bẩn” (dirty acoustic shadow) để mô tả hơi ở trong ống tiêu hoá[3]. Một số đặc điểm về siêu âm chẩn đoán Tính chất vật lý của siêu âm Âm thanh lan truyền trong môi trường làm chuyển động các phần tử trong môi trường, tuỳ số lần giao động của các phần tử / giây có: hạ âm: 0- 20Hz, âm nghe được: 20HZ - 20KHZ, siêu âm: 20KHZ- 1GHZ, sóng > 1GHZ là bội âm. - Trong Y học dùng siêu âm tần số 1MHZ- 10MHZ.

- Phát xạ siêu âm: tấm thạch anh rất mỏng kẹp giữa hai điện cực nối với một nguồn điện cao tần xoay chiều. - Hiện tượng áp điện xảy ra theo hai chiều, do đó người ta có thể dùng đầu phát siêu âm làm đầu thu: sóng siêu âm gặp tấm thạch anh sẽ làm nó rung và phát ra điện, tín hiệu điện thu vào hai điện cực, được khuyếch đại và đưa vào màn giao động ký thành những xung điện [3,4]. Tần số phát xạ thay đổi tuỳ theo yêu cầu - Trong chẩn đoán người ta thường dùng tần số siêu âm từ 1MHz đến 10MHz cường độ 5- 10 milliwatt cho mỗi cm2. - Trong điều trị tần số thường dùng là 0,5 đến 1MHz và cường độ cao hơn trong chẩn đoán nhiều: 0,5 - 4W cho mỗi cm2.

Cách phát xạ siêu âm: Có hai cách - Phát xạ liên tục: Thường dùng trong chẩn đoán vỡ điều trị kiểu Doppler liên tục. - Phát xạ gián đoạn: Thường dùng trong kiểu A, B, TM. thời gian mỗi xung là 2 micro giây vỡ mỗi giây có 500- 1000 xung. Như vậy thời gian phát xạ thức sự khoảng 1-2 milli giây.

Dẫn truyền siêu âm Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.vn 6 Trong sự dẫn truyền siêu âm có một vài hiện tượng liên quan đến chẩn đoán.  Tốc độ truyền siêu âm: Trong không khí tốc độ truyền là 350m/s, nước: 1500m/s, phần mềm và mỡ 1400m/s, cơ 1600m/s, xương 3600- 4000m/s. Siêu âm truyền trong không khí rất kém: do đó giữa nguồn phát siêu âm và cơ thể phải có một môi trường dẫn truyền trung gian như dầu, nước. Các bộ phần có nhiều khí như phổi, dạ dày, ruột siêu âm rất khó truyền qua.

 Phản xạ siêu âm Khi một chùm siêu âm truyền trong một môi trường gặp một môi trường thứ hai có trở kháng âm thanh khác nhau thì sẽ sảy ra hiện tượng phản xạ.a: Sự truyền b:Sự truyền của quang tuyến X của siêu âm Trong chẩn đoán bằng siêu âm, người ta thu chùm siêu âm phản xạ (âm vang) biến thành những tín hiệu điện trên màn hiện sóng dùng vào chẩn đoán.  Suy giảm của siêu âm: Sau khi truyền qua một môi trường, chùm siêu âm sẽ yếu dần đi. Sự suy giảm của chùm siêu âm có 3 nguyên nhân: tán sắc, nhiễu xạ, hấp thụ. Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.

Các kỹ thuật siêu âm trong y tế Trong y học, người ta sử dụng một số kỹ thuật siêu âm sau: Chẩn đoán siêu âm kiểu A Chẩn đoán siêu âm kiểu A ngày nay ít dùng một mình, mà được thực phối hợp với kiểu B.