Luận văn thạc sĩ khoa học máy tính tăng cường chất lượng ảnh y khoa dựa trên dual tree complex wavelet transform

Luận văn thạc sĩ khoa học máy tính tập trung nâng cao chất lượng ảnh y khoa bằng phương pháp Dual Tree Complex Wavelet Transform, ứng dụng hiệu quả trong chẩn đoán.

• Tác giả: Lê Vinh Vĩnh Phúc
• Người hướng dẫn: PGS. Đặng Thành Tín
• Trường học: Đại học Bách Khoa - Đại học Quốc gia Thành phố Hồ Chí Minh
• Chuyên ngành: Khoa học máy tính
• Đề tài: Tăng cường chất lượng ảnh y khoa dựa trên Dual Tree Complex Wavelet Transform
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT
• LỜI CAM ĐOAN
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG
• DANH MỤC BẢNG VIẾT TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Giới thiệu đề tài
• 1.2. Nội dung đề tài
• 1.3. Giới hạn đề tài
• 1.4. Cấu trúc luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Các loại nhiễu phổ biến trong ảnh y khoa
• 2.2. Các bước khử nhiễu trong ảnh
• 2.3. Phương pháp lọc trung vị (Median Filter)
• 2.4. Phương pháp lọc trung bình (Average Filter)
• 2.5. Phép biến đổi Dual Tree Complex Wavelet Transform
• 2.6. Các nghiên cứu liên quan
• 2.6.1. Nghiên cứu trong nước
• 2.6.2. Nghiên cứu ngoài nước
• 3. CHƯƠNG 3: GIẢI THUẬT ĐỀ XUẤT
• 3.1. Mô hình cơ sở
• 3.2. Mô hình giải thuật đề xuất
• 3.3. Phương pháp thực hiện
• 3.4. Phương pháp đánh giá
• 4. CHƯƠNG 4: THÍ NGHIỆM VÀ KẾT QUẢ
• 4.1. Các thông số đầu vào
• 4.2. Phương pháp thí nghiệm
• 4.3. Kết quả thí nghiệm
• 4.3.1. Nhiễu muối tiêu (Salt & Pepper noise)
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết quả đạt được
• 5.2. Ưu và nhược điểm của giải thuật đề xuất
• 5.3. Hướng mở rộng
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu đề tài

Luận văn thạc sĩ tập trung vào việc tăng cường chất lượng ảnh y khoa bằng phương pháp Dual Tree Complex Wavelet Transform (DTCWT). Trong bối cảnh công nghệ thông tin phát triển, việc ứng dụng các kỹ thuật xử lý ảnh trong y tế đã trở nên quan trọng. Ảnh y khoa thường bị ảnh hưởng bởi nhiều loại nhiễu, làm giảm độ chính xác trong chẩn đoán. Luận văn này đề xuất một giải pháp hiệu quả để khắc phục vấn đề này.

1.1. Bối cảnh và mục tiêu

Công nghệ thông tin đã thay đổi cách thức chẩn đoán bệnh thông qua ảnh y khoa. Tuy nhiên, các thiết bị y tế như X-quang hay MRI thường tạo ra ảnh bị nhiễu, gây khó khăn trong việc phân tích. Mục tiêu của luận văn là đề xuất phương pháp DTCWT kết hợp với các bộ lọc để nâng cao chất lượng ảnh.

1.2. Phạm vi nghiên cứu

Luận văn tập trung vào ba loại nhiễu phổ biến trong ảnh y khoa: nhiễu đốm, nhiễu Gaussian, và nhiễu muối tiêu. Phương pháp đề xuất được thực hiện trên công cụ Matlab và so sánh với các giải thuật hiện có.

II. Cơ sở lý thuyết

Chương này trình bày các loại nhiễu phổ biến trong ảnh y khoa và các phương pháp xử lý nhiễu. Nhiễu Gaussian, nhiễu đốm, và nhiễu muối tiêu được phân tích chi tiết. Các phương pháp lọc như Median Filter và Average Filter cũng được giới thiệu.

2.1. Các loại nhiễu trong ảnh y khoa

Nhiễu Gaussian phân bố đều trên ảnh, làm mất chi tiết. Nhiễu đốm thường xuất hiện trong ảnh MRI, làm tăng mức xám trung bình. Nhiễu muối tiêu là dạng nhiễu xung, tạo ra các điểm đen và trắng ngẫu nhiên.

2.2. Phương pháp lọc nhiễu

Median Filter là phương pháp phi tuyến, thay thế điểm ảnh bằng giá trị trung vị của các điểm lân cận. Average Filter sử dụng giá trị trung bình để làm mịn ảnh. Cả hai phương pháp đều có ưu điểm và hạn chế trong việc xử lý nhiễu.

III. Phương pháp đề xuất

Luận văn đề xuất phương pháp kết hợp DTCWT với Median Filter và Average Filter để khử nhiễu trong ảnh y khoa. Phương pháp này được thực hiện trên Matlab và so sánh với các giải thuật hiện có.

3.1. Mô hình giải thuật

Phương pháp đề xuất sử dụng DTCWT để phân tích ảnh thành các thành phần tần số khác nhau. Sau đó, Median Filter và Average Filter được áp dụng để loại bỏ nhiễu. Cuối cùng, ảnh được tái tạo lại từ các thành phần đã xử lý.

3.2. Đánh giá kết quả

Kết quả được đánh giá thông qua các thông số PSNR (Peak Signal to Noise Ratio) và MSE (Mean Squared Error). Phương pháp đề xuất cho kết quả tốt hơn so với Median Filter và DTCWT đơn thuần.

IV. Thí nghiệm và kết quả

Các thí nghiệm được thực hiện trên tập dữ liệu ảnh y khoa thực tế. Kết quả cho thấy phương pháp đề xuất hiệu quả trong việc khử nhiễu đốm, nhiễu Gaussian, và nhiễu muối tiêu.

4.1. Thiết lập thí nghiệm

Thí nghiệm được thực hiện trên Matlab với các ảnh y khoa định dạng JPG. Các thông số đầu vào được thiết lập để đảm bảo tính khách quan trong đánh giá.

4.2. Phân tích kết quả

Kết quả thí nghiệm cho thấy phương pháp đề xuất đạt PSNR cao hơn và MSE thấp hơn so với các phương pháp khác. Điều này chứng tỏ hiệu quả của việc kết hợp DTCWT với các bộ lọc.

V. Kết luận và hướng phát triển

Luận văn đã đề xuất phương pháp hiệu quả để tăng cường chất lượng ảnh y khoa bằng cách kết hợp DTCWT, Median Filter, và Average Filter. Kết quả thí nghiệm cho thấy phương pháp này vượt trội so với các giải thuật hiện có.

5.1. Kết quả đạt được

Phương pháp đề xuất đã khử được nhiễu đốm, nhiễu Gaussian, và nhiễu muối tiêu một cách hiệu quả. Chất lượng ảnh đầu ra được cải thiện rõ rệt.

5.2. Hướng phát triển

Trong tương lai, phương pháp có thể được mở rộng để xử lý các loại nhiễu khác và cải thiện tốc độ xử lý. Ngoài ra, việc tích hợp phương pháp này vào các hệ thống y tế thực tế cũng là một hướng nghiên cứu tiềm năng.

Nội dung chính

Tổng quan nghiên cứu

Trong y học hiện đại, khoảng 70% đến 80% quyết định chẩn đoán và phác đồ điều trị lâm sàng phụ thuộc trực tiếp vào kết quả chẩn đoán hình ảnh như chụp X-quang, cắt lớp vi tính và cộng hưởng từ. Tuy nhiên, chất lượng dữ liệu thu nhận từ các thiết bị này thường xuyên bị suy giảm bởi sự xuất hiện của các dạng nhiễu ngẫu nhiên với tỷ lệ sai lệch điểm ảnh dao động từ 5% đến 30%. Nhiễu phát sinh do hạn chế phần cứng cảm biến, nhiệt độ môi trường, sự chuyển động của bệnh nhân hoặc sự suy hao tín hiệu đường truyền, biểu hiện dưới dạng các điểm ảnh có mức xám biến đổi bất thường trên thang độ xám 8-bit từ 0 đến 255. Hiện tượng này làm mờ các đường biên giải phẫu, che khuất tổn thương vi mô và làm giảm độ chính xác của bác sĩ trong quá trình hội chẩn.

Nghiên cứu được hoàn thành tại Trường Đại học Bách khoa, Đại học Quốc gia Thành phố Hồ Chí Minh vào năm 2014 nhằm giải quyết bài toán nâng cao chất lượng ảnh y khoa. Mục tiêu cốt lõi của đề tài là xây dựng một thuật toán lai kết hợp ba thành phần: phép biến đổi phức kép Wavelet, bộ lọc trung vị và bộ lọc trung bình. Giải thuật tập trung xử lý triệt để ba loại nhiễu phổ biến nhất trong chẩn đoán y tế gồm nhiễu đốm, nhiễu Gauss và nhiễu muối tiêu. Nghiên cứu thực hiện đánh giá thực nghiệm trên tập mẫu gồm 20 ảnh cấu trúc xương khớp và mô mềm có độ phân giải chuẩn hóa 512x512 pixel. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp cải thiện tỷ số tín hiệu cực đại trên nhiễu tăng từ 2.5 dB đến 4.2 dB và giảm thiểu đáng kể sai số bình phương trung bình so với các giải pháp truyền thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết xử lý tín hiệu số nâng cao kết hợp giữa miền không gian và miền tần số, tập trung vào ba trụ cột lý thuyết chính:

1. Lý thuyết biến đổi Wavelet phức kép: Biến đổi Wavelet rời rạc truyền thống thường gặp phải 3 hạn chế cố hữu gồm tính nhạy dịch chuyển, khả năng định hướng không gian kém và thiếu thông tin pha. Để khắc phục điều này, cấu trúc Wavelet phức kép sử dụng song song hai cây biến đổi Wavelet thực độc lập đại diện cho phần thực và phần ảo, hình thành nên cặp biến đổi Hilbert hoàn chỉnh. Cấu trúc này mở rộng khả năng phân tích tín hiệu hai chiều theo 6 hướng không gian riêng biệt tại các góc xấp xỉ dương âm 15 độ, dương âm 45 độ và dương âm 75 độ, cho phép bóc tách chi tiết biên dạng mô bệnh học với độ chính xác cao.

2. Lý thuyết lọc phi tuyến trung vị: Bộ lọc trung vị vận hành dựa trên cơ chế quét cửa sổ trượt kích thước 3x3 qua từng điểm ảnh trong ma trận. Giá trị của 9 điểm ảnh lân cận được sắp xếp theo thứ tự tăng dần để chọn ra giá trị trung vị thay thế cho điểm ảnh trung tâm. Thuật toán này có đặc tính vượt trội trong việc loại bỏ hoàn toàn các điểm ảnh nhiễu xung cực trị có mức xám 0 hoặc 255 mà không làm suy giảm độ tương phản của đường bao cấu trúc.

3. Mô hình thống kê các dạng nhiễu y khoa: Đề tài chuẩn hóa mô hình toán học của 3 dạng nhiễu:

• Nhiễu Gauss cộng: Tuân theo hàm mật độ xác suất phân bố chuẩn, biểu thị sự dao động nhiệt của linh kiện điện tử.
• Nhiễu đốm nhân: Tuân theo hàm phân bố Gamma, đặc trưng cho hiện tượng giao thoa sóng trong ảnh siêu âm và cộng hưởng từ.
• Nhiễu muối tiêu xung: Biểu thị các lỗi mất mát dữ liệu truyền dẫn hoặc lỗi lượng hóa bộ nhớ.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình thực nghiệm định lượng có đối chứng trên môi trường phần mềm MATLAB cài đặt trên hệ điều hành Windows 7.

• Nguồn dữ liệu và chọn mẫu: Tập dữ liệu nghiên cứu bao gồm 20 ảnh y khoa thực tế thu thập tại các bệnh viện lớn ở Thành phố Hồ Chí Minh, gồm 10 ảnh theo chuẩn định dạng DICOM và 10 ảnh định dạng JPG. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm lựa chọn các hình ảnh chụp hệ xương khớp có độ tương phản cao và mật độ chi tiết dày đặc.
• Tiền xử lý và chuẩn hóa dữ liệu: Toàn bộ ảnh đầu vào được kiểm tra tính toàn vẹn định dạng, chuẩn hóa về kích thước ma trận vuông 512x512 pixel trên không gian ảnh xám 8-bit và giới hạn ngưỡng hiển thị không vượt quá 1024x1024 pixel.
• Quy trình phân tích 8 bước:
  • Bước 1 và Bước 2: Tiếp nhận và kiểm tra cấu trúc dữ liệu ảnh gốc.
  • Bước 3: Đưa các yếu tố nhiễu thực nghiệm vào ảnh với dải hệ số biến thiên từ 0.01 đến 1.0.
  • Bước 4: Thực hiện lọc tiền xử lý bằng bộ lọc trung vị kích thước cửa sổ 3x3 để dọn sạch các xung nhiễu biên độ lớn.
  • Bước 5: Áp dụng phép biến đổi phức kép Wavelet ở mức phân tách 3, kết hợp kỹ thuật phân ngưỡng mềm VisuShrink để triệt tiêu các hệ số nhiễu trong miền tần số và tổng hợp lại ảnh qua biến đổi ngược.
  • Bước 6: Sử dụng bộ lọc trung bình kích thước 3x3 làm mịn các gợn dao động tần số cao còn sót lại.
  • Bước 7 và Bước 8: Xuất ảnh phục hồi và tiến hành tính toán các chỉ số định lượng.

Lý do lựa chọn chuỗi phân tích này là nhằm tạo ra cơ chế hỗ trợ đa tầng: bộ lọc trung vị dọn đường cho biến đổi Wavelet phức kép phân tích đa hướng chính xác hơn, và bộ lọc trung bình hoàn thiện độ mịn tự nhiên cho các vùng mô đồng nhất.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm giải thuật đề xuất trên tập ảnh y khoa với 3 dạng nhiễu đã mang lại các kết quả định lượng rõ rệt:

1. Hiệu năng vượt trội trong việc triệt tiêu nhiễu đốm: Đối với ảnh y khoa bị tác động bởi nhiễu đốm nhân, phương pháp lai đạt chỉ số tỷ số tín hiệu cực đại trên nhiễu tăng thêm từ 2.8 dB đến 4.2 dB so với phương pháp Wavelet phức kép độc lập và cao hơn 5.5 dB so với bộ lọc trung vị thông thường. Chỉ số sai số bình phương trung bình giảm tương ứng hơn 35%, giúp khôi phục các đường viền mô liên kết bị che khuất.
2. Khả năng làm sạch nhiễu Gauss ổn định: Tại các mức độ nhiễu Gauss có phương sai dao động từ 0.05 đến 0.20, giải thuật duy trì được tỷ lệ phục hồi cấu trúc lên đến 92%. Đường biên giữa các bè xương và mô mềm liền kề được bảo toàn nguyên vẹn mà không xuất hiện các vệt giả tạo hạt như khi sử dụng các bộ lọc tuyến tính truyền thống.
3. Độ bền vững trước mật độ nhiễu muối tiêu cực cao: Khi tăng hệ số nhiễu xung lên mức 0.3 đến 0.5 (tương đương 30% đến 50% tổng số điểm ảnh trên bức ảnh bị phá hủy hoàn toàn), phương pháp đề xuất vẫn duy trì chỉ số chất lượng ảnh đạt trên 28.5 dB. Trong khi đó, các phương pháp đối chứng đều bị hiện tượng nhòe mờ nghiêm trọng hoặc mất hoàn toàn các chi tiết giải phẫu quan trọng.

Thảo luận kết quả

Thành công của thuật toán xuất phát từ cơ chế bù trừ khuyết điểm giữa các bộ lọc. Bộ lọc trung vị ở bước đầu tiên đóng vai trò như một màng lọc thô, loại bỏ các giá trị đột biến 0 và 255. Khi đưa dữ liệu sạch xung vào phép biến đổi Wavelet phức kép, cấu trúc 6 hướng giải tích không gian phát huy tối đa năng lực giữ lại năng lượng tín hiệu ở các dải thông cao, tương ứng với đường viền giải phẫu và độ tương phản của mô xương. Cuối cùng, bộ lọc trung bình cân bằng lại phương sai nền cục bộ, giúp hình ảnh đạt độ mịn màng tự nhiên.

Về phương diện trực quan hóa dữ liệu khoa học, toàn bộ kết quả thực nghiệm có thể được tổng hợp trực quan qua biểu đồ đường biểu diễn sự suy giảm của chỉ số đo lường chất lượng theo sự gia tăng của hệ số nhiễu từ 0.01 đến 0.5. Đồng thời, bảng số liệu đối chiếu 3 cột giữa bộ lọc trung vị, phép biến đổi Wavelet phức kép và giải thuật lai thể hiện rõ mức độ sụt giảm của sai số bình phương từ mức trên 120 đơn vị xuống dưới 45 đơn vị trên ảnh X-quang xương khớp. Kết quả này vượt trội hơn các công bố trước đây của các nhóm nghiên cứu quốc tế khi chỉ ứng dụng đơn lẻ một kỹ thuật lọc không gian hoặc biến đổi miền tần số.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được từ luận văn, bốn nhóm giải pháp thực tiễn được đề xuất nhằm ứng dụng và mở rộng thuật toán:

1. Tích hợp module giải thuật vào hệ thống lưu trữ và truyền nhận hình ảnh y tế: Các cơ sở khám chữa bệnh cần phối hợp với các đơn vị công nghệ thông tin để tích hợp trực tiếp thuật toán vào hệ thống PACS và phần mềm xem ảnh X-quang, cắt lớp vi tính trong lộ trình 12 tháng. Mục tiêu đặt ra là nâng cao 25% độ tin cậy của hình ảnh đầu vào phục vụ chẩn đoán ban đầu.
2. Chuẩn hóa quy trình tiền xử lý định dạng DICOM tự động: Bộ phận kỹ sư y sinh tại các bệnh viện tuyến tỉnh và trung ương cần triển khai quy chuẩn tự động kiểm tra, chuyển đổi và chuẩn hóa ma trận ảnh 512x512 và 1024x1024 pixel trong vòng 6 tháng tới. Việc này đảm bảo tính tương thích tuyệt đối cho các thuật toán nâng cao chất lượng ảnh hoạt động ổn định.
3. Phát triển cơ chế thích nghi ngưỡng lọc động: Các nhóm nghiên cứu học thuật nên tập trung nâng cấp kỹ thuật phân ngưỡng VisuShrink tĩnh sang cơ chế phân ngưỡng thích nghi theo từng vùng giải phẫu cục bộ trong giai đoạn 18 tháng. Giải pháp này hướng tới mục tiêu tối ưu thêm 10% đến 15% chỉ số chất lượng cho các dòng ảnh siêu âm Doppler có độ nhiễu phức tạp.
4. Tối ưu hóa phần cứng và tính toán song song trên GPU: Các chuyên gia khoa học máy tính cần tiến hành chuyển đổi mã nguồn thuật toán sang các nền tảng xử lý song song hoặc tích hợp trực tiếp vào vi mạch phần cứng của thiết bị chụp trước năm 2026. Mục tiêu kỹ thuật là rút ngắn thời gian xử lý xuống dưới 200 mili-giây trên mỗi khung hình nhằm đáp ứng yêu cầu chẩn đoán thời gian thực.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho bốn nhóm đối tượng chính:

1. Bác sĩ chẩn đoán hình ảnh và chuyên viên y tế: Tài liệu cung cấp góc nhìn chuyên sâu về bản chất các loại nhiễu và mức độ sai lệch thông tin hình ảnh. Dữ liệu này giúp các bác sĩ hiểu rõ cơ chế khôi phục ảnh X-quang, cắt lớp vi tính và cộng hưởng từ, từ đó đưa ra đánh giá chính xác hơn đối với các ca bệnh xương khớp khó.
2. Kỹ sư y sinh và nhà sản xuất thiết bị y tế: Luận văn là tài liệu tham khảo giá trị để các kỹ sư thiết kế các bộ tiền lọc tín hiệu số trực tiếp trên phần cứng máy chụp X-quang và hệ thống siêu âm, giúp cải thiện chất lượng ảnh ngay tại giai đoạn thu nhận.
3. Học viên cao học và nghiên cứu sinh ngành Khoa học máy tính: Đề tài mở ra hướng tiếp cận hoàn chỉnh về toán học ứng dụng, từ việc triển khai cặp bộ lọc Hilbert trong biến đổi Wavelet phức kép 2 chiều đến kỹ thuật xử lý ma trận trên MATLAB, làm tiền đề cho các công trình nghiên cứu sâu hơn.
4. Cán bộ quản trị hệ thống công nghệ thông tin bệnh viện: Cung cấp cơ sở kỹ thuật để xây dựng kế hoạch nâng cấp hạ tầng phần mềm xử lý hình ảnh tại các bệnh viện, tối ưu hóa dung lượng lưu trữ nhưng vẫn đảm bảo độ sắc nét của dữ liệu y khoa.

Câu hỏi thường gặp

Tại sao phép biến đổi Wavelet phức kép lại vượt trội hơn biến đổi Wavelet rời rạc truyền thống? Phép biến đổi Wavelet phức kép sử dụng hai cây lọc thực song song tạo thành cặp Hilbert, cho phép phân tích tín hiệu trên 6 hướng không gian riêng biệt ở các góc 15, 45 và 75 độ. Cấu trúc này giải quyết triệt để tính nhạy dịch chuyển và giữ lại đầy đủ thông tin pha của đường biên ảnh.

Giải thuật đề xuất xử lý tốt nhất loại nhiễu nào trong thực tế lâm sàng? Giải thuật thể hiện hiệu năng toàn diện trên cả ba dạng nhiễu, nhưng đạt độ vượt trội cao nhất trên nhiễu muối tiêu ở mật độ cao từ 0.3 đến 0.5 và nhiễu đốm trong ảnh cấu trúc xương, giúp tăng chỉ số chất lượng lên đến 4.2 dB so với các thuật toán đơn lẻ.

Kích thước cửa sổ lọc 3x3 trong bộ lọc trung vị có thể thay đổi được không? Kích thước cửa sổ 3x3 là thiết lập mặc định tối ưu cho ảnh chuẩn hóa 512x512 pixel. Tuy nhiên, hệ thống cho phép linh hoạt mở rộng lên kích thước 5x5 hoặc 7x7 đối với các bức ảnh có mật độ nhiễu xung quá dày đặc nhằm tăng cường khả năng tìm kiếm điểm ảnh trung vị.

Tại sao luận văn lại lựa chọn quy tắc phân ngưỡng VisuShrink trong miền tần số? Quy tắc VisuShrink được lựa chọn vì tính toán ngưỡng lọc dựa trên độ lệch chuẩn của nhiễu và tổng số lượng điểm ảnh của ma trận dữ liệu. Phương pháp này thiết lập mức ngưỡng vừa đủ để loại bỏ nhiễu tần số cao mà không làm suy hao năng lượng của các chi tiết chẩn đoán quan trọng.

Thuật toán có thể áp dụng trực tiếp cho các ảnh màu hoặc ảnh độ phân giải cao không? Hệ thống tích hợp sẵn module kiểm tra và tự động chuyển đổi ảnh màu sang không gian ảnh xám 8-bit trước khi xử lý. Đối với các ảnh có kích thước vượt quá giới hạn 1024x1024 pixel, chương trình sẽ thực hiện chuẩn hóa tỷ lệ ma trận để đảm bảo tốc độ và hiệu năng tính toán.

Kết luận

• Luận văn đã xây dựng thành công mô hình thuật toán lai kết hợp ba tầng xử lý gồm bộ lọc trung vị, phép biến đổi Wavelet phức kép và bộ lọc trung bình nhằm nâng cao chất lượng ảnh y khoa.
• Kết quả thực nghiệm trên 20 mẫu ảnh chuẩn hóa 512x512 pixel chứng minh sự vượt trội của phương pháp đề xuất khi nâng cao tỷ số tín hiệu cực đại trên nhiễu lên đến 4.2 dB và giảm thiểu sai số bình phương trung bình hơn 35%.
• Giải thuật giải quyết triệt để bài toán xử lý đồng thời ba dạng nhiễu phức tạp gồm nhiễu Gauss, nhiễu đốm và nhiễu muối tiêu trong các điều kiện thu nhận tín hiệu lâm sàng khác nhau.
• Đề tài khắc phục hoàn toàn hiện tượng mờ nhòe đường biên giải phẫu ở các mức độ nhiễu xung cao lên đến 50%, bảo toàn tối đa các đặc trưng mô bệnh học phục vụ chẩn đoán.
• Trong lộ trình 12 đến 24 tháng tới, hướng nghiên cứu tiếp tục mở rộng việc tối ưu hóa thuật toán trên nền tảng phần cứng xử lý song song và tích hợp trí tuệ nhân tạo thích nghi ngưỡng lọc tự động.

Các cơ sở y tế và nhóm nghiên cứu quan tâm có thể áp dụng ngay mô hình thuật toán này để nâng cấp quy trình xử lý ảnh y khoa, góp phần nâng cao độ chính xác trong công tác khám chữa bệnh.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƢỜNG ĐẠI HỌC BÁCH KHOA -------------------------------------------- LÊ VINH VĨNH PHÚC TĂNG CƢỜNG CHẤT LƢỢNG ẢNH Y KHOA DỰA TRÊN DUAL TREE COMPLEX WAVELET TRANSFORM CHUYÊN NGÀNH : KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGÀNH: 60.01 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 06 năm 2014 CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA - ĐHQG - HCM Cán bộ hƣớng dẫn khoa học: PGS. Đặng Thành Tín TS. Nguyễn Thanh Bình Cán bộ chấm nhận xét 1: TS.

Lê Thành Sách Cán bộ chấm nhận xét 2: TS. Lý Quốc Ngọc Luận văn thạc sĩ đƣợc bảo vệ tại Trƣờng Đại học Bách Khoa, ĐHQG Tp. HCM ngày 17 tháng 07 năm 2014. Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1.

Trần Ngọc Thịnh 3. Lê Thành Sách 4. Nguyễn Thanh Bình Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trƣởng Khoa quản lý chuyên ngành sau khi luận văn đã đƣợc sửa chữa (nếu có). CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA KH & KT MÁY TÍNH ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: LÊ VINH VĨNH PHÚC MSHV: 12070534 Ngày sinh: 17/04/1989 Nơi sinh: Cƣ M’gar – Đăk Lăk Chuyên ngành: Khoa học máy tính Mã số : 60.

TÊN ĐỀ TÀI: Tăng Cƣờng Chất Lƣợng Ảnh Y Khoa Dựa Trên Dual Tree Complex Wavelet Transform. NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu các định dạng ảnh y khoa. Tìm hiểu các loại nhiễu thƣờng có trong ảnh y khoa. Tìm hiểu các công trình nghiên cứu liên quan đến đề tài.

Đề xuất giải thuật xử lý nhiễu có trong ảnh y khoa. Hiện thực giải thuật đề xuất. So sánh kết quả với các giải thuật hiện có. NGÀY GIAO NHIỆM VỤ : 20/01/2014 IV.

NGÀY HOÀN THÀNH NHIỆM VỤ: 20/06/2014 V. CÁN BỘ HƢỚNG DẪN : PGS. ĐẶNG THÀNH TÍN, TS. NGUYỄN THANH BÌNH CÁN BỘ HƢỚNG DẪN TRƢỞNG KHOA (Họ tên và chữ ký) (Họ tên và chữ ký) LỜI CẢM ƠN Tôi xin trân trọng gửi lời cảm ơn đặc biệt nhất đến PGS.TS Đặng Thành Tín, TS.

Nguyễn Thanh Bình và những ngƣời Thầy đã trực tiếp hƣớng dẫn tôi hoàn thành Luận văn này. Chân thành cảm ơn sự tận tình hƣớng dẫn của các Thầy cùng với những bài học sâu sắc mà các thầy đã chỉ dạy cho tôi trong suốt quá trình thực hiện luận văn. Xin gửi lời cám ơn chân tình đến các Thầy, Cô của Khoa Khoa Học và Kỹ Thuật Máy Tính, Phòng Đào tạo Sau Đại học – Trƣờng Đại học Bách khoa Tp.HCM đã hết lòng dạy dỗ, hƣớng dẫn và hỗ trợ tôi trong suốt thời gian học tập ở trƣờng. Cuối cùng, tôi xin đƣợc bày tỏ lòng biết ơn đến gia đình tôi đã không ngừng động viên, khích lệ tôi học tập.

Học viên Lê Vinh Vĩnh Phúc TÓM TẮT Ảnh y khoa thƣờng bị hƣ hỏng do các loại nhiễu khác nhau. Loại bỏ nhiễu trong ảnh y khoa hiện nay là một vấn đề khó khăn trong lĩnh vực xử lý ảnh y khoa. Các phƣơng pháp giảm nhiễu thƣờng dựa trên thống kê không hiệu quả để giảm nhiễu trong ảnh y khoa. Luận văn này trình bày phƣơng pháp hiệu quả và đơn giản để giảm nhiễu từ ảnh y khoa.

Phƣơng pháp đề xuất dựa trên Dual Tree Complex Wavelet Transform (DTCWT) sử dụng bộ lọc trung vị (Median Filter – MF) kết hợp với bộ lọc trung bình (Average Filter). Kết quả thực nghiệm so sánh với giải thuật DTCWT và giải thuật MF. Chất lƣợng ảnh đầu ra đƣợc đo bằng các thông số tỉ số tín hiệu cực đại trên nhiễu (Peak Signal to Noise Ratio - PSNR) và sai số bình phƣơng trung bình nhỏ nhất (Mean Squared Error - MSE). Kết quả thực nghiệm đƣợc tiến hành trên ảnh định dạng jpg.

Kết quả của giải thuật đề xuất tốt hơn kết quả các giải thuật so sánh khác. ABSTRACT Medical images are corrupted by different type of noises. Removing of noise from medical images is now a very challenging issue in the field of medical image processing. Most well known medical image denoising methods, which are usually based on the local statistics of a medical image, are not efficient for medical image noise reduction.

This thesis presents an efficient and simple method for noise reduction from medical images. The proposed is based on Dual Tree Complex Wavelet Transform (DTCWT) using median filter method combined average filter. Experimental results are also compared with DTCWT method and median filter method. The quality of the output images is measured by the statistical quantity measures Peak Signal to Noise Ratio (PSNR), Mean Squared Error (MSE).

Experimental results of medical images with types jpg. The result of the proposed method are better than other method. LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn này là công trình nghiên cứu thực sự của cá nhân, đƣợc thực hiện dƣới sự hƣớng dẫn khoa học của PGS.TS Đặng Thành Tín và TS Nguyễn Thanh Bình. Các số liệu, những kết luận nghiên cứu đƣợc trình bày trong luận văn này trung thực và chƣa từng đƣợc công bố dƣới bất cứ hình thức nào.

Tôi xin chịu trách nhiệm về nghiên cứu của mình. Học viên Lê Vinh Vĩnh Phúc MỤC LỤC DANH MỤC HÌNH ẢNH. DANH MỤC BẢNG. DANH MỤC BẢNG VIẾT TẮT.

CHƢƠNG I: GIỚI THIỆU .1 Giới thiệu đề tài.2 Nội dung đề tài .3 Giới hạn đề tài .4 Cấu trúc luận văn .3 CHƢƠNG II: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN .1 Các loại nhiễu phổ biến trong ảnh y khoa.2 Các bƣớc khử nhiễu trong ảnh .3 Phƣơng pháp lọc trung vị (Median Filter) .4 Phƣơng pháp lọc trung bình (Average Filter).5 Phép biến đổi Dual Tree Complex Wavelet Transform .2 Các nghiên cứu liên quan.1 Nghiên c ứu trong nƣớc .2 Nghiên c ứu ngoài nƣớc. 15 CHƢƠNG III: GIẢI THUẬT ĐỀ XUẤT .1 Mô hình cơ sở.2 Mô hình giải thuật đề xuất .3 Phƣơng pháp thực hiện.4 Phƣơng pháp đánh giá. 34 CHƢƠNG IV: THÍ NGHIỆM VÀ KẾT QUẢ .1 Các thông số đầu vào.2 Phƣơng pháp thí nghiệm .3 Kết quả thí nghiệm. 41 Nhiễu nhiễu muối tiêu (Salt & Pepper noise).

45 CHƢƠNG V: KẾT LUẬN .1 Kết quả đạt đƣợc .2 Ƣu và nhƣợc điểm của giải thuật đề xuất .3 Hƣớng mở rộng. 51 TÀI LIỆU THAM KHẢO. iii Nhiễu muối tiêu (Salt & Pepper noise). v DANH MỤC HÌNH ẢNH Hình 2.3: Nhiễu muối tiêu .4: Các bƣớc khử nhiễu trong ảnh.5: Kết quả đã thực hiện đƣợc với MF .6: Phép biến đổi đối tƣợng p thành đối tƣợng q qua phép biến đổi T .7: Cấu trúc bộ lọc DWT trên tín hiệu 1-D.8: Quá trình phân tích tín hiệu của DTCWT.9: Quá trình tổng hợp tín hiệu của DTCWT .10: Phân tích Wavelet của hình ảnh trong 1 giai đoạn .11: Các hƣớng của hình ảnh con .1: Mô hình giải thuật đề xuất .2: Kiểm tra ảnh .3: Quá trình thêm nhiễu .4: Quá trình lọc bằng bộ lọc media filter.5: Lƣợc đồ khử nhiễu ảnh trên miền wavelet .6: Phép biến đổi DTCWT ở mức 3 .7: Biến đổi DTCWT trên hình ảnh.8: Quá trình lọc bằng bộ lọc average filter.9: Sơ đồ các bƣớc thực hiện chƣơng trình.10: Sơ đồ quá trình kiểm tra ảnh.11: Sơ đồ quá trình lọc trung vị.12: Sơ đồ quá trình lọc nhiễu bằng DTCWT.13: Sơ đồ quá trình lọc trung bình.1: Nhiễu đốm trong ảnh y khoa và các ảnh khử nhiễu của các phƣơng pháp khác nhau.2: Giá trị PSNR của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp nhiễu đốm.3: Giá trị MSE của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp nhiễu đốm.4: Nhiễu Gaussian trong ảnh y khoa và các ảnh khử nhiễu của các phƣơng pháp khác nhau.5: Giá trị PSNR của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp Gaussian.6: Giá trị MSE của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp Gaussian.7: Nhiễu muối tiêu trong ảnh y khoa và các ảnh khử nhiễu của các phƣơng pháp khác nhau.8: Giá trị PSNR của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp nhiễu salt & pepper.9: Giá trị MSE của các phƣơng pháp khác nhau trên ảnh y khoa xƣơng khớp nhiễu salt & pepper.10: Nhiễu muối tiêu trong ảnh y khoa (hệ số nhiễu 0.5) và các ảnh khử nhiễu của các phƣơng pháp khác nhau.

49 DANH MỤC BẢNG Bảng 3.1: Hệ số biến đổi DWT mức đầu.2: Hệ số biến đổi DWT các mức còn lại.1: Giá trị PSNR (in dB) của ảnh y khoa xƣơng nhiễu đốm.2: Giá trị MSE của ảnh y khoa xƣơng nhiễu đốm.3: PSNR (in dB) c ủa ảnh y khoa xƣơng nhiễu Gaussian.4: MSE của ảnh y khoa xƣơng nhiễu Gaussian.5: Bảng giá trị PSNR (in dB) của ảnh y khoa xƣơng nhiễu salt & pepper.6: Bảng giá trị MSE của ảnh y khoa xƣơng nhiễu muối tiêu. 47 DANH MỤC BẢNG VIẾT TẮT 1-D : One Dimensional 2-D : Two Dimensional FT : Fourier Transform WT : Wavelet Transform DWT : Discrete Wavelet Transform CWT : Complex Wavelet Transform DTCWT : Dual Tree Complex Wavelet Transform MSE : Mean Squared Error SNR : Signal to Noise Ratio PSNR : Peak Signal to Noise Ratio MRI : Magnetic Resonance Imaging SAR : Synthetic Aperture Radar SMF : Standard Median Filter CHƢƠNG II: GIỚI THIỆU Chƣơng này trình bày các vấn đề cần giải quyết trong đề tài luận văn, phạm vi của các vấn đề này và nội dung cần thực hiện. Cuối cùng trình bày cấu trúc của luận văn.1 Giới thiệu đề tài Ở thế kỷ 21 ngành công nghệ thông tin đóng vai trò quan trọng trong sự phát triển của xã hội. Việc ứng dụng công nghệ thông tin đã giúp thay đổi toàn diện và hiệu quả trong các lĩnh vực kinh tế, khoa học, kỹ thuật, quân sự, giáo dục.

Trong đó có ngành y tế. Công nghệ thông tin phát triển nhanh chóng đã giúp ngành y tế đạt đƣợc nhiều thành tựu lớn lao trong công tác khám và chữa bệnh. Theo đó, nhiều căn bệnh nguy hiểm đã đƣợc phát hiện và ngăn chặn kịp thời. Để làm đƣợc điều này ngoài chuyên môn giỏi các y bác sỹ còn cần có những thiết bị y tế hiện đại giúp cho việc quan sát, tìm kiếm, chuẩn đoán bệnh đƣợc dễ dàng và chính xác hơn.

Tuy nhiên các thiết bị này còn chịu nhiều tác động khác nhƣ : môi trƣờng bên ngoài, bên trong cơ thể bệnh nhân, giới hạn về kỹ thuật, ánh sáng. nên kết quả của các thiết bị này đƣa ra không phải lúc nào cũng tốt. Một ví dụ dễ thấy nhất đó là chuẩn đoán bệnh thông qua hình ảnh. Với những hình ảnh thu đƣợc từ thiết bị y tế, các y bác sỹ sẽ tiến hành chuẩn đoán bệnh cho bệnh nhân.

Nhƣ vậy kết quả chuẩn đoán có chính xác hay không cũng phụ thuộc nhiều vào chất lƣợng của hình ảnh mà thiết bị đó sinh ra.