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.
