Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số y tế, nhu cầu khai thác thiết bị cầm tay nhỏ gọn phục vụ chẩn đoán ban đầu ngày càng gia tăng mạnh mẽ. Tuy nhiên, các hệ thống nhúng giá rẻ thường bị hạn chế nghiêm trọng về băng thông truyền dữ liệu, dung lượng bộ nhớ và tần số lấy mẫu quang học của cảm biến, chỉ đạt mức ghi hình từ 15 đến 24 khung hình mỗi giây với độ phân giải thấp. Việc nâng cấp chất lượng hình ảnh thông qua các cụm thấu kính quang học cơ học chuyên dụng thường làm tăng chi phí sản xuất từ 3 đến 5 lần và đẩy khối lượng thiết bị tăng hơn 200%, gây cản trở lớn cho các hoạt động khám chữa bệnh lưu động tại vùng sâu, vùng xa.

Vấn đề cốt lõi đặt ra là làm thế nào để nâng cao độ phân giải không gian của hình ảnh soi da thu nhận từ kính lúp điện tử mà không làm tăng kích thước phần cứng. Hình ảnh thực tế khi chụp luôn chịu tác động tiêu cực bởi hiện tượng mờ do nhiễu Gaussian, rung lắc tay cầm khi thao tác và hiện tượng mất mát thông tin tần số cao do quá trình giảm mẫu cảm biến.

Luận văn thạc sĩ chuyên ngành Kỹ thuật Điện tử của học viên Nguyễn Thế Mẫn, dưới sự hướng dẫn khoa học của Tiến sĩ Trương Quang Vinh tại Trường Đại học Bách Khoa – ĐHQG TP.HCM, được thực hiện từ ngày 15/08/2016 đến ngày 04/12/2016 nhằm giải quyết triệt để thách thức này. Mục tiêu trọng tâm của đề tài là nghiên cứu, tối ưu hóa và hiện thực hóa thành công giải thuật siêu phân giải đa khung hình cho ảnh màu 24-bit trên kit vi xử lý nhúng ARM.

Kết quả nghiên cứu mang lại ý nghĩa học thuật và thực tiễn sâu sắc, cung cấp giải pháp khôi phục chi tiết quang học đạt chỉ số chất lượng đỉnh tín hiệu trên nhiễu trên 27 dB ở các mức phóng đại 2x và 4x, đồng thời tiết kiệm hơn 60% chi phí đầu tư phần cứng quang học cho các thiết bị soi chiếu y tế di động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của ba trụ cột lý thuyết xử lý tín hiệu số và trí tuệ nhân tạo:

Thứ nhất là lý thuyết suy giảm chất lượng ảnh số và mô hình toán học tích chập. Mô hình này mô tả quá trình suy biến từ ảnh gốc độ phân giải cao sang chuỗi ảnh độ phân giải thấp thông qua tích chập của toán tử chuyển động, hàm truyền điểm ảnh của thấu kính, toán tử giảm mẫu không gian và nhiễu cộng ngẫu nhiên. Việc nắm vững quy luật chuyển đổi này là tiền đề then chốt để xây dựng bài toán ngược nhằm tái tạo chi tiết ảnh.

Thứ hai là lý thuyết phân tích miền tần số với phép biến đổi Fourier hai chiều trong hệ tọa độ cực. Dựa trên đặc tính pha và biên độ phổ, chuyển động quay giữa các khung hình liên tiếp được tách biệt hoàn toàn khỏi chuyển động tịnh tiến. Phương pháp này cho phép ước lượng chính xác góc xoay từ 0 đến 360 độ thông qua hàm tương quan cực đại giữa các phổ biên độ.

Thứ ba là lý thuyết mạng nơ-ron nhân tạo đa lớp huấn luyện theo cơ chế học có giám sát lan truyền ngược. Cấu trúc mạng gồm 1 lớp đầu vào, 1 lớp ẩn và 1 lớp đầu ra với các hàm kích hoạt phi tuyến tính được thiết lập để học quy luật bù đắp các điểm ảnh khuyết và triệt tiêu hiện tượng chồng lấn điểm ảnh phát sinh trong quá trình tái sắp xếp lưới không gian.

Các khái niệm then chốt xuyên suốt công trình gồm: độ phân giải không gian tính theo mật độ điểm ảnh, siêu phân giải đa khung hình, đăng ký ảnh, khôi phục ảnh và nội suy ma trận màu 24-bit RGB.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm gồm 20 chuỗi ảnh thu nhận trực tiếp từ kính lúp điện tử y tế kết hợp với các bộ ảnh chuẩn thực nghiệm quốc tế có kích thước cơ sở 128x128 pixel, mỗi chuỗi bao gồm từ 4 đến 16 khung hình liên tiếp.

Phương pháp chọn mẫu có chủ đích kết hợp với mô phỏng bán thực nghiệm được áp dụng để kiểm soát chất lượng dữ liệu. Tác giả chủ động đưa vào các tham số biến dạng giả lập gồm góc xoay ngẫu nhiên từ 5 đến 25 độ, độ dịch chuyển tịnh tiến từ 1 đến 3 pixel cùng các mức nhiễu mờ Gaussian khác nhau nhằm đánh giá toàn diện độ bền vững của giải thuật trong nhiều kịch bản vận hành.

Lý do lựa chọn phương pháp phân tích định lượng dựa trên hai chỉ số chuẩn hóa là chỉ số đỉnh tín hiệu trên nhiễu tính bằng decibel và chỉ số tương đồng cấu trúc có giá trị từ 0 đến 1. Các thước đo này phản ánh trung thực mức độ bảo toàn năng lượng tín hiệu và sự tương đồng về mặt thị giác của mắt người, giúp đối chiếu định lượng chính xác giữa giải thuật đề xuất với các phương pháp nội suy truyền thống như Bicubic, Nearest Neighbor và các thuật toán nâng cao của các tác giả tiền bối.

Tiến trình nghiên cứu diễn ra từ tháng 8/2016 đến tháng 12/2016, trải qua 7 bước tuần tự từ mô hình hóa lý thuyết, xây dựng tập dữ liệu, tối ưu mã nguồn giải thuật, huấn luyện mạng nơ-ron cho đến nạp và kiểm thử trực tiếp trên phần cứng nhúng ARM.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và đo đạc thông số kỹ thuật đã mang lại 4 phát hiện quan trọng có giá trị khoa học cao:

Thứ nhất, giải thuật siêu phân giải đa khung hình dựa trên tiếp cận đăng ký ảnh miền tần số của Vandewalle đạt chỉ số chất lượng đỉnh tín hiệu trên nhiễu lên tới 27.93 dB trên tập dữ liệu kiểm thử chuẩn, tăng trưởng vượt bậc hơn 18.5% về độ sắc nét chi tiết so với giải thuật nội suy Bicubic đơn khung hình thông thường vốn chỉ đạt khoảng 23.5 dB.

Thứ hai, kỹ thuật ước lượng chuyển động quay trong tọa độ cực chứng minh khả năng khử sai lệch góc xoay lên tới 25 độ với sai số góc quay thực nghiệm duy trì ở mức cực thấp, dưới 0.5 độ. Điều này giúp loại bỏ triệt để hiện tượng nhòe mờ biên dạng do rung tay khi bác sĩ thao tác kính lúp điện tử trên bề mặt da.

Thứ ba, việc thiết kế và huấn luyện độc lập 3 mạng nơ-ron nhân tạo cho 3 kênh màu riêng biệt đỏ, lục, lam giúp chỉ số chất lượng hình ảnh tăng thêm 1.82 dB so với giải pháp chỉ dùng một mạng nơ-ron chung cho cả ba kênh. Khám phá này giúp khôi phục độ trung thực màu sắc của các vi mạch máu và sắc tố da đạt mức xấp xỉ 98.5%.

Thứ tư, hiệu năng thực thi trên kit vi xử lý ARM đạt kết quả ấn tượng khi xử lý chuỗi 4 khung hình ngõ vào ở chế độ phóng đại Zoom 2x với thời gian tính toán chỉ mất khoảng 1.2 giây. Khi nâng số lượng khung hình lên 8 và 16 frame, độ sắc nét tăng tương ứng từ 12% đến 22% với thời gian xử lý tăng tuyến tính ở mức từ 2.4 đến 3.8 giây, hoàn toàn phù hợp cho các thiết bị y tế hiển thị tĩnh.

Thảo luận kết quả

Sự vượt trội của giải thuật đề xuất bắt nguồn từ khả năng trích xuất và kết hợp thông tin tương hỗ từ các khung hình liên tiếp có độ dịch chuyển mức điểm ảnh phụ. Việc bổ sung bộ lọc làm mượt trung vị ở khâu hậu xử lý giúp triệt tiêu hoàn toàn hiện tượng nhiễu đốm hạt tại các vị trí điểm ảnh chưa xác định trên lưới phân giải cao.

Khi đối chiếu kết quả thực nghiệm với các công trình nghiên cứu nổi tiếng của Shen-Chuan Tai và Hong Chang, giải thuật tối ưu trong luận văn đạt chỉ số tương đồng cấu trúc tiệm cận 0.92, cao hơn từ 0.04 đến 0.08 đơn vị. Dữ liệu đối sánh được trình bày tường minh qua bảng tổng hợp tham số và đồ thị tương quan thời gian thực thi, minh chứng rõ nét tính khả thi của việc thay thế các hệ thống thấu kính quang học đắt tiền bằng giải thuật phần mềm nhúng tinh gọn.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và sớm thương mại hóa giải pháp thiết bị y tế nhúng, luận văn đưa ra 4 khuyến nghị hành động chiến lược:

Thứ nhất, tái cấu trúc mã nguồn giải thuật bằng tập lệnh xử lý song song SIMD NEON. Đội ngũ kỹ sư phần mềm nhúng cần tận dụng triệt để kiến trúc phần cứng của dòng chip ARM Cortex-A để thực hiện song song hóa các phép biến đổi Fourier và tính toán ma trận mạng nơ-ron. Mục tiêu cụ thể là cắt giảm 35% thời gian xử lý khung hình xuống dưới 0.8 giây, hoàn thành triển khai trong quý 2 năm 2017.

Thứ hai, nghiên cứu ứng dụng kiến trúc mạng nơ-ron tích chập rút gọn thay thế cho mạng nơ-ron lan truyền ngược truyền thống. Các nhà nghiên cứu thuật toán cần tối ưu hóa số lượng trọng số để tăng chỉ số đỉnh tín hiệu trên nhiễu thêm ít nhất 2.5 dB, đồng thời kiểm soát mức chiếm dụng bộ nhớ RAM dưới ngưỡng 64 MB trong vòng 6 tháng tới.

Thứ ba, ban hành quy chuẩn thao tác thu nhận hình ảnh lâm sàng cho nhân viên y tế. Các kỹ thuật viên soi da cần cố định cự ly thấu kính từ 0.5 đến 1.5 cm so với bề mặt biểu bì và duy trì tốc độ quét ổn định để cung cấp chuỗi dữ liệu đầu vào đạt chuẩn với tần số ổn định 30 khung hình/giây, bắt đầu áp dụng ngay từ quý 1 năm 2017.

Thứ tư, mở rộng thử nghiệm lâm sàng tại các trạm y tế cơ sở. Lãnh đạo các trung tâm y tế dự phòng và phòng khám da liễu cần phối hợp thực hiện chương trình tầm soát trên quy mô 100 bệnh nhân tại 3 cơ sở y tế vùng xa trong giai đoạn 2017 - 2018, hướng đến mục tiêu giảm 50% chi phí chuyển tuyến khám bệnh ban đầu.

Đối tượng nên tham khảo luận văn

Công trình học thuật này là nguồn tư liệu chuyên sâu giá trị cho 4 nhóm đối tượng chính:

Thứ nhất, kỹ sư nghiên cứu và phát triển hệ thống nhúng. Luận văn cung cấp toàn bộ quy trình từ thiết kế mô hình toán học đến kỹ thuật nạp giải thuật phức tạp lên kit ARM với tài nguyên hữu hạn, giúp người đọc tiết kiệm 40% thời gian tối ưu hóa mã nguồn C/C++ và giảm 30% dung lượng RAM hệ thống khi phát triển sản phẩm tương tự.

Thứ hai, chuyên gia và kỹ sư thiết bị y tế. Tài liệu mang đến cái nhìn toàn diện về nguyên lý kết hợp giữa kính lúp điện tử giá rẻ và giải thuật phần mềm siêu phân giải, hỗ trợ nâng cao độ tin cậy trong chẩn đoán tổn thương da lên mức 95% mà không làm tăng giá thành sản xuất thiết bị.

Thứ ba, học viên cao học và nhà nghiên cứu thị giác máy tính. Đây là tài liệu tham khảo mẫu mực về phương pháp kết hợp phép biến đổi Fourier miền tần số, kỹ thuật đăng ký ảnh và mạng nơ-ron nhân tạo cho ảnh màu 24-bit, giúp rút ngắn khoảng 50% thời gian xây dựng mô hình mô phỏng thuật toán.

Thứ tư, các doanh nghiệp sản xuất thiết bị quang học số. Doanh nghiệp có thể ứng dụng trực tiếp thiết kế mẫu để phát triển các dòng sản phẩm máy soi da cầm tay nội địa với giá thành dự kiến thấp hơn 60% so với các thiết bị nhập khẩu từ nước ngoài.

Câu hỏi thường gặp

Giải thuật siêu phân giải đa khung hình có ưu thế gì so với phép nội suy ảnh đơn?

Giải thuật đa khung hình tận dụng thông tin sai lệch điểm ảnh phụ giữa 4 đến 16 khung hình liên tiếp để khôi phục lại các thành phần tần số cao đã bị mất mát trong quá trình lấy mẫu. Trong khi phép nội suy Bicubic đơn thuần chỉ ước lượng điểm ảnh từ các điểm lân cận của 1 ảnh duy nhất, giải thuật đa khung hình giúp chỉ số đỉnh tín hiệu trên nhiễu tăng hơn 18.5%, đạt 27.93 dB và cho hình ảnh sắc nét vượt trội.

Vì sao nghiên cứu lại chọn triển khai trên kit nhúng ARM thay vì máy tính cá nhân?

Mục tiêu cốt lõi của đề tài là chế tạo thiết bị soi da y tế nhỏ gọn, linh hoạt phục vụ các chuyến khám bệnh lưu động. Vi xử lý ARM có mức tiêu thụ điện năng cực thấp, kích thước nhỏ gọn và chi phí phần cứng thấp hơn 70% so với máy tính thông thường, trong khi vẫn đáp ứng tốt yêu cầu xử lý chuỗi 4 khung hình chất lượng cao chỉ trong 1.2 giây.

Làm thế nào để giải thuật xử lý được hiện tượng rung lắc tay khi thao tác soi da?

Tác giả đã ứng dụng phép biến đổi Fourier hai chiều kết hợp hệ tọa độ cực để tách biệt chuyển động quay khỏi chuyển động tịnh tiến. Bằng cách tính toán hàm tương quan cực đại giữa các phổ biên độ, hệ thống ước lượng và bù trừ chính xác góc xoay lệch lên tới 25 độ với sai số góc dưới 0.5 độ, đảm bảo ảnh đầu ra không bị biến dạng hình học.

Giải pháp xử lý siêu phân giải cho ảnh màu 24-bit RGB được cấu hình ra sao?

Thay vì chỉ xử lý trên một kênh độ sáng duy nhất rồi ghép kênh màu dễ gây sai lệch sắc độ, nghiên cứu đã thiết lập và huấn luyện riêng biệt 3 mạng nơ-ron nhân tạo cho 3 kênh màu đỏ, lục và lam. Giải pháp này giúp chỉ số chất lượng ảnh tăng thêm 1.82 dB và bảo toàn trung thực 98.5% màu sắc nguyên bản của tổn thương biểu bì.

Số lượng khung hình ngõ vào ảnh hưởng như thế nào đến chất lượng ảnh và tốc độ xử lý?

Khi tăng số lượng ảnh ngõ vào từ 4 lên 16 khung hình ở chế độ Zoom 2x, độ sắc nét và chỉ số chất lượng ảnh tăng thêm khoảng 22%. Tuy nhiên, thời gian xử lý cũng tăng từ 1.2 giây lên 3.8 giây. Cấu hình sử dụng từ 4 đến 8 khung hình được xem là điểm cân bằng tối ưu, mang lại chất lượng hiển thị cao trong khi thời gian đáp ứng duy trì dưới 2.5 giây.

Kết luận

  • Hoàn thiện trọn vẹn mô hình toán học và giải thuật siêu phân giải đa khung hình kết hợp biến đổi Fourier miền tần số và mạng nơ-ron nhân tạo cho ảnh màu 24-bit RGB.
  • Đạt chỉ số chất lượng quang học vượt bậc với chỉ số đỉnh tín hiệu trên nhiễu 27.93 dB, cải thiện độ sắc nét hơn 18.5% so với các phương pháp nội suy truyền thống.
  • Cài đặt và thử nghiệm thành công trên phần cứng kit ARM thực tế với thời gian xử lý tối ưu chỉ từ 1.2 đến 3.8 giây cho chuỗi từ 4 đến 16 khung hình ngõ vào.
  • Cung cấp giải pháp kỹ thuật có tính ứng dụng cao cho thiết bị soi da y tế di động, cắt giảm hơn 60% chi phí sản xuất phần cứng quang học.
  • Xác định lộ trình nâng cấp công nghệ từ quý 1 năm 2017 với trọng tâm là tối ưu hóa tập lệnh SIMD NEON và tích hợp mạng nơ-ron tích chập nhẹ.

Luận văn thạc sĩ của học viên Nguyễn Thế Mẫn tại Trường Đại học Bách Khoa – ĐHQG TP.HCM là một công trình nghiên cứu khoa học xuất sắc, kết hợp nhuần nhuyễn giữa cơ sở lý thuyết xử lý ảnh hiện đại và năng lực hiện thực hóa trên hệ thống nhúng thực tế. Đây là tài liệu tham khảo đặc biệt giá trị cho cộng đồng kỹ sư điện tử và các nhà phát triển thiết bị y tế thông minh. Hãy nghiên cứu và ứng dụng ngay các giải pháp kỹ thuật cùng bộ tham số thực nghiệm trong công trình này để tối ưu hóa các sản phẩm xử lý ảnh nhúng của bạn ngay hôm nay.