Luận Văn Thạc Sĩ Về Nghiên Cứu Kỹ Thuật Nội Suy Trong Hiển Thị Ảnh Y Tế

Luận văn thạc sĩ kỹ thuật nghiên cứu vnu uet nghiên cứu một số kỹ thuật nội suy trong hiển thị ảnh y tế 04, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện

• Tác giả: Lương Thị Thu Hà
• Người hướng dẫn: PGS.TS Đỗ Năng Toàn
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên Cứu Một Số Kỹ Thuật Nội Suy Trong Hiển Thị Ảnh Y Tế
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: KHÁI QUÁT VỀ ẢNH Y TẾ VÀ BÀI TOÁN NỘI SUY
• 1.1. Khái quát về ảnh y tế
• 1.2. Một số chuẩn ảnh y tế
• 1.3. Cấu trúc chuẩn ảnh DICOM
• 1.4. Bài toán nội suy ảnh y tế
• 1.4.1. Khái niệm nội suy ảnh
• 1.4.2. Hướng tiếp cận
• 2. CHƯƠNG 2: MỘT SỐ KỸ THUẬT NỘI SUY TRONG XỬ LÝ ẢNH Y TẾ
• 2.1. Kỹ thuật nội suy các điểm ảnh láng giềng gần nhất
• 2.1.1. Phương pháp
• 2.2. Kỹ thuật nội suy tuyến tính
• 2.2.1. Phương pháp
• 2.3. Kỹ thuật nội suy song khối
• 2.3.1. Phương pháp
• 2.4. Kỹ thuật nội suy Lagrange
• 2.4.1. Phương pháp
• 2.5. Kỹ thuật nội suy Gaussian
• 2.5.1. Phương pháp
• 2.6. Kỹ thuật nội suy lát cắt dựa trên cải tiến phép hợp nhất biến dạng cong
• 2.6.1. Phương pháp
• 2.7. Kỹ thuật nội suy bằng cách xác định các điểm ảnh tương ứng
• 2.7.1. Phương pháp
• 3. CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM
• 3.1. Phát biểu bài toán
• 3.2. Phân tích chương trình
• 3.2.1. Lựa chọn công nghệ
• 3.2.2. Phân tích thiết kế chương trình
• 3.2.3. Các bước triển khai
• 3.3. Một số kết quả
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Kỹ Thuật Nội Suy Ảnh Y Tế Tại VNU UET

Nghiên cứu kỹ thuật nội suy ảnh y tế tại VNU UET tập trung vào việc cải thiện chất lượng hình ảnh y tế thông qua các phương pháp nội suy tiên tiến. Các kỹ thuật này không chỉ giúp nâng cao độ phân giải mà còn hỗ trợ trong việc tái cấu trúc mô hình 3D từ các lát cắt 2D. Việc áp dụng các công nghệ mới trong lĩnh vực này đang trở thành một xu hướng quan trọng trong y học hiện đại.

1.1. Khái Niệm Về Nội Suy Ảnh Y Tế

Nội suy ảnh y tế là quá trình tạo ra các điểm ảnh mới từ các điểm ảnh đã biết. Kỹ thuật này giúp cải thiện độ phân giải và chất lượng hình ảnh, từ đó hỗ trợ bác sĩ trong việc chẩn đoán chính xác hơn.

1.2. Lịch Sử Phát Triển Kỹ Thuật Nội Suy

Kỹ thuật nội suy đã được nghiên cứu và phát triển từ những năm 1980. Các phương pháp như nội suy tuyến tính và nội suy song khối đã trở thành tiêu chuẩn trong xử lý ảnh y tế.

II. Vấn Đề Và Thách Thức Trong Nghiên Cứu Nội Suy Ảnh Y Tế

Mặc dù có nhiều tiến bộ trong kỹ thuật nội suy, nhưng vẫn tồn tại nhiều thách thức trong việc áp dụng chúng vào thực tế. Các vấn đề như độ chính xác của hình ảnh, thời gian xử lý và khả năng tích hợp với các hệ thống hiện có là những yếu tố cần được xem xét.

2.1. Độ Chính Xác Của Hình Ảnh

Độ chính xác của hình ảnh nội suy phụ thuộc vào chất lượng dữ liệu đầu vào. Việc sử dụng các kỹ thuật nội suy không phù hợp có thể dẫn đến hình ảnh bị mờ hoặc không rõ nét.

2.2. Thời Gian Xử Lý

Thời gian xử lý là một yếu tố quan trọng trong ứng dụng thực tế. Các phương pháp nội suy phức tạp có thể yêu cầu thời gian tính toán lâu, ảnh hưởng đến hiệu suất làm việc của bác sĩ.

III. Phương Pháp Nội Suy Ảnh Y Tế Tại VNU UET

Tại VNU UET, nhiều phương pháp nội suy đã được nghiên cứu và áp dụng, bao gồm nội suy tuyến tính, nội suy song khối và nội suy Lagrange. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, phù hợp với các loại hình ảnh khác nhau.

3.1. Nội Suy Tuyến Tính

Nội suy tuyến tính là phương pháp đơn giản và hiệu quả, thường được sử dụng trong các ứng dụng yêu cầu tốc độ cao. Tuy nhiên, nó có thể tạo ra hình ảnh bị mờ ở các đường biên.

3.2. Nội Suy Song Khối

Nội suy song khối cung cấp chất lượng hình ảnh tốt hơn so với nội suy tuyến tính, nhưng yêu cầu nhiều tài nguyên tính toán hơn. Phương pháp này thường được áp dụng trong các hệ thống y tế hiện đại.

3.3. Nội Suy Lagrange

Nội suy Lagrange là một kỹ thuật phức tạp hơn, cho phép tạo ra hình ảnh với độ chính xác cao. Phương pháp này thường được sử dụng trong các nghiên cứu chuyên sâu về ảnh y tế.

IV. Ứng Dụng Thực Tiễn Của Kỹ Thuật Nội Suy Ảnh Y Tế

Kỹ thuật nội suy ảnh y tế đã được áp dụng rộng rãi trong nhiều lĩnh vực, từ chẩn đoán hình ảnh đến nghiên cứu y học. Các ứng dụng này không chỉ giúp cải thiện chất lượng hình ảnh mà còn hỗ trợ trong việc phát hiện bệnh lý sớm.

4.1. Chẩn Đoán Hình Ảnh

Kỹ thuật nội suy giúp bác sĩ có được hình ảnh rõ nét hơn, từ đó nâng cao khả năng chẩn đoán và điều trị bệnh. Việc sử dụng các phương pháp nội suy tiên tiến đã giúp phát hiện sớm nhiều bệnh lý.

4.2. Nghiên Cứu Y Học

Trong nghiên cứu y học, kỹ thuật nội suy được sử dụng để tái cấu trúc mô hình 3D từ các lát cắt 2D, hỗ trợ trong việc phân tích và nghiên cứu các bệnh lý phức tạp.

V. Kết Luận Về Nghiên Cứu Kỹ Thuật Nội Suy Ảnh Y Tế

Nghiên cứu kỹ thuật nội suy ảnh y tế tại VNU UET đã mở ra nhiều cơ hội mới trong việc cải thiện chất lượng hình ảnh y tế. Các phương pháp nội suy tiên tiến không chỉ giúp nâng cao độ chính xác trong chẩn đoán mà còn hỗ trợ trong việc phát triển các công nghệ mới trong y học.

5.1. Tương Lai Của Kỹ Thuật Nội Suy

Với sự phát triển không ngừng của công nghệ, kỹ thuật nội suy ảnh y tế sẽ tiếp tục được cải tiến và ứng dụng rộng rãi hơn trong tương lai. Các nghiên cứu mới sẽ giúp nâng cao chất lượng hình ảnh và độ chính xác trong chẩn đoán.

5.2. Đề Xuất Nghiên Cứu Tiếp Theo

Cần tiếp tục nghiên cứu và phát triển các phương pháp nội suy mới, đồng thời tích hợp chúng vào các hệ thống y tế hiện có để nâng cao hiệu quả chẩn đoán và điều trị.

Nội dung chính

Tổng quan nghiên cứu

Trong lĩnh vực y học hiện đại, hình ảnh y tế đóng vai trò thiết yếu trong chẩn đoán và điều trị bệnh. Theo ước tính, các thiết bị chẩn đoán hình ảnh như CT (Computed Tomography) và MRI (Magnetic Resonance Imaging) tạo ra hàng nghìn lát cắt 2D phục vụ tái cấu trúc mô hình 3D. Tuy nhiên, độ phân giải theo chiều Z thường thấp hơn đáng kể so với chiều X và Y, ví dụ độ phân giải theo X, Y khoảng 0.5-2mm trong khi theo Z có thể lên đến 15mm. Điều này gây ra hiện tượng gián đoạn và giảm chất lượng hình ảnh tái tạo 3D, ảnh hưởng đến độ chính xác trong chẩn đoán.

Bài toán nội suy ảnh y tế nhằm sinh ra các lát cắt trung gian giữa hai lát cắt đã biết để nâng cao độ phân giải không gian, cải thiện chất lượng hiển thị và hỗ trợ tái cấu trúc mô hình 3D. Mục tiêu nghiên cứu của luận văn là tìm hiểu các kỹ thuật nội suy ảnh y tế, đặc biệt tập trung vào nội suy sinh lát cắt trung gian, đồng thời cài đặt và đánh giá hiệu quả của một số kỹ thuật nội suy tiêu biểu. Phạm vi nghiên cứu tập trung vào ảnh y tế chuẩn DICOM, sử dụng dữ liệu thực tế từ các thiết bị chẩn đoán hình ảnh tại Việt Nam trong giai đoạn 2012-2014.

Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao chất lượng hình ảnh y tế, hỗ trợ bác sĩ trong chẩn đoán chính xác hơn, đồng thời góp phần phát triển các hệ thống xử lý ảnh y tế nội địa với chi phí hợp lý và hiệu quả cao.

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:

• Chuẩn ảnh y tế DICOM: Là chuẩn lưu trữ và truyền tải ảnh y tế phổ biến nhất, cung cấp cấu trúc dữ liệu bao gồm phần tiêu đề chứa thông tin bệnh nhân và phần nội dung ảnh. Chuẩn này đảm bảo tính tương thích và đồng bộ trong hệ thống y tế.

• Khái niệm nội suy ảnh số: Nội suy là quá trình ước tính giá trị trung gian của biến liên tục từ các mẫu rời rạc, được ứng dụng để phóng to, thu nhỏ ảnh hoặc sinh lát cắt trung gian trong ảnh y tế.

• Các kỹ thuật nội suy ảnh y tế: Bao gồm nội suy láng giềng gần nhất, nội suy tuyến tính, nội suy song khối, nội suy Lagrange, nội suy Gaussian, nội suy dựa trên hợp nhất biến dạng cong và nội suy bằng xác định điểm ảnh tương ứng. Mỗi kỹ thuật có ưu nhược điểm và ứng dụng riêng biệt trong xử lý ảnh y tế.

• Mô hình hợp nhất ảnh (Image Registration): Được sử dụng trong kỹ thuật nội suy dựa trên đối tượng, nhằm tìm trường biến đổi phù hợp giữa hai ảnh để xác định điểm ảnh tương ứng, từ đó sinh lát cắt trung gian chính xác hơn.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Sử dụng ảnh y tế chuẩn DICOM thu thập từ các thiết bị CT và MRI tại một số bệnh viện và viện nghiên cứu trong nước, với kích thước ảnh phổ biến 109x91 pixel, độ phân giải 1 byte/pixel.

• Phương pháp phân tích: Luận văn triển khai cài đặt mô phỏng hai kỹ thuật nội suy chính là nội suy tuyến tính và nội suy dựa trên hợp nhất biến dạng cong cải tiến bằng ngôn ngữ lập trình C#. Đánh giá hiệu quả thuật toán dựa trên chỉ số MSE (Mean Squared Error) so sánh lát cắt nội suy với lát cắt gốc.

• Timeline nghiên cứu: Nghiên cứu được thực hiện trong vòng 2 năm (2012-2014), bao gồm giai đoạn tổng quan lý thuyết, cài đặt thử nghiệm, thu thập và xử lý dữ liệu, phân tích kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả của kỹ thuật nội suy tuyến tính: Kỹ thuật này cho phép sinh lát cắt trung gian nhanh chóng với chi phí tính toán thấp. Kết quả thử nghiệm cho thấy MSE trung bình của lát cắt nội suy tuyến tính so với lát cắt gốc khoảng 0.015, tuy nhiên ảnh nội suy có hiện tượng mờ và vệt mờ trên đường biên.

2. Ưu điểm của kỹ thuật nội suy dựa trên hợp nhất biến dạng cong cải tiến: Thuật toán này cải thiện đáng kể chất lượng ảnh nội suy với MSE trung bình giảm xuống còn khoảng 0.008, hình ảnh sắc nét hơn, giảm hiện tượng mờ và răng cưa. Kỹ thuật này sử dụng phép hợp nhất hai chiều, biến đổi cả hai lát cắt đầu vào, giúp tăng tính đối xứng và chính xác trong nội suy.

3. So sánh các kỹ thuật nội suy thay đổi kích thước ảnh: Nội suy song khối cho kết quả sắc nét hơn nội suy tuyến tính và láng giềng gần nhất, giảm hiện tượng răng cưa rõ rệt. Ví dụ, trong phóng to ảnh CCD từ kích thước 2x2 lên 9x9, nội suy song khối giảm lỗi ảnh >1.0 xuống dưới 5%, trong khi nội suy láng giềng gần nhất có lỗi trên 15%.

4. Ứng dụng thực tế: Kỹ thuật nội suy láng giềng gần nhất được sử dụng hiệu quả trong điều chỉnh tỷ lệ ảnh CCD phục vụ chẩn đoán lác mắt, đảm bảo độ sắc nét cần thiết cho các phản xạ Purkinje. Nội suy tuyến tính và song khối được ứng dụng trong xoay ảnh MRI và sinh lát cắt trung gian phục vụ tái cấu trúc mô hình 3D.

Thảo luận kết quả

Nguyên nhân chính giúp kỹ thuật nội suy dựa trên hợp nhất biến dạng cong cải tiến vượt trội là do khả năng biến đổi đồng thời hai lát cắt đầu vào, giảm sai lệch và tăng độ chính xác trong xác định điểm ảnh tương ứng. Kết quả này phù hợp với các nghiên cứu quốc tế về nội suy dựa trên đối tượng, đồng thời khắc phục nhược điểm mờ và răng cưa của các kỹ thuật nội suy cổ điển.

Biểu đồ so sánh MSE giữa hai kỹ thuật nội suy tuyến tính và hợp nhất biến dạng cong thể hiện rõ sự giảm lỗi đáng kể của kỹ thuật cải tiến qua 8 lần thực nghiệm. Bảng tổng hợp ưu nhược điểm các kỹ thuật nội suy cũng cho thấy sự cân bằng giữa độ chính xác và chi phí tính toán là yếu tố quyết định lựa chọn kỹ thuật phù hợp.

Kết quả nghiên cứu góp phần làm rõ hiệu quả của các kỹ thuật nội suy trong xử lý ảnh y tế, đặc biệt trong bối cảnh thiết bị chẩn đoán hiện nay chưa thể cung cấp lát cắt với độ phân giải đồng đều theo mọi chiều.

Đề xuất và khuyến nghị

1. Áp dụng kỹ thuật nội suy dựa trên hợp nhất biến dạng cong cải tiến trong các hệ thống tái cấu trúc mô hình 3D nhằm nâng cao chất lượng hình ảnh, giảm sai số trong chẩn đoán. Thời gian triển khai đề xuất trong vòng 12 tháng, chủ thể thực hiện là các viện nghiên cứu và bệnh viện có phòng công nghệ thông tin.

2. Phát triển phần mềm xử lý ảnh y tế tích hợp đa kỹ thuật nội suy để linh hoạt lựa chọn kỹ thuật phù hợp với từng loại ảnh và mục đích sử dụng, ví dụ nội suy láng giềng gần nhất cho ảnh CCD, nội suy song khối cho ảnh MRI. Thời gian phát triển dự kiến 18 tháng, do các công ty công nghệ y tế đảm nhiệm.

3. Đào tạo và nâng cao nhận thức cho kỹ thuật viên và bác sĩ về vai trò và cách sử dụng kỹ thuật nội suy trong xử lý ảnh y tế, giúp tối ưu hóa quy trình chẩn đoán và điều trị. Chủ thể thực hiện là các trường đại học y khoa và bệnh viện, thời gian triển khai 6-12 tháng.

4. Tiếp tục nghiên cứu mở rộng các kỹ thuật nội suy dựa trên đối tượng và hợp nhất ảnh đa độ phân giải, nhằm cải thiện hơn nữa chất lượng ảnh nội suy và giảm thời gian tính toán. Đề xuất này dành cho các nhóm nghiên cứu trong lĩnh vực công nghệ thông tin và y sinh, thời gian nghiên cứu 2-3 năm.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành Công nghệ Thông tin, Hệ thống Thông tin: Luận văn cung cấp kiến thức chuyên sâu về kỹ thuật nội suy ảnh y tế, giúp phát triển các thuật toán xử lý ảnh và ứng dụng trong y học.

2. Kỹ thuật viên và chuyên gia xử lý ảnh y tế tại bệnh viện: Hiểu rõ các kỹ thuật nội suy giúp cải thiện chất lượng hình ảnh chẩn đoán, từ đó nâng cao hiệu quả công việc và hỗ trợ bác sĩ.

3. Các nhà phát triển phần mềm y tế và công nghệ hình ảnh: Tài liệu chi tiết về thuật toán và đánh giá hiệu quả giúp thiết kế phần mềm xử lý ảnh y tế phù hợp với yêu cầu thực tế.

4. Bác sĩ chuyên ngành chẩn đoán hình ảnh và y học hạt nhân: Nắm bắt được nguyên lý và giới hạn của các kỹ thuật nội suy giúp đánh giá chính xác hơn hình ảnh y tế, từ đó đưa ra quyết định điều trị phù hợp.

Câu hỏi thường gặp

1. Nội suy ảnh y tế là gì và tại sao cần thiết?
   Nội suy ảnh y tế là kỹ thuật ước tính các điểm ảnh trung gian giữa các điểm ảnh gốc nhằm tăng độ phân giải hoặc sinh lát cắt trung gian. Nó cần thiết để cải thiện chất lượng hình ảnh, hỗ trợ tái cấu trúc mô hình 3D và nâng cao độ chính xác chẩn đoán.

2. Các kỹ thuật nội suy phổ biến trong ảnh y tế là gì?
   Bao gồm nội suy láng giềng gần nhất, nội suy tuyến tính, nội suy song khối, nội suy Lagrange, nội suy Gaussian, nội suy dựa trên hợp nhất biến dạng cong và nội suy bằng xác định điểm ảnh tương ứng. Mỗi kỹ thuật có ưu nhược điểm riêng phù hợp với từng ứng dụng.

3. Kỹ thuật nội suy dựa trên hợp nhất biến dạng cong cải tiến có ưu điểm gì?
   Kỹ thuật này biến đổi đồng thời hai lát cắt đầu vào để xác định điểm ảnh tương ứng chính xác, giảm hiện tượng mờ và răng cưa, cho kết quả sắc nét hơn với MSE thấp hơn so với nội suy tuyến tính truyền thống.

4. Làm thế nào để đánh giá chất lượng ảnh nội suy?
   Chất lượng được đánh giá bằng chỉ số MSE (Mean Squared Error) so sánh giữa ảnh nội suy và ảnh gốc, cùng với đánh giá trực quan về độ sắc nét, hiện tượng mờ và răng cưa trên ảnh.

5. Ứng dụng thực tế của kỹ thuật nội suy trong y tế là gì?
   Kỹ thuật nội suy được dùng để phóng to ảnh CCD trong chẩn đoán lác mắt, xoay ảnh MRI, sinh lát cắt trung gian phục vụ tái cấu trúc mô hình 3D, giúp bác sĩ có hình ảnh rõ nét và chính xác hơn trong chẩn đoán và điều trị.

Kết luận

• Luận văn đã nghiên cứu và phân tích chi tiết các kỹ thuật nội suy ảnh y tế, tập trung vào nội suy sinh lát cắt trung gian nhằm nâng cao chất lượng hình ảnh y tế.
• Kỹ thuật nội suy dựa trên hợp nhất biến dạng cong cải tiến cho kết quả tốt hơn so với nội suy tuyến tính truyền thống, giảm đáng kể lỗi MSE và hiện tượng mờ.
• Nghiên cứu cung cấp cơ sở lý thuyết và thực nghiệm cho việc ứng dụng kỹ thuật nội suy trong tái cấu trúc mô hình 3D và xử lý ảnh y tế tại Việt Nam.
• Đề xuất áp dụng kỹ thuật nội suy cải tiến trong các hệ thống chẩn đoán hình ảnh và phát triển phần mềm xử lý ảnh y tế nội địa.
• Các bước tiếp theo bao gồm mở rộng nghiên cứu kỹ thuật nội suy dựa trên đối tượng, phát triển phần mềm ứng dụng và đào tạo nhân lực chuyên môn.

Hành động ngay hôm nay: Các nhà nghiên cứu và chuyên gia y tế nên áp dụng và thử nghiệm các kỹ thuật nội suy cải tiến để nâng cao chất lượng hình ảnh y tế, đồng thời phối hợp phát triển các giải pháp công nghệ phù hợp với thực tế Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: KHÁI QUÁT VỀ ẢNH Y TẾ VÀ BÀI TOÁN NỘI SUY Nội dung của chương này trình bày một cách khái quát về ảnh y tế, các chuẩn được sử dụng để lưu trữ ảnh y tế nói chung và chi tiết cấu trúc chuẩn DICOM nói riêng. Phần tiếp theo của chương trình bày về bài toán nội suy ảnh y tế, các hướng tiếp cận và ứng dụng kỹ thuật nội uy trong lĩnh vực xử lý ảnh y tế.1 Khái quát về ảnh y tế Ngày nay, với sự phát triển của công nghệ thông tin, việc sử dụng các kỹ thuật xử lý ảnh để nâng cao hiệu quả sử dụng các thiết bị chẩn đoán đo lường bằng hình ảnh là một vấn đề thời sự luôn được quan tâm và phát triển trong nhiều lĩnh vực như trong trong y học, khoa học vật liệu, công nghệ nano,… Đặc biệt trong y tế, việc chẩn đoán thông qua các xét nghiệm lâm àng giúp bác ĩ chẩn đoán bệnh một cách chính xác tình trạng bệnh lý của bệnh nhân. Một số thiết bị chuyên dụng cao cấp như máy chụp X-quang, CT, MRI đã được phát triển và ứng dụng cho chẩn đoán hình ảnh. Mục đính chính là tái hiện lại hình ảnh bên trong cơ thể bệnh nhân một cách rõ nét nhất để có thể phân biệt được các bộ phận liền kề nhau và phát hiện các tổn thương.

Hình ảnh được tái cấu trúc có thể chỉ là một lát cắt 2 chiều của không gian cần chẩn đoán, hình ảnh đó được gọi là ảnh y tế. Các thực thể tạo ảnh y tế (Medical image moldality) khác nhau cung cấp các thông tin đặc tính riêng biệt về các cơ quan bên trong cơ thể hay của các tổ chức mô. Độ tương phản và độ nhìn thấy của ảnh y tế phụ thuộc vào thực thể tạo ảnh, hàm đáp ứng cũng như phụ thuộc vào các vùng bệnh lý. Như vậy sự khác biệt đầu tiên của ảnh y tế với ảnh số thông thường đó là cách thức tạo ảnh.

Từ đó việc hiển thị ảnh y tế cũng có ự khác nhau giữa các loại ảnh khác nhau. Đối với ảnh CT chỉ số Window/Level thể hiện độ sáng của ảnh hiển thị khá quan trọng bởi trong ảnh này vùng sáng thể hiện cấu trúc xương và mô của vùng chụp, nếu hiển thị ảnh với độ sáng quá cao sẽ khiến bác ĩ khó phân biệt vùng tổn thương hay yếu tố bệnh lý. Giá trị này sẽ được kỹ thuật viên điều chỉnh trong quá trinh chụp bằng thiết bị chẩn đoán hình ảnh. Sự khác biệt thứ hai đó là ảnh y tế cần lưu trữ thêm thông tin chung của ảnh như các thông tin 11 LUAN VAN CHAT LUONG download : add [e-mail] cá nhân của bệnh nhân, loại ảnh (ví dụ như vùng chụp, ảnh CT hay MRI…) cũng như một số chỉ số riêng phụ thuộc vào thiết bị chẩn đoán hình ảnh.

Bởi vậy cấu trúc của ảnh y tế khác với ảnh số thông thường. Theo sự phát triển chung của các thiết bị chẩn đoán hình ảnh, có một số chuẩn lưu trữ ảnh y tế được đưa ra như: HL7, DICOM. Thông tin về một số chuẩn ảnh y tế được trình bày trong mục 1.1 và cấu trúc ảnh DICOM được mô tả chi tiết trong mục 1.1 Một số chuẩn ảnh y tế  Chuẩn DICOM DICOM được viết tắt từ cụm từ Digital Imaging and Communications in Medicine – Chuẩn ảnh số và truyền thông trong y tế. DICOM là chuẩn ảnh y tế được ra đời đầu tiên vào năm 1985 do ACR (American College of Radiologi t) và NEMA (National Electrical Manufacturers Association) phát triển.

Qua quá trình phát triển, chuẩn DICOM đã có 3 phiên bản. Phiên bản đầu tiên (V1.0) ra đời năm 1985 và có hai lần chỉnh sửa vào năm 1986, 1988. Tiếp theo đó, phiên bản thứ hai (V2.0) được đưa ra năm 1988 với một số tiêu chuẩn mới được bổ sung. Khi phát triển hai phiên bản này, tên gọi của chuẩn ảnh là ACR-NEMA.

Phiên bản hiện tại (V3.0) được công bố vào năm 1993, bản chỉnh sửa cuối của phiên bản này được sử dụng hiện nay được phát hành năm 1999 và chính thức được gọi là chuẩn DICOM. Vai trò của chuẩn ảnh DICOM là cung cấp các phương thức để tích hợp các thiết bị, hệ thống, phương thức tạo ảnh, tạo ra một môi trường liên lạc thống nhất với nhau. DICOM cho ph p tích hợp máy can, erver, trạm làm việc, máy in và các trang thiết bị mạng từ nhiều nhà cung cấp vào thành một hệ thống truyền tải và lưu trữ ảnh. Ngày nay, hầu hết các bệnh viện trên thế giới đều áp dụng chuẩn DICOM vào các thiết bị y khoa, máy trạm, erver, các hệ thống quản l trong hoạt động khám và chữa bệnh.

Chi tiết về cấu trúc chuẩn DICOM được trình bày trong phần tiếp theo và chuẩn DICOM cũng được lựa chọn để cài đặt thực nghiệm của luận văn.  Chuẩn HL7 HL7 (Health Level Seven) được đưa ra để quản lý dữ liệu không chỉ là hình ảnh. HL7 cung cấp các phương thức để trao đổi, quản lý và tích hợp các dữ 12 LUAN VAN CHAT LUONG download : add [e-mail] liệu khác nhau trong hồ ơ ức khỏe điện tử của bệnh nhân. HL7 được phát triển bởi một tổ chức phi lợi nhuận thành lập năm 1987 có trụ sở tại Arbor, Michigan, Hoa Kỳ và họ công bố chuẩn HL7 năm 1990.

Tên gọi HL7 được bắt nguồn từ mô hình OSI 7 tầng: tầng vật lý (Physical), tầng liên kết dữ liệu (Data Link), tầng mạng (Network), tầng vận chuyển (Transport), tầng phiên (Session), tầng biểu diễn dữ liệu (Presentation), tầng ứng dụng (Application). HL7 có vai trò là chuẩn để trao đổi, kết hợp, chia sẻ, truy xuất các thông tin y tế điện tử trong các bệnh viện hay các tổ chức y tế. IHE được phát triển nhằm giải quyết xung đột xảy ra trong thực tế khi hệ thống phải giao tiếp với cả hai chuẩn HL7 và chuẩn DICOM.1: Cấu trúc một tập tích hợp thông tin bệnh nhân2 2 Nguồn ảnh: http://www.vn/home/news/80/detail/125/dicom-hl-va-ihe.aspx 13 LUAN VAN CHAT LUONG download : add [e-mail] IHE đặt ra các tập tích hợp thông tin bệnh nhân (intergration profile) nhằm hướng dẫn các thông tin hoặc quy trình làm việc dựa trên tiêu chuẩn có sẵn như là HL7 và DICOM, tạo ra sự tương thích cho hệ thống thông tin sức khỏe điện tử. Có nhiều “intergration profile” mang lại lợi ích thiết thực trên thực tế như “Con i tent pre netation image profile” đảm bảo hình ảnh được hiển thị một cách thống nhất trên các thiết bị vật lý khác nhau như in ra film, hiển thị trên máy tính hay trên những thiết bị hiển thị hình ảnh khác.2 Cấu trúc chuẩn ảnh DICOM Ngày nay, hầu hết các thiết bị y tế đều sử dụng chuẩn ảnh DICOM, như: CR (Computed Radiography), CT (Computed Tomography), DX (Digital Radiography), EC (Echocardiography), ECG (Electrocardiograms), ES (Endoscopy), MG (Mammography), MR (Magnetic Resonance), NM (Nuclear Medicine), RF (Radio Fluoroscopy), US (Ultrasound), XA (X-Ray Angiography)…  Các thành phần cơ bản của chuẩn DICOM bao gồm: - Introduction and Overview: Mang những thông tin tổng quan.

- Conformace: Định nghĩa các nguyên tắc thực thi chuẩn như là bản mẫu báo cáo thống nhất sự phối hợp giữa các thiết bị. - Information Object Definition: Định nghĩa đối tượng thông tin một cách trừu tượng về các thực thể có thể ứng dụng để truyền thông tin hình ảnh y tế. - Service Cla Definition: Định nghĩa các lớp dịch vụ. - Data Structure and Encoding: Quy định cấu trúc dữ liệu và quy tắc mã hóa thông tin trong bộ dữ liệu của một bản tin.

- Data Dictionary: Từ điển dữ liệu. Trong từ điển này các nhãn tên được thể hiện bằng nhãn VR, các giá trị mã hóa được gán nhãn VM. - Message Exchange Protocol: Giao thức trao đổi thông tin. Thành phần này xác định dịch vụ và giao thức được sử dụng bởi một ứng dụng trao đổi thông tin ảnh y tế.

14 LUAN VAN CHAT LUONG download : add [e-mail] - - Network Communication Support for Message Exchange: cung cấp các dịch vụ và giao thức hỗ trợ truyền và trao đổi thông tin giữa các ứng dụng sử dụng chuẩn DICOM. - Point-to-Point Support: quy định các dịch vụ và giao thức được sử dụng cho truyền tin điểm-điểm trong dịch vụ in ấn. - Media Storage and File Format: định nghĩa chuẩn định dạng tập tin và lưu trữ, hỗ trợ quá trình trao đổi dữ liệu một cách thống nhất. - Media Storage Application Profiles: Phần này quy định các thành phần riêng ứng dụng thực thi chuẩn DICOM phải tuân thủ.

- Media Formats and Physical Media for Data Interchange: xác định các cấu trúc mô tả mối quan hệ giữa các mô hình lưu trữ trung gian và một thiết bị vật lý với định dạng cụ thể. - Grayscale Standard Display Function: Chức năng hiển thị chẩn mức xám. - Security Profile: Quy định ơ lược về thông tin an toàn. - Content Mapping Resource: Nguồn ánh xạ nội dung.

- Explanatory Information: Thông tin chú thích - Web Access to DICOM Persistent Objects (WADO): Thông tin truy cập web về các đối tượng DICOM.  c file DICOM Tập tin DICOM có phần mở rộng là .dcm và có cấu trúc gồm hai phần: Tiêu đề (Header) và Nội dung (Content).2: Cấu trúc file DICOM3 3 Nguồn ảnh: https://www.com/sdk/medical/dicom-spec1.htm 15 LUAN VAN CHAT LUONG download : add [e-mail] Phần tiêu đề chứa những thông tin chung như: thông tin cá nhân của bệnh nhân, vị trí vùng chụp, số lần thăm khám, thiết bị chụp, định dạng ảnh nội dung về kích thước, độ phân giải… Hình ảnh bên cạnh hiển thị một giải thiết về file ảnh DICOM. Trong ví dụ này, 794 byte đầu tiên được ử dụng cho phần header của file ảnh DICOM, nó mô tả kích thước ảnh và giữ lại thông tin văn bản khác về ự nội oi cắt lớp. ích thước của header này thay đồi phụ thuộc vào thông tin header được lưu trữ.

đây, header định nghĩa một file ảnh có kích thước 109x91x2 pixel với độ phân giải dữ liệu 1byte pixel (như vậy toàn bộ kích thướccủa ảnh ẽ là 19838). Dữ liệu ảnh đi theo thông tin header (header và dữ liệu ảnh được lưu trữ trong cùng một file). Thông tin haeder bao gồm thông tin bộ định danh dữ liệu được đưa vào file, nó bắt đầu bởi 128 byte Preamble được đưa về 00H. Sau đó là 4 byte k tự “DICM” dùng để nhận dạng file DICOM.

Các thành phần dữ liệu đầu file bắt buộc với mọi file DICOM gồm các trường: tag (nhãn) có dạng (0002,xxxx) với xxxx là ố thành phần bất kỳ, VR (Value Representation) – giá trị thể hiện được mã hóa theo cú pháp chuyển đổi giá trị thể hiện ẩn IVR (Implicit Value Representation), VL (Value Length) – chiều dài giá trị, gồm 4 byte chứa chiều dài trường giá trị, trường Value gồm một ố chẵn byte chứa giá trị của thành phần dữ liệu. Thứ tự các byte quy định theo kiểu Little Endian.