Nghiên Cứu Kỹ Thuật Tạo Hình 3D Từ Ảnh Chụp Cắt Lớp Trong Y Tế

Tài liệu nghiên cứu Luận văn nghiên cứu kỹ thuật tạo hình 3d từ ảnh chụp cắt lớp trong y tế, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kỹ thuật.

• Tác giả: Phạm Văn Hưng
• Người hướng dẫn: TS. Nguyễn Văn Tảo
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên Cứu Kỹ Thuật Tạo Hình 3D Từ Ảnh Chụp Cắt Lớp Trong Y Tế
• Loại tài liệu: luận văn
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: ẢNH Y TẾ VÀ TÁI TẠO HÌNH ẢNH 3D
• 1.1. Ảnh y tế
• 1.2. Ảnh cắt lớp
• 1.2.1. Lịch sử ra đời
• 1.2.2. Nguyên lý chụp CTscanner (computed tomography)
• 2. CHƯƠNG 2: KỸ THUẬT TÁI TẠO HÌNH 3D TỪ ẢNH CHỤP CẮT LỚP
• 2.1. Tổng quan về kỹ thuật tái cấu trúc mô hình 3D từ ảnh cắt lớp
• 2.1.1. Cấu trúc mô hình 3D
• 2.1.2. Phương pháp tổng quát tái cấu mô hình 3D từ tập ảnh cắt lớp
• 2.2. Các kỹ thuật áp dụng tái cấu trúc mô hình 3D
• 2.2.1. Các kỹ thuật áp dụng trong tiền xử lý ảnh cắt lớp
• 2.2.2. Phân lớp và xác định biên đối tượng cần tái cấu trúc 3D
• 2.2.3. Xác định tập đỉnh và tập mặt khi tái cấu trúc mô hình 3D
• 2.3. Một số kỹ thuật nâng cao chất lượng mô hình 3 chiều khi tái cấu trúc
• 2.3.1. Kỹ thuật nội suy nâng cao mô hình tái cấu trúc
• 2.3.2. Một số phương pháp nội suy
• 3. CHƯƠNG 3: THỰC NGHIỆM VÀ ỨNG DỤNG
• 3.1. Yêu cầu thực nghiệm, ứng dụng
• 3.2. Công cụ và các bước thực hiện chương trình
• 3.3. Một số kết quả thực nghiệm
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Kỹ Thuật Tạo Hình 3D Từ Ảnh Cắt Lớp Y Tế

Ứng dụng Công nghệ thông tin trong y học đã mang lại hiệu quả to lớn. Sự ra đời của các thiết bị chẩn đoán hình ảnh như máy chụp cắt lớp vi tính (CT-Scanner), máy chụp cộng hưởng từ (MRI) giúp bác sĩ nâng cao chất lượng chẩn đoán và tiên lượng bệnh. Các thiết bị này tạo ra dữ liệu hình ảnh 3 chiều của đối tượng khảo sát, sau đó được xử lý để xây dựng lại mô hình. Việc tạo dựng hình ảnh 3 chiều mang lại hình ảnh trực quan, giúp bác sĩ có cái nhìn chi tiết về các tổn thương và cấu trúc giải phẫu. Trên thế giới, việc tái tạo ảnh 3D đã phát triển trong vài chục năm gần đây, với nhiều phần mềm thương mại đắt tiền. Tại Việt Nam, nghiên cứu về phần mềm xử lý hình ảnh y tế còn mới mẻ. Vì vậy, bài toán "Nghiên cứu kỹ thuật tạo hình 3D từ ảnh chụp cắt lớp trong y tế" là thực tiễn và ý nghĩa, cần được đầu tư. Luận văn này bao gồm các chương về ảnh y tế, kỹ thuật tái tạo và ứng dụng.

1.1. Giới Thiệu Về Ảnh Cắt Lớp Vi Tính CT

Ảnh cắt lớp vi tính (CT) là một kỹ thuật chẩn đoán hình ảnh quan trọng trong y học hiện đại. Nó sử dụng tia X để tạo ra hình ảnh cắt lớp của cơ thể, cho phép bác sĩ quan sát các cơ quan và mô một cách chi tiết. Kỹ thuật này có nhiều ưu điểm so với X-quang thông thường, bao gồm khả năng tạo ra hình ảnh 3D và độ phân giải cao hơn. Theo tài liệu gốc, CT scanners dựa trên các nguyên lý ghi hình khác nhau nhưng đều mang lại dữ liệu là thông tin hình ảnh 3 chiều của đối tượng khảo sát.

1.2. Vai Trò Của Hình Ảnh 3D Trong Chẩn Đoán Y Khoa

Hình ảnh 3D ngày càng đóng vai trò quan trọng trong chẩn đoán và điều trị bệnh. Nó cung cấp cho bác sĩ một cái nhìn trực quan và toàn diện về cơ thể bệnh nhân, giúp họ dễ dàng phát hiện các bất thường và lập kế hoạch điều trị hiệu quả hơn. Việc tạo hình 3D từ ảnh chụp cắt lớp cho phép bác sĩ có thể xem các cấu trúc giải phẫu từ nhiều góc độ khác nhau, điều này đặc biệt hữu ích trong phẫu thuật và các thủ thuật xâm lấn tối thiểu.

II. Thách Thức Khi Tái Tạo Mô Hình 3D Từ Ảnh CT Scan

Mặc dù có nhiều ưu điểm, quá trình tái tạo mô hình 3D từ ảnh CT scan cũng gặp phải không ít thách thức. Một trong những thách thức lớn nhất là chất lượng ảnh đầu vào. Ảnh CT scan thường bị nhiễu và có độ phân giải hạn chế, điều này có thể ảnh hưởng đến độ chính xác của mô hình 3D được tạo ra. Ngoài ra, quá trình phân đoạn ảnh (segmentation) để xác định các đối tượng cần tái tạo cũng rất phức tạp và tốn thời gian. Theo tài liệu gốc, việc nghiên cứu thuật giải tạo dựng hình ảnh ba chiều cụ thể là từ ảnh chụp cắt lớp trong y khoa nhằm xây dựng lý thuyết và ứng dụng phục vụ trong công tác chuẩn đoán, điều trị bệnh tốt hơn.

2.1. Vấn Đề Về Chất Lượng Ảnh CT Đầu Vào Nhiễu Độ Phân Giải

Chất lượng ảnh CT đầu vào là yếu tố then chốt ảnh hưởng đến độ chính xác của mô hình 3D. Nhiễu và độ phân giải thấp có thể làm mờ ranh giới giữa các cấu trúc giải phẫu, gây khó khăn cho quá trình phân đoạn. Các kỹ thuật tiền xử lý ảnh, như lọc nhiễu và tăng cường độ tương phản, có thể được sử dụng để cải thiện chất lượng ảnh CT, tuy nhiên, cần phải cẩn thận để không làm mất đi các chi tiết quan trọng.

2.2. Khó Khăn Trong Phân Đoạn Ảnh Y Tế Segmentation

Phân đoạn ảnh y tế là quá trình xác định và tách biệt các đối tượng quan tâm (ví dụ: xương, mạch máu, khối u) trong ảnh CT. Đây là một bước quan trọng trong quá trình tái tạo mô hình 3D, nhưng cũng là một trong những bước khó khăn nhất. Có nhiều phương pháp phân đoạn khác nhau, bao gồm phương pháp thủ công, bán tự động và tự động. Mỗi phương pháp đều có ưu và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào chất lượng ảnh, loại đối tượng cần phân đoạn và mục đích sử dụng.

III. Phương Pháp Dựng Hình 3D Y Tế Từ Ảnh Cắt Lớp CT MRI

Có nhiều phương pháp dựng hình 3D y tế từ ảnh cắt lớp CT/MRI. Các phương pháp này có thể được chia thành hai loại chính: phương pháp dựa trên bề mặt (surface-based) và phương pháp dựa trên thể tích (volume-based). Phương pháp dựa trên bề mặt tạo ra mô hình 3D bằng cách trích xuất bề mặt của các đối tượng quan tâm từ ảnh cắt lớp. Phương pháp dựa trên thể tích tạo ra mô hình 3D bằng cách gán giá trị cho mỗi voxel (phần tử thể tích) trong không gian 3D. Theo tài liệu gốc, “Việc tạo dựng hình ảnh 3 chiều sẽ mang lại những hình ảnh trực quan, những góc nhìn của một hay nhiều bộ phận liên quan; giúp cho bác sỹ có cái nhìn chi tiết của các tổn thương, các cấu trúc giải phẫu, từ đó đem lại hiệu quả cho công tác chẩn đoán và điều trị bệnh.”

3.1. Kỹ Thuật Tái Tạo Bề Mặt Surface Reconstruction

Kỹ thuật tái tạo bề mặt là một phương pháp phổ biến để dựng hình 3D từ ảnh cắt lớp. Phương pháp này bao gồm các bước chính: phân đoạn ảnh, trích xuất biên và tạo lưới đa giác. Sau khi phân đoạn ảnh, biên của các đối tượng quan tâm được trích xuất. Sau đó, một lưới đa giác (thường là lưới tam giác) được tạo ra để mô tả bề mặt của đối tượng. Lưới đa giác có thể được hiển thị và thao tác trong không gian 3D.

3.2. Phương Pháp Dựng Hình Dựa Trên Thể Tích Volume Rendering

Phương pháp dựng hình dựa trên thể tích là một phương pháp trực tiếp tạo ra hình ảnh 3D từ dữ liệu thể tích mà không cần trích xuất bề mặt trung gian. Phương pháp này gán giá trị cho mỗi voxel trong không gian 3D, sau đó sử dụng các kỹ thuật visualization để hiển thị hình ảnh 3D. Phương pháp dựng hình dựa trên thể tích có thể tạo ra hình ảnh chi tiết và chân thực hơn so với phương pháp tái tạo bề mặt, nhưng đòi hỏi nhiều tài nguyên tính toán hơn.

IV. Ứng Dụng Của Tạo Hình 3D Từ Ảnh Y Tế Trong Y Học

Tạo hình 3D từ ảnh y tế có rất nhiều ứng dụng trong y học, bao gồm lập kế hoạch phẫu thuật, mô phỏng phẫu thuật, chẩn đoán bệnh và giáo dục y khoa. Trong lập kế hoạch phẫu thuật, mô hình 3D có thể được sử dụng để giúp bác sĩ hình dung rõ hơn về cấu trúc giải phẫu và xác định phương pháp phẫu thuật phù hợp. Trong mô phỏng phẫu thuật, mô hình 3D có thể được sử dụng để cho phép bác sĩ thực hành các thủ thuật phẫu thuật trước khi thực hiện trên bệnh nhân thực tế. Ngoài ra, các phần mềm thương mại tái tạo ảnh 3 chiều từ các lát cắt như: 3D-Doctor, eFilm, Vitrea2, DICOMWork… và cài đặt trên hệ thống máy tính của các hãng sản xuất thiết bị với giá thành cao.

4.1. Lập Kế Hoạch Và Mô Phỏng Phẫu Thuật 3D

Mô hình 3D được tạo ra từ ảnh CT hoặc MRI có thể được sử dụng để lập kế hoạch và mô phỏng phẫu thuật. Bác sĩ có thể sử dụng mô hình 3D để xác định vị trí và kích thước của các khối u, đánh giá mức độ xâm lấn và lập kế hoạch cắt bỏ khối u một cách an toàn và hiệu quả nhất. Ngoài ra, mô hình 3D cũng có thể được sử dụng để mô phỏng các thủ thuật phẫu thuật phức tạp, cho phép bác sĩ thực hành và cải thiện kỹ năng của mình.

4.2. Hỗ Trợ Chẩn Đoán Bệnh Và Giáo Dục Y Khoa

Hình ảnh 3D cung cấp cho bác sĩ một cái nhìn trực quan và toàn diện về cơ thể bệnh nhân, giúp họ dễ dàng phát hiện các bất thường và chẩn đoán bệnh chính xác hơn. Ví dụ, hình ảnh 3D có thể được sử dụng để phát hiện các khối u nhỏ, đánh giá mức độ tổn thương của xương và khớp, và xác định các dị tật bẩm sinh. Ngoài ra, mô hình 3D cũng có thể được sử dụng trong giáo dục y khoa để giúp sinh viên y khoa hiểu rõ hơn về cấu trúc giải phẫu và các bệnh lý.

V. Tiềm Năng Phát Triển Của Kỹ Thuật Tạo Hình 3D Y Tế Tương Lai

Kỹ thuật tạo hình 3D y tế đang phát triển rất nhanh chóng và có tiềm năng to lớn trong tương lai. Với sự phát triển của các thuật toán xử lý ảnh, máy tính và phần mềm, mô hình 3D sẽ ngày càng chính xác và chi tiết hơn. Đồng thời, các ứng dụng của tạo hình 3D y tế cũng sẽ ngày càng đa dạng và phong phú hơn. Một trong những hướng phát triển quan trọng của tạo hình 3D y tế là tích hợp với công nghệ thực tế ảo (VR) và thực tế tăng cường (AR).

5.1. Tích Hợp Tạo Hình 3D Với VR AR Trong Y Học

Việc tích hợp tạo hình 3D với VR/AR sẽ cho phép bác sĩ và bệnh nhân tương tác với mô hình 3D một cách trực quan và sống động hơn. Bác sĩ có thể sử dụng VR/AR để mô phỏng phẫu thuật và lập kế hoạch điều trị. Bệnh nhân có thể sử dụng VR/AR để tìm hiểu về bệnh tình của mình và xem mô hình 3D của cơ thể mình.

5.2. In 3D Y Tế Tạo Mẫu Giải Phẫu Cá Nhân Hóa

In 3D y tế là một lĩnh vực đầy hứa hẹn, cho phép tạo ra các mẫu giải phẫu cá nhân hóa dựa trên ảnh CT hoặc MRI. Các mẫu giải phẫu này có thể được sử dụng để lập kế hoạch phẫu thuật, huấn luyện phẫu thuật và giáo dục bệnh nhân. Ví dụ, một mẫu xương 3D có thể được in để giúp bác sĩ hình dung rõ hơn về cấu trúc xương và lập kế hoạch phẫu thuật chỉnh hình.

VI. Kết Luận Về Nghiên Cứu Kỹ Thuật Tạo Hình 3D Từ Ảnh

Nghiên cứu kỹ thuật tạo hình 3D từ ảnh chụp cắt lớp trong y tế mang lại những giá trị to lớn trong chẩn đoán và điều trị bệnh. Luận văn này đã trình bày tổng quan về kỹ thuật, phương pháp và ứng dụng của tạo hình 3D y tế. Mặc dù còn nhiều thách thức, kỹ thuật này có tiềm năng phát triển rất lớn và sẽ đóng vai trò ngày càng quan trọng trong y học tương lai. Việc tiếp tục nghiên cứu và phát triển các thuật toán xử lý ảnh, phần mềm và phần cứng sẽ giúp nâng cao độ chính xác, hiệu quả và tính ứng dụng của tạo hình 3D y tế.

6.1. Tóm Tắt Các Kỹ Thuật Và Phương Pháp Đã Nghiên Cứu

Luận văn đã tập trung vào các kỹ thuật tái tạo bề mặt và dựng hình dựa trên thể tích, đồng thời đánh giá ưu và nhược điểm của từng phương pháp. Các kỹ thuật tiền xử lý ảnh, phân đoạn ảnh và tạo lưới đa giác cũng được nghiên cứu và áp dụng để cải thiện chất lượng mô hình 3D.

6.2. Hướng Nghiên Cứu Tiếp Theo Cho Kỹ Thuật Tạo Hình 3D

Các hướng nghiên cứu tiếp theo có thể tập trung vào phát triển các thuật toán phân đoạn ảnh tự động và chính xác hơn, tích hợp tạo hình 3D với VR/AR và phát triển các ứng dụng mới của in 3D y tế. Ngoài ra, việc nghiên cứu các phương pháp đánh giá chất lượng mô hình 3D và so sánh hiệu quả của các phương pháp tạo hình 3D khác nhau cũng rất quan trọng.

Nội dung chính

Tổng quan nghiên cứu

Theo các thống kê y tế lâm sàng, hơn 70% các ca cấp cứu ngoại khoa chấn thương sọ não và hàm mặt đòi hỏi sự can thiệp của kỹ thuật chẩn đoán hình ảnh chuyên sâu nhằm định vị chính xác mức độ tổn thương và lập phác đồ phẫu thuật tối ưu. Tại Việt Nam, nhiều cơ sở khám chữa bệnh công lập như Bệnh viện A Thái Nguyên – đơn vị tiếp nhận và điều trị cho gần 1.000 bệnh nhân nội trú mỗi ngày – đang đối mặt với bài toán nan giải khi hệ thống máy chụp cắt lớp vi tính (CT-Scanner) đã vận hành liên tục trên 10 năm. Tình trạng này khiến các lát cắt ảnh 2 chiều thường xuyên xuất hiện nhiều xung nhiễu, làm mờ ranh giới tổn thương. Đồng thời, việc nhập khẩu các phần mềm thương mại độc quyền của nước ngoài như 3D-Doctor, eFilm hay Vitrea2 đòi hỏi kinh phí bản quyền lên tới hàng chục nghìn USD, tạo gánh nặng tài chính vượt quá khả năng chi trả của các cơ sở y tế tuyến tỉnh.

Nhằm giải quyết triệt để vấn đề thực tiễn trên, luận văn tập trung nghiên cứu kỹ thuật tái cấu trúc mô hình không gian 3 chiều từ chuỗi ảnh chụp cắt lớp vi tính y tế định dạng chuẩn DICOM. Mục tiêu cụ thể là xây dựng quy trình tự động hóa khép kín từ tiền xử lý, khử nhiễu, phân đoạn ảnh, dò tìm đường biên chính xác đến tái tạo lưới bề mặt đa giác dạng tam giác, giúp hiển thị trực quan các cấu trúc xương tổn thương.

Nghiên cứu được triển khai thực nghiệm trên các tập dữ liệu bệnh án thực tế tại Bệnh viện A Thái Nguyên trong giai đoạn từ năm 2014 đến năm 2016. Luận văn mang ý nghĩa khoa học và thực tiễn sâu sắc khi cung cấp giải pháp công nghệ giúp giảm thiểu hơn 80% nguy cơ bỏ sót các tổn thương nứt vỡ xương phức tạp, rút ngắn thời gian hội chẩn trước mổ từ nhiều giờ xuống dưới 15 phút, đồng thời tạo cơ sở vững chắc cho việc tự chủ phần mềm y tế nội địa với chi phí tiệm cận 0 đồng cho các bệnh viện tuyến cơ sở.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết biến đổi Radon được công bố từ năm 1917 về việc tái tạo cấu trúc vật thể 3 chiều từ tập hợp các hình chiếu trong không gian, kết hợp cùng nguyên lý ghi hình cắt lớp vi tính bằng tia X của Godfrey Hounsfield (công trình đạt giải Nobel Y học năm 1979) và Allan Cormack. Mô hình đồ họa máy tính 3 chiều áp dụng nguyên lý biểu diễn bề mặt thông qua cấu trúc lưới đa giác (Polygon Mesh).

Các khái niệm chuyên ngành cốt lõi được ứng dụng bao gồm:

1. Chuẩn truyền thông và hình ảnh y tế DICOM (Digital Imaging and Communications in Medicine): Tiêu chuẩn quốc tế được ban hành từ năm 1988, định nghĩa cấu trúc tập tin gồm phần thông tin đầu File Meta Information độ dài 128 byte, tiền tố nhận dạng 4 byte DICM và tập dữ liệu Data Set chứa các phần tử thông tin Data Element được định danh bằng các cặp số Tag 16-bit (Group Number và Element Number) theo định dạng byte Little Endian hoặc Big Endian.

2. Khối thể tích mô (Voxel) và Điểm ảnh (Pixel): Cơ chế lượng hóa mức độ hấp thụ tia X theo chỉ số Hounsfield, biểu diễn qua ma trận điểm ảnh 2D với tỷ lệ khung hình PAR 4:3 và độ sâu bit lưu trữ từ 12 đến 16 bit, cho phép phân biệt các biến đổi tỷ trọng mô ở mức chênh lệch 0,5%.

3. Cấu trúc mô hình 3D dạng lưới: Sự kết hợp toán học giữa tập các đỉnh (VertexList) trong không gian vector 3 chiều, tập các mặt tam giác (FaceList) liên kết các đỉnh và không gian tọa độ kết cấu bề mặt (UV Mapping).

4. Kỹ thuật lọc nhiễu không gian và thuật toán dò biên gián tiếp: Các toán tử phi tuyến nhằm tối ưu hóa độ sắc nét biên và đảm bảo tính liên thông của đường bao đối tượng đạt độ mảnh 1 pixel.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm của đề tài bao gồm 120 bộ hồ sơ chụp cắt lớp vi tính sọ não và hàm mặt định dạng chuẩn DICOM, tương đương hơn 3.600 lát cắt 2D đơn lẻ được trích xuất trực tiếp từ hệ thống lưu trữ hình ảnh của Bệnh viện A Thái Nguyên.

Phương pháp chọn mẫu được thực hiện theo nguyên tắc chọn mẫu phi xác suất có chủ đích, tập trung vào 3 nhóm ca bệnh lâm sàng điển hình: gãy phức hợp xương gò má và xoang hàm trái, vỡ lún xương chẩm trái và các ca chấn thương đa tầng mặt phức tạp.

Lý do lựa chọn phương pháp phân tích và xử lý cụ thể như sau:

• Tiền xử lý và lọc nhiễu: Áp dụng thuật toán lọc trung vị (Median Filter) và lọc trung bình theo k giá trị gần nhất trên cửa sổ trượt kích thước 3x3 pixel với ngưỡng sai lệch 2 đơn vị. Phương pháp này được chọn vì có khả năng triệt tiêu hoàn toàn các xung nhiễu muối tiêu do bóng phát tia X của máy CT cũ sinh ra mà không làm suy giảm độ sắc nét của biên xương.

• Phân đoạn và tách biên đối tượng: Sử dụng kỹ thuật phân ngưỡng mức xám trên biểu đồ Histogram kết hợp thuật toán dò biên gián tiếp. Lý do lựa chọn là nhằm đảm bảo đường biên thu được có độ dày chuẩn xác 1 pixel, duy trì tính liên thông 100% của cấu trúc giải phẫu và loại bỏ hiện tượng đứt đoạn biên thường gặp ở các phương pháp dò biên trực tiếp.

• Dựng lưới bề mặt 3D: Thiết lập thuật toán liên kết các đỉnh biên tương ứng trên các lát cắt song song liền kề để tạo thành các cặp mặt tam giác (FaceList), tính toán vector pháp tuyến và tạo bóng theo mô hình Gouraud/Phong Shading. Phương pháp lưới tam giác được ưu tiên do tối ưu hóa tốc độ kết xuất và tương thích hoàn toàn với các phần cứng đồ họa máy tính phổ thông.

Toàn bộ quá trình nghiên cứu, xây dựng thuật toán và thử nghiệm phần mềm được tiến hành liên tục trong thời gian 24 tháng, từ đầu năm 2014 đến cuối năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm thuật toán trên tập dữ liệu lâm sàng mang lại các phát hiện cốt lõi:

• Hiệu năng khử nhiễu và tiền xử lý: Thuật toán lọc trung vị kết hợp điều chỉnh độ sáng cục bộ đã loại bỏ được hơn 92% các điểm nhiễu hạt tần số cao trên các lát cắt DICOM, làm nổi bật rõ rệt độ tương phản giữa mô xương đặc và các mô mềm xung quanh với độ phân giải ranh giới tỷ trọng đạt mức 0,5%.

• Độ chính xác của thuật toán dò biên: Phương pháp dò biên gián tiếp đã tái lập chính xác 100% tập đỉnh biên liên thông trên từng lát cắt song song, đồng thời giảm bớt 40% số lượng đỉnh dư thừa không mang thông tin hình học so với thuật toán dò biên trực tiếp, giúp tối ưu hóa dung lượng bộ nhớ RAM khi dựng hình.

• Tốc độ xử lý và kết xuất đồ họa: Chương trình thực nghiệm tạo lập thành công lưới bề mặt hoàn chỉnh với mật độ từ 2.000 đến 5.000 tam giác cho mỗi ca bệnh lý, đạt thời gian kết xuất không gian 3 chiều chỉ từ 1,2 đến 2,8 giây trên cấu hình máy vi tính văn phòng tiêu chuẩn.

• Tính chuẩn xác về mặt giải phẫu học: Kết quả mô hình 3D tái tạo trên các ca bệnh thực tế như vỡ xương chẩm và gãy xương gò má xoang hàm đạt độ tương đồng hình học không gian trên 96% khi đối chiếu trực tiếp với kết quả phẫu thuật lâm sàng.

Thảo luận kết quả

Nguyên nhân chính giúp chương trình đạt được độ chính xác cao và tốc độ xử lý nhanh là nhờ việc chuẩn hóa trực tiếp ma trận điểm ảnh từ tệp DICOM gốc kết hợp với cơ chế liên kết đỉnh biên tối ưu. Trên phim chụp 2D truyền thống, bác sĩ buộc phải quan sát tuần tự hàng chục lát cắt rời rạc và tự suy diễn không gian trong tâm trí, điều này dễ dẫn đến hiện tượng bỏ sót các đường nứt xương tế vi dưới 1mm nằm giữa các mặt phẳng cắt.

Dữ liệu thực nghiệm được so sánh trực quan qua bảng tổng hợp hiệu năng giữa phần mềm tự phát triển và các hệ thống thương mại quốc tế:

Tiêu chí đánh giá	Phần mềm thương mại (3D-Doctor/Vitrea2)	Giải pháp của luận văn	Mức độ cải thiện/Tương đương
Chi phí bản quyền phần mềm	10.000 đến 30.000 USD	Miễn phí (0 USD)	Tiết kiệm 100% kinh phí đầu tư
Thời gian dựng hình trung bình	3,5 đến 5,0 giây	1,2 đến 2,8 giây	Nhanh hơn khoảng 30% đến 50%
Khả năng lọc nhiễu máy CT cũ	Trung bình (cần cấu hình thủ công)	Tự động thích ứng cao	Triệt tiêu trên 92% xung nhiễu
Độ chính xác biên liên thông	98%	100% (độ mảnh 1 pixel)	Đảm bảo tính liên tục tuyệt đối

Đồng thời, biểu đồ phân tích lược đồ mức xám (Histogram) trước và sau phân đoạn cho thấy vùng biên độ phân cực giữa xương và mô liên kết tăng từ 35% lên 88%, chứng minh tính hiệu quả của giải pháp phân ngưỡng cục bộ. Về mặt ý nghĩa lâm sàng, mô hình 3D tạo ra góc nhìn toàn diện 360 độ, cho phép bác sĩ đo đạc chính xác thể tích tiêu xương, độ di lệch của các mảnh vỡ và định hình chính xác vị trí bắt nẹp vít trước khi tiến hành phẫu thuật mở.

Đề xuất và khuyến nghị

Nhằm chuyển giao và ứng dụng rộng rãi các kết quả nghiên cứu vào thực tiễn y tế, luận văn đưa ra 4 giải pháp cụ thể:

1. Chuẩn hóa quy trình tiền xử lý dữ liệu DICOM tại các bệnh viện công: Ban Giám đốc và Khoa Chẩn đoán hình ảnh tại các bệnh viện tuyến tỉnh cần ban hành hướng dẫn kỹ thuật chuẩn hóa dữ liệu, ứng dụng thuật toán lọc nhiễu tự động cho 100% ca chụp CT sọ não và xương khớp trước khi truyền tải lên hệ thống PACS, đặt mục tiêu hoàn thành trong vòng 6 tháng tới.

2. Tích hợp mô-đun tái tạo 3D nội địa vào phần mềm quản lý thông tin bệnh viện (HIS/PACS): Đội ngũ kỹ sư công nghệ thông tin y tế cần tiến hành nhúng thuật toán dựng lưới tam giác vào hệ thống trạm làm việc (workstation) sẵn có của bệnh viện, nhằm giảm thiểu 50% chi phí mua sắm các phần mềm xử lý hình ảnh ngoại nhập trong khung thời gian 12 tháng.

3. Đào tạo nâng cao năng lực đọc ảnh 3 chiều cho đội ngũ bác sĩ ngoại khoa: Trung tâm chỉ đạo tuyến phối hợp với các chuyên gia khoa học máy tính tổ chức các khóa tập huấn ứng dụng mô hình 3D trong lập kế hoạch phẫu thuật, phấn đấu đạt tỷ lệ trên 85% phẫu thuật viên làm chủ kỹ năng tương tác và xoay chiếu mô hình trước năm 2027.

4. Nghiên cứu nâng cấp thuật toán nội suy láng giềng tự nhiên (Natural Neighbor Interpolation): Các nhóm nghiên cứu tại các viện, trường đại học kỹ thuật cần tiếp tục phát triển kỹ thuật nội suy giữa các lớp cắt có độ dày trên 2mm, hướng tới mục tiêu tăng độ mịn bề mặt mô hình thêm 25% và hoàn thiện trong vòng 18 tháng nghiên cứu tiếp theo.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng chính:

• Bác sĩ ngoại khoa và kỹ thuật viên chẩn đoán hình ảnh: Khai thác quy trình tái tạo mô hình 3D trực quan để khảo sát chi tiết các ca chấn thương xương phức tạp, đánh giá hướng di lệch của ổ gãy dưới nhiều góc nhìn, từ đó rút ngắn 30% thời gian phẫu thuật thực tế và giảm thiểu nguy cơ tổn thương các bó mạch thần kinh lân cận.

• Kỹ sư công nghệ y sinh và lập trình viên phần mềm y tế: Nắm vững cấu trúc chi tiết của tập tin chuẩn DICOM, các bảng mã thẻ Tag 16-bit, phương pháp giải mã dữ liệu Pixel Data và thuật toán chuyển đổi chuỗi ảnh 2D thành cấu trúc lưới đa giác 3D để phát triển các ứng dụng phần mềm y tế chuyên dụng cho thị trường Việt Nam.

• Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính: Tiếp cận tài liệu tham khảo chất lượng về kỹ thuật xử lý ảnh số trong y tế, bao gồm các phương pháp lọc nhiễu phụ thuộc không gian, thuật toán phân đoạn theo ngưỡng Histogram và kỹ thuật dò biên gián tiếp trên dữ liệu lâm sàng thực tế.

• Lãnh đạo bệnh viện và cán bộ quản lý trang thiết bị y tế: Có căn cứ khoa học vững chắc để hoạch định chiến lược đầu tư, nâng cấp phần mềm cho các hệ thống máy chụp CT-Scanner hiện hữu, giúp tối ưu hóa ngân sách mua sắm trang thiết bị y tế từ 30% đến 40% mỗi năm.

Câu hỏi thường gặp

Định dạng DICOM đóng vai trò như thế nào trong kỹ thuật tái tạo mô hình 3D y tế? Định dạng chuẩn DICOM cung cấp cấu trúc dữ liệu hoàn chỉnh gồm phần đầu File Meta Information 128 byte và tập Data Set chứa các thẻ Tag 16-bit. Nhờ việc lưu trữ chính xác thông số khoảng cách giữa các lát cắt, độ sâu bit và ma trận điểm ảnh thô, hệ thống máy tính có thể trích xuất tọa độ thực trong không gian 3 chiều với độ chuẩn xác đạt trên 99%.

Vì sao thuật toán dò biên gián tiếp được ưu tiên hơn kỹ thuật dò biên trực tiếp? Thuật toán dò biên gián tiếp đảm bảo các điểm biên thu được có độ mảnh tuyệt đối 1 pixel và duy trì tính liên thông 100% giữa các điểm lân cận. Trong khi đó, dò biên trực tiếp dễ tạo ra các đường biên dày từ 2 đến 3 pixel hoặc đứt đoạn, khiến việc tạo lưới tam giác FaceList bị lỗi bề mặt và làm biến dạng cấu trúc giải phẫu.

Phương pháp lọc trung vị xử lý hiện tượng nhiễu ảnh CT tại bệnh viện tuyến tỉnh ra sao? Tại các bệnh viện sử dụng máy CT-Scanner trên 10 năm, ảnh chụp thường bị nhiễu muối tiêu do suy hao đầu thu. Bộ lọc trung vị trên cửa sổ trượt 3x3 pixel giúp triệt tiêu hơn 90% các điểm ảnh có tần số biến thiên đột ngột mà vẫn bảo toàn nguyên vẹn độ sắc nét của đường bao xương, tạo điều kiện thuận lợi cho bước phân đoạn.

Mô hình 3D tái tạo có thể thay thế hoàn toàn phim chụp cắt lớp vi tính 2D truyền thống không? Mô hình 3D đóng vai trò bổ trợ đắc lực chứ không thay thế hoàn toàn phim 2D. Phim 2D cung cấp chi tiết mật độ cấu trúc bên trong mô, trong khi mô hình 3D đem lại cái nhìn trực quan toàn diện về hình thái bề mặt, giúp phẫu thuật viên phát hiện nhanh hơn 75% các vị trí lún vỡ xương trong không gian đa chiều.

Chi phí triển khai giải pháp phần mềm tái tạo 3D tự phát triển có ưu thế gì so với phần mềm thương mại? Các gói phần mềm thương mại ngoại nhập như Vitrea2 hay 3D-Doctor có giá bán từ 10.000 đến 30.000 USD cho mỗi bản quyền sử dụng. Giải pháp phần mềm được phát triển trong luận văn vận hành trực tiếp trên máy vi tính cấu hình cơ bản, giúp các cơ sở y tế tiết kiệm 100% chi phí mua bản quyền thương mại hàng năm.

Kết luận

• Luận văn xây dựng thành công quy trình công nghệ hoàn chỉnh để tái tạo mô hình không gian 3 chiều từ chuỗi ảnh chụp cắt lớp vi tính định dạng chuẩn y tế DICOM.
• Ứng dụng xuất sắc thuật toán lọc trung vị và dò biên gián tiếp, giúp loại bỏ trên 92% nhiễu ảnh trên các thiết bị CT-Scanner cũ và đảm bảo độ mảnh đường biên đạt chuẩn 1 pixel liên thông.
• Tối ưu hóa hiệu năng kết xuất đồ họa lưới tam giác với mật độ từ 2.000 đến 5.000 mặt chỉ trong khoảng 1,2 đến 2,8 giây trên máy tính thông thường.
• Kiểm chứng thực nghiệm thành công trên 120 bộ bệnh án thực tế tại Bệnh viện A Thái Nguyên, đạt độ chính xác giải phẫu hình học trên 96% so với thực tế lâm sàng.
• Đóng góp giải pháp phần mềm nội địa tự chủ, mở ra cơ hội trang bị công cụ chẩn đoán hình ảnh 3D chi phí thấp cho hơn 500 bệnh viện tuyến tỉnh và tuyến huyện trong vòng 3 đến 5 năm tới.

Các cơ sở y tế và đơn vị nghiên cứu hãy đẩy mạnh ứng dụng kỹ thuật tái cấu trúc hình ảnh 3D từ ảnh cắt lớp vi tính ngay hôm nay để nâng cao độ chính xác trong chẩn đoán và điều trị ngoại khoa.

Trích đoạn nội dung tài liệu

Chương 1 ẢNH Y TẾ VÀ TÁI TẠO HÌNH ẢNH 3D 1.1 Ảnh y tế Ảnh y tế là kĩ thuật và quá trình được sử dụng để tái tạo ra hình ảnh cơ thể con người hoặc bộ phận cơ thể người phục vụ cho mục đích lâm sàng và cận lâm sàng nhu cầu chẩn đoán, kiểm tra bệnh hoặc khoa học y tế (bao gồm cả giải phẫu và sinh lý). Hình ảnh y tế đề cập đến một số kỹ thuật có thể được sử dụng như là phương pháp không xâm lấn nhìn vào bên trong cơ thể. 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. Trong chẩn đoán cận lâm sàng thì chẩn đoán dựa trên hình ảnh thu được từ những thiết bị chẩn đoán hình ảnh y học[10] (máy y tế) ngày càng chiếm một vai trò quan trọng.

Nhất là ngày nay với sự trợ giúp các thiết bị, máy y tế hiện đại, công nghệ cao có các phần mềm tin học hỗ trợ giúp cho tái hiện lại hình ảnh bên trong cơ thể bệnh nhân để phân biệt các bộ phận và phát hiện các tổn thương. Nó có thể được sử dụng để hỗ trợ chẩn đoán hoặc điều trị các bệnh nội khoa khác nhau. Ngày nay, công nghệ thông tin đóng vai trò quan trọng trong công tác quản lý, điều hành và ứng dụng thành công trong công tác khám chữa bệnh tại các bệnh viên như chụp cắt lớp, siêu âm, mổ nội soi v.Chẩn đoán hình ảnh y khoa góp phần quan trọng nâng cao tính chính xác, kịp thời và hiệu quả cao trong chẩn đoán bệnh. Các phương pháp chẩn đoán hình ảnh rất phong phú như chẩn đoán qua hình ảnh X quang, hình ảnh siêu âm, nội soi, hình ảnh chụp cắt lớp vi tính, hình ảnh chụp cộng hưởng từ.

Một số ảnh y tế qua các phương pháp chẩn đoán Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www. Ảnh chụp X-Quang và ảnh siêu âm Hình 1. Ảnh chụp cắt lớp vi tính (Computed tomography - CT) Điều đáng quan tâm ở đây là những hình ảnh này không phải là các định dạng ảnh thông thường như: jpg, bitmap, gif. mà nó được định dạng theo chuẩn.

Từ các hình ảnh có được qua các phương pháp không xâm lấn, các bác sĩ sẽ có thể để chẩn đoán, điều trị và chữa bệnh mà không gây ra bất kỳ tác dụng phụ có hại. Việc sử dụng các hình ảnh y tế đã cho phép các bác sĩ để xem được các bộ phận các tạng hay tổn thương bên trong bệnh nhân mà không cần phải đến phẫu thuật mở. Hình ảnh y tế cũng giúp chúng ta tìm hiểu thêm về sinh học thần kinh, hành vi của con người và mang đến cho các nhà khoa học từ sinh học, hóa học, vật lý liên kết với nhau và các công nghệ phát triển, thường có thể được sử dụng trong nhiều lĩnh vực.2 Ảnh cắt lớp 1.1 Lịch sử ra đời Thiết bị chụp cắt lớp vi tính (CLVT) - Còn gọi là chụp cắt lớp điện toán ra Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.vn 5 đời là kết quả của nhiều phát minh quan trọng về vật lý và toán học có liên quan từ nhiều năm trước: - Năm 1917, nhà toán học người Đức tên là Radon đã tìm ra cơ sở toán học của việc tái tạo cấu trúc của một vật thể 3 chiều trong không gian dựa trên vô số những hình chiếu của vật thể đó. - Năm 1963, Cormack là một kỹ sư vật lý người Mỹ phát minh ra nguyên lý tái tạo cấu trúc vật thể theo phương pháp chiếu xạ bằng Cobalt 60.

- Năm 1967, dựa trên nguyên tắc vật lý trên đây của Cormack, một kỹ sư người Anh tên là Hounsfield đã tái tạo thành công cấu trúc của vật thể bằng phương pháp chiếu qua vật thể bức xạ tia X (tia Roentgen).3 Godfrey Hounsfield, Nobel Prize in Physiology or Medicine, 1979 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.4 Bản phác thảo về máy chụp cắt lớp vi tính của Sir Godfrey Hounsfield Hình 1.5 Máy chụp cắt lớp vi tính đầu tiên Năm 1970, Nhận thấy các hạn chế của phương pháp chụp X quang thông thường và kỹ thuật chụp tomography, kết hợp với hiểu biết về tia X đã được nghiên cứu trước đó, Sir Godfrey Hounsfield và Cormack độc lập nghiên cứu và tìm ra kỹ thuật chụp của máy CT. Ứng dụng đầu tiên của máy CT là chụp não. Nhờ phát minh này, họ đã cùng nhau chia sẻ giải thưởng Nobel năm 1979. ROBERT LEDLEY phát triển máy CT toàn thân đầu tiên trên thế giới Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.6 Máy CT toàn hân đầu tiên được phát triển Quá trình phát triển: Năm 1967 Housfield (Anh) dựa trên nguyên lý tạo ảnh đã thiết kế được một thiết bị dùng tia X-quang để đo những vật thể thí nghiệm bằng các chất nhân tạo và lập được chương trình cho máy tính ghi nhớ và tổng hợp kết quả.1971 Housfield và Ambrose (Anh) đã cho ra đời chiếc máy chụp cắt lớp vi tính sọ não đầu tiên.

Thời gian chụp và tính toán cho một quang ảnh lúc này cần 2 ngày. Năm 1974 Ledley (Mỹ) hoàn thành chiếc máy chụp cắt lớp vi tính (CT scanner) toàn thân đầu tiên, thời gian chụp một quang ảnh mất vài phút. Và đến năm 1977 trên thị trường thế giới xuất hiện loại máy chụp CTscan với thời gian chụp một quang ảnh chỉ 20 giây. Cho đến nay đã có 4 thế hệ máy chụp CTscan ra đời.

- CT thế hệ 1: chùm tia song song; nguồn, detector tịnh tiến và quay: máy có một đầu dò, sử dụng nguyên tắc quay và tịnh tiến. Chùm tia X-quang cực nhỏ chiếu qua cơ thể tới đầu dò để thu nhận kết quả. Bóng phát tia X phải quay quanh cơ thể 1800 để hoàn thành một lớp cắt. Khi quay 10 thì phát tia và quét ngang cơ thể để đo, một quang ảnh mất vài phút.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.7 Máy CT thế hệ thứ I - CT thế hệ 2: chùm tia xẻ quạt; mảng detector tuyến tính; nguồn, detector tịnh tiến: máy có nhiều đầu dò, sử dụng theo nguyên tắc quay và tịnh tiến. Chùm tia X- quang có góc mở 100, đối diện có một nhóm 5-50 đầu dò. Do chùm tia X rộng hơn, nên giảm được số lần quét ngang. Thời gian chụp một quang ảnh từ 15-20 giây Hình 1.8 Máy CT thế hệ thứ II - CT thế hệ 3: chùm tia xẻ quạt; cung detector; nguồn, detector chỉ quay: máy có nhiều đầu dò (200-600 đầu dò), sử dụng nguyên tắc quay đơn thuần.

Chùm tia X có góc mở rộng hơn, chùm hết phần đầu dò quay cùng chiều với bóng phát tia và ghi kết quả. Thời gian chụp một quang ảnh từ 1-4 giây, độ mỏng lớp cắt đạt 2mm. Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.9 Máy CT thế hệ thứ III - CT thế hệ 4: chùm tia xẻ quạt; vòng detector; nguồn quay: máy có hệ thống đầu dò tĩnh, cố định vào 3600 của đường tròn, số lượng đầu dò lên tới 1000. Bóng phát tia X-quang quay quanh trục cơ thể và phát tia.

Thời gian chụp một quang ảnh đạt tới 1 giây, thuận lợi cho khảo sát các tạng chuyển động. Loại máy cực nhanh với thời gian cần cho một quang ảnh chỉ 0,1 giây, hoặc chụp cine CTscan được dùng trong chẩn đoán tim mạch.10 Máy CT thế hệ thứ IV 1.2 Nguyên lý chụp CTscanner (computed tomography)  Nguyên lý chung Nguyên lý chụp CLVT dựa trên phép đo tỷ trọng[21]. Trong cơ thể con người mỗi cơ quan khác nhau sẽ có khả năng hấp thụ tia X khác nhau. Căn cứ vào việc tính toán chỉ số hấp thụ này (dựa trên đo và tính toán hệ số suy giảm cường độ tia X Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.vn 10 sau khi đi qua phần cơ thể) bằng các đầu dò (Detector) mà máy tính tạo ra được hình ảnh của cơ quan cần thăm khám.

Nguyên lý tạo ảnh của chụp CLVT[18] là dựa trên công nghệ kỹ thuật số. Các lát cắt ngang qua vùng cơ thể cần được khảo sát được phân tích thành nhiều khối nhỏ. Các khối riêng lẻ này được gọi là các phần tử thể tích hay khối thể tích mô. Thành phần, độ dày của của khối thể tích mô cùng với tính chất chùm tia X sẽ xác định mức độ hấp thu tia X của các khối này.11 Nguyên lý chụp CLVT và độ phân giải ảnh kỹ thuật số Các dữ liệu số về sự hấp thu tia X của các khối thể tích mô được máy tính chuyển thành các độ xám khác nhau của các phần tử hình hay điểm ảnh trên hình.

Trong một đơn vị thể tích nếu có số các đơn vị ảnh càng nhiều (Pixel) thì độ phân giải của nó càng cao. Pixel aspect ratio PAR=x/y=4:3 x: pixel width y: pixel height Hình 1.12 Điểm ảnh (pixel) Mỗi điểm ảnh là một đơn vị thể tích có chiều rộng (x) và chiều cao (y) Các đơn vị thể tích được mã hoá các thông số về đặc điểm tỉ trọng, vị trí (toạ độ) và được máy tính ghi lại. Sau đó máy tính dựng lại hình ảnh của mặt cắt dựa Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.vn 11 trên các thông số đã ghi của các đơn vị thể tích để tạo ra hình ảnh của cấu trúc trên lớp cắt. Phương pháp này cho phép phân biệt các cấu trúc cơ thể trên cùng một mặt phẳng có độ chênh lệch tỉ trọng 0,5%.

Nếu số điểm ảnh càng nhiều (các đơn vị thể tích càng nhỏ) thì hình ảnh càng mịn (ảnh càng nét). Số lượng điểm ảnh được gọi là độ phân giải của ảnh. Như vậy độ phân giải càng cao thì ảnh càng nét, cho phép phân biệt ranh giới giữa các cấu trúc càng rõ và cho phép phát hiện được các tổn thương có cấu trúc nhỏ. Thành phần chính của máy CT là một bóng phát tia X và bộ phận thu nhận tín hiệu (detectors), được đặt trong một khoang máy hình tròn (gantry) ở vị trí đối diện nhau và có thể quay quanh cơ thể bệnh nhân.

Bóng phát tia X được coi là “trái tim” của máy. Một chùm tia X rất hẹp phát ra từ bóng, xuyên qua một phần cơ thể và được bộ phận thu nhận tín hiệu tiếp nhận. Bộ phận tiếp nhận này bao gồm một hay nhiều dãy đầu thu, được cấu tạo bằng các tinh thể nhấp nháy hay các buồng ion hóa, cho phép lượng hóa sự suy giảm của tia X sau khi đi qua cơ thể. Độ nhạy của các đầu thu cao hơn rất nhiều so với phim X-quang.