Luận văn thạc sĩ: Phương pháp Wavelet tăng cường biên ảnh để xác định kích thước khối u đặc

Luận văn thạc sĩ phân tích dùng phương pháp wavelet tăng cường biên ảnh để xác định kích thước khối u đặc, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực

• Tác giả: Trần Thị Quỳnh Như
• Người hướng dẫn: Ts. Nguyễn Thanh Hải
• Trường học: Đại học sư phạm kỹ thuật TP.HCM
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Dùng phương pháp Wavelet tăng cường biên ảnh để xác định kích thước khối u đặc
• Loại tài liệu: Luận văn
• Năm xuất bản: 2014
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• CẢM ƠN
• TÓM TẮT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XÁC ĐỊNH KÍCH THƯỚC KHỐI U ĐẶC
• 1.1. Tổng quan về nâng cao chất lượng hình ảnh xác định kích thước khối u đặc
• 1.2. Mục tiêu nghiên cứu
• 1.3. Nhiệm vụ của đề tài và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH Y TẾ
• 2.1. Khái niệm về ảnh y tế
• 2.2. Khái niệm về ảnh
• 3. CHƯƠNG 3: XÁC ĐỊNH KÍCH THƯỚC KHỐI U ĐẶC
• 3.1. Quá trình xác định kích thước khối u đặc
• 3.1.1. Đọc ảnh đầu vào
• 3.1.2. Cân bằng Histogram
• 3.1.3. Trích lọc đối tượng
• 3.1.4. Tính kích thước khối u
• 3.1.4.1. Tìm tổng diện tích các pixel
• 3.1.4.2. Chia nhỏ khối u
• 3.1.5. Tìm thể tích khối u
• 3.2. Kết luận chương 3
• 4. CHƯƠNG 4: QUÁ TRÌNH XÁC ĐỊNH KÍCH THƯỚC KHỐI U ĐẶC VÀ KẾT QUẢ MÔ PHỎNG
• 4.1. Tìm diện tích các hình cơ bản
• 4.2. Tìm diện tích khối u
• 4.3. Đọc ảnh đầu vào
• 4.4. Trích lọc đối tượng
• 4.5. Tìm diện tích khối u
• 4.6. Tìm thể tích khối u
• 4.7. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• 5.1. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về phương pháp Wavelet trong xác định kích thước khối u đặc

Phương pháp Wavelet đã trở thành một công cụ quan trọng trong việc xử lý hình ảnh y tế, đặc biệt trong việc xác định kích thước khối u đặc. Phương pháp này cho phép phân tích hình ảnh ở nhiều tần số khác nhau, giúp phát hiện các đặc điểm quan trọng của khối u. Việc áp dụng phương pháp Wavelet không chỉ nâng cao chất lượng hình ảnh mà còn cải thiện độ chính xác trong việc xác định kích thước khối u. Nghiên cứu này sẽ đi sâu vào các khía cạnh của phương pháp Wavelet và ứng dụng của nó trong y học.

1.1. Khái niệm về phương pháp Wavelet và ứng dụng trong y tế

Phương pháp Wavelet là một kỹ thuật phân tích tín hiệu cho phép tách biệt các thành phần tần số khác nhau trong một tín hiệu. Trong y tế, phương pháp này được sử dụng để xử lý hình ảnh, giúp phát hiện và phân tích các khối u. Wavelet có khả năng xử lý các hình ảnh phức tạp, giúp bác sĩ dễ dàng nhận diện các đặc điểm của khối u.

1.2. Tại sao cần xác định kích thước khối u đặc

Xác định kích thước khối u đặc là một yếu tố quan trọng trong chẩn đoán và điều trị ung thư. Kích thước khối u không chỉ ảnh hưởng đến giai đoạn bệnh mà còn quyết định phương pháp điều trị. Việc sử dụng phương pháp Wavelet giúp cải thiện độ chính xác trong việc xác định kích thước khối u, từ đó hỗ trợ bác sĩ trong việc đưa ra quyết định điều trị phù hợp.

II. Vấn đề và thách thức trong xác định kích thước khối u đặc

Mặc dù phương pháp Wavelet mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức trong việc áp dụng nó vào thực tiễn. Các vấn đề như nhiễu trong hình ảnh, độ phân giải thấp và sự phức tạp trong việc phân tích hình ảnh có thể ảnh hưởng đến kết quả. Việc hiểu rõ các thách thức này là cần thiết để cải thiện quy trình xác định kích thước khối u.

2.1. Nhiễu trong hình ảnh y tế và ảnh hưởng đến kết quả

Nhiễu trong hình ảnh y tế có thể đến từ nhiều nguồn khác nhau, bao gồm thiết bị chụp ảnh và điều kiện môi trường. Nhiễu có thể làm giảm chất lượng hình ảnh, gây khó khăn trong việc xác định kích thước khối u. Phương pháp Wavelet có thể giúp giảm nhiễu, nhưng cần phải được áp dụng một cách chính xác.

2.2. Độ phân giải và khả năng phát hiện khối u

Độ phân giải của hình ảnh y tế ảnh hưởng trực tiếp đến khả năng phát hiện và xác định kích thước khối u. Hình ảnh có độ phân giải thấp có thể không đủ chi tiết để nhận diện các đặc điểm của khối u. Việc cải thiện độ phân giải hình ảnh là một thách thức lớn trong nghiên cứu này.

III. Phương pháp Wavelet trong xử lý hình ảnh y tế

Phương pháp Wavelet được sử dụng để xử lý hình ảnh y tế nhằm nâng cao chất lượng và xác định kích thước khối u. Các bước chính trong quy trình này bao gồm tiền xử lý hình ảnh, phát hiện biên và xác định kích thước khối u. Mỗi bước đều có vai trò quan trọng trong việc đảm bảo độ chính xác của kết quả.

3.1. Tiền xử lý hình ảnh y tế

Tiền xử lý hình ảnh là bước đầu tiên trong quy trình xử lý. Bước này bao gồm việc lọc nhiễu và cân bằng histogram để cải thiện chất lượng hình ảnh. Việc này giúp làm nổi bật các đặc điểm của khối u, từ đó dễ dàng hơn trong việc xác định kích thước.

3.2. Phát hiện biên khối u bằng phương pháp Wavelet

Phát hiện biên là một bước quan trọng trong việc xác định kích thước khối u. Phương pháp Wavelet cho phép phát hiện các biên ảnh một cách chính xác, giúp xác định rõ ràng hình dạng và kích thước của khối u. Các thuật toán phát hiện biên sử dụng Wavelet đã được chứng minh là hiệu quả trong nhiều nghiên cứu.

IV. Ứng dụng thực tiễn của phương pháp Wavelet trong xác định kích thước khối u

Phương pháp Wavelet đã được áp dụng thành công trong nhiều nghiên cứu và thực tiễn lâm sàng để xác định kích thước khối u. Các kết quả cho thấy rằng việc sử dụng phương pháp này không chỉ cải thiện độ chính xác mà còn giúp bác sĩ đưa ra quyết định điều trị kịp thời và hiệu quả hơn.

4.1. Kết quả nghiên cứu và ứng dụng lâm sàng

Nhiều nghiên cứu đã chỉ ra rằng phương pháp Wavelet có thể cải thiện đáng kể độ chính xác trong việc xác định kích thước khối u. Các ứng dụng lâm sàng cho thấy rằng bác sĩ có thể dựa vào kết quả này để đưa ra quyết định điều trị phù hợp hơn.

4.2. Tương lai của phương pháp Wavelet trong y học

Với sự phát triển không ngừng của công nghệ, phương pháp Wavelet hứa hẹn sẽ tiếp tục được cải thiện và mở rộng ứng dụng trong y học. Các nghiên cứu tiếp theo có thể tập trung vào việc tối ưu hóa thuật toán và cải thiện khả năng phát hiện khối u trong các hình ảnh y tế.

V. Kết luận và triển vọng tương lai của phương pháp Wavelet

Phương pháp Wavelet đã chứng minh được giá trị của nó trong việc xác định kích thước khối u đặc. Những kết quả đạt được từ các nghiên cứu hiện tại mở ra nhiều triển vọng cho việc ứng dụng phương pháp này trong thực tiễn y tế. Việc tiếp tục nghiên cứu và phát triển sẽ giúp nâng cao chất lượng chẩn đoán và điều trị ung thư.

5.1. Tóm tắt những lợi ích của phương pháp Wavelet

Phương pháp Wavelet mang lại nhiều lợi ích trong việc xử lý hình ảnh y tế, bao gồm khả năng phát hiện khối u chính xác hơn và cải thiện chất lượng hình ảnh. Những lợi ích này có thể giúp bác sĩ trong việc chẩn đoán và điều trị ung thư hiệu quả hơn.

5.2. Hướng phát triển trong nghiên cứu tiếp theo

Nghiên cứu tiếp theo có thể tập trung vào việc cải thiện các thuật toán Wavelet và mở rộng ứng dụng của chúng trong các lĩnh vực khác nhau của y học. Việc này không chỉ giúp nâng cao chất lượng chẩn đoán mà còn góp phần vào việc phát triển các phương pháp điều trị mới.

Trích đoạn nội dung tài liệu

LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Nếu không đúng tôi xin chịu trách nhiệm trước pháp luật. Hồ Chí Minh, ngày … tháng … năm 2014 Trần Thị Quỳnh Như iv CẢM ƠN Tôi xin chân thành cảm ơn!  Ts.

Nguyễn Thanh Hải, giảng viên hướng dẫn, đã tận tình hướng dẫn, tạo điều kiện thuận lợi và chia sẻ những kinh nghiệm quý báu trong suốt quá trình làm luận văn. Trần Thu Hà, cố vấn cao học, đã định hướng, góp ý cho đề tài trong thời gian qua  Cảm ơn Quý thầy cô phản biện đã cho những nhận xét quý báu để tôi hoàn thiện quá trình nghiên cứu  Cảm ơn các anh chị học viên cao học kỹ thuật điện tử khóa 2012 -2014 đã nhiệt tình giúp đỡ  Cảm ơn: Phòng đào tạo trường Đại học sư phạm kỹ thuật TP.HCM và Khoa điện – điện tử đã tạo điều kiện thuận lợi trong quá trình học tập và nghiên cứu  Cảm ơn bệnh viện Đa khoa khu vực Đồng Nai đã tạo điều kiện cho tôi sử dụng hình ảnh y tế.HCM, ngày…tháng…năm 2014 Trần Thị Quỳnh Như v TÓM TẮT Ung thư là nguyên nhân phổ biến thứ hai cho cái chết trên toàn thế giới với hơn 200 loại đã được định. Khối u rắn chiếmhơn 80% ung thư ở người [24]. Điều trị ung thư hiệu quả khi được phát hiện sớm.

Việc điều trị ung thư quan trọng nhất là phẫu thuật cắt bỏ khối u đó. Một điều cũng vô cùng quan trọng dẫn đến chữa trị thành công là việc phân phối hiệu quả thuốc chống ung thư vào các khối u sau khi phẫu thuật. Trong tất cả các vấn đề liên quan đến chữa trị ung thư hiệu quả như trên đều liên quan đến nâng cao chất lượng hình ảnh và xác định kích thước của khối u. Vì vậy, tác giả chọn đề tài: “Dùng phương pháp Wavelet tăng cường biên ảnh để xác định kích thước khối u đặc”.

Đề tài đã đạt được một số kết quả như sau: Sau khi đọc ảnh y tế đầu vào thực tế, khối tiền xử lý bao gồm lọc nhiễu cho ảnh và cân bằng Histogram cho kết quả ảnh tốt hơn, dễ quan sát hơn. Sau đó trích lọc trực tiếp vùng cần quan tâm trên ảnh đã được xử lý để tìm biên ảnh (dùng phương pháp Wavelet). Cuối cùng là xử lý biên ảnh hoặc đánh dấu biên ảnh để tìm kích thước khối u. Để tìm diện tích khối u, tác giả đề xuất hai phương pháp là: tìm tổng diện tích các pixels bên trong đường biên và chia nhỏ khối u thành nhiều lát cắt có cùng bề dày và tính tổng diện tích các lát cắt.

Để tìm thể tích khối u, tác giả sử dụng công thức tính khi đã biết chiều dài và chiều rộng khối u. Các kết quả trên có thể được ứng dụng giúp bác sĩ xác định kích thước khối u trong thực tế để chẩn đoán và điều trị bệnh ung thư. vi ABSTRACT Cancer is the second most common reason for worldwide death with over 200 kinds of one just identified. Solid tumors account more than 80% of human cancers [24].

Detecting early is the major in effective cancer treatment. The important cancer treatment is surgical removal of such tumors. The key leading to a successful cure often involves the efficient delivery of anticancer drugs to the tumor site after a surgery. The size of tumor in these cases needs to be determined.

Therefore, author choose the topic of this thesis: “Enhancement of the edge of biomedical image using Wavelet method to determine the size of Solid Tumor” This thesis has achieved some results as follows: After reading the input image, the preprocessing block includes noise filtering and Histogram equalization for better image results, more easily observed. Then extracted directly on the image region of interest was to find the edge of image processing (wavelet method). Finally, image processing or marked the edge of image directly is to calculate tumor size. Two methods are proposed to determine the size of tumor are:the first one is the calculation of the total area of tumor based on pixels of image; the second one is the division of tumor into many parts with the same distance is applied.To find the volume of the tumor, the author used the formula that we know the length and width of the tumor.

These numeric results can be applied to determine the size of tumor for diagnosis and treatment of cancer. vii MỤC LỤC Trang Trang tựa Quyết định giao đề tài. i Lý lịch khoa học. iii Lời cam đoan.

vi Tóm tắt luận văn.vii Mục lục. x Danh mục các từ viết tắt. xiii Danh mục các bảng. xiv Danh mục các hình vẽ, đồ thị.

xv Chƣơng 1. Tổng quan về xác định kích thƣớc khối u đặc 1. Tổng quan về xác định kích thƣớc khối u đặc. Mục tiêu nghiên cứu.

Nhiệm vụ của đề tài và phạm vi nghiên cứu. Phƣơng pháp nghiên cứu. Cơ sở lý thuyết về xử lý ảnh y tế 2. Khái niệm về ảnh y tế.

Khái niệm về ảnh. Cáchtạo ảnh y tế. Cách tạo ảnh y tế. Đặc điểm ảnh CT.

Xử lý ảnh y tế. Khái niệm xử lý ảnh y tế. Quá trình xử lý ảnh y tế. Biến đổi ảnh đơn sắc.

Biến đổi Wavelet. Khái niệm biến đổi Wavelet. Biến đổi Wavelet liên tục. Biến đổi Wavelet rời rạc.

Biến đổi Wavelet đa phân giải. Nâng cao chất lƣợng ảnh. Khái niệm nhiễu. Các phương pháp lọc nhiễu.

Lọc nhiễu dùng biến đổi Wavelet. Giá trị Entropy. Phát hiện biên ảnh. Khái niệm biên ảnh.

Phương pháp phát hiện biên. Quy trình và thuật toán phát hiện biên. Kỹ thuật Gradient. Toán tử la bàn.

Kỹ thuật Laplace. Phương pháp Canny. Ứng dụng biến đổi Wavelet trong tìm biên ảnh. Khái niệm về khối u đặc.

Nguyên nhân, triệu chứng và cách điều trị ung thư. Các giai đoạn của ung thư. 40 Kết luận chương 2:. 42 ix Chƣơng 3.

Xác định kích thƣớc khối u đặc 3. Quá trình xác định kích thƣớc khối u đặc. Đọc ảnh đầu vào. Cân bằng Histogram.

Trích lọc đối tƣợng. Tính kích thƣớc khối u. Tìm tổng diện tích các pixel. Chia nhỏ khối u.

Tìm thể tích khối u. 57 Kết luận chương 3. Quá trìnhxác định kích thƣớc khối u đặc và kết quả mô phỏng 4. Tìm diện tích các hình cơ bản.

Tìm diện tích khối u. Đọc ảnh đầu vào. Trích lọc đối tượng. Tìm diện tích khối u.

Tìm thể tích khối u. 73 Kết luận chương 4. Kết luận và hƣớng phát triển đề tài 5. Hƣớng phát triển của đề tài.

77 Tài liệu tham khảo. 81 xi DANH MỤC CÁC TỪ VIẾT TẮT CT computed tomography MRI Magnetic Resonance Imaging PET Positron Emission Tomography SPECT Single Photon Emission Computed Tomography DSA Digital Subtraction Angiography ROI Region object interest PACS Picture archiving and communication system xii DANH SÁCH CÁC BẢNG BẢNG TRANG Bảng 2. Bảng đơn vị HU trong ảnh CT. Kết quả hai điểm biên lân cận theo các hướng biên khác nhau.

Các giai đoạn của ung thư. Kết quả tìm diện tích các hình giả lập khối u. 60 xiii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ HÌNH TRANG Hình 1.1: Hình ảnh Xquang ung thư vú .2: Hình ảnh MRI hiển thị não trái bị chuyển động (trái) và sau khi chỉnh sửa (phải). Ảnh nhị phân.

Hình ảnh siêu âm (trái) và siêu âm màu Doppler (phải). Hình ảnh SPECT. Ảnh chụp CT não. Quá trình ánh xạ ảnh CT.

Sơ đồ khối xử lý ảnh y sinh. Hình dạng hàm sinusoid và hàm Wavelet. Các hình dạng Wavelet phổ biến. Biến đổi Wavelet rời rạc một chiều.

Biến đổi Wavelet rời rạc hai chiều cho ảnh. Phân tích đa phân giải sử dụng phép biến đổi Wavelet rời rạc. Biến đổi Wavelet rời rạc 3 bậc. Bộ lọc khôi phục dựa trên lý thuyết DWT 1D.

Các loại đường biên của ảnh. Quy trình phát hiện biên. Thuật toán phát hiện biên. Mặt nạ sử dụng tách biên của bộ lọc Sobel.

Hình mô tả các điểm biên lân cận .Sơ đồ khối quá trình xác định kích thước khối u đặc. Ảnh gốc và ảnh biểu đồ Histogram, Histogram chuẩn hóa tương ứng. Một số kết quả tách ảnh sử dụng các hệ số khác nhau. Ảnh gốc và ảnh biến đổi Wavelet bậc 1.

Hình gốc và thêm nhiễu Gaussian. Biên ảnh khi ảnh gốc khi không bị nhiễu và bị nhiễu Gaussian. Biến đổi Wavelet ảnh nhiễu. Kết quả sau khi xử lý nhiễu.

Hình gốc và hình sau khi thêm nhiễu Gaussian. Kết quả xử lý nhiễu dùng phương pháp Wavelet, Invariant, lọc trung bình và lọc Wien. Ảnh trước và sau khi thực hiện tiền xử lý. Ảnh gốc và biên ảnh tìm được sử dụng các phương pháp khác nhau.

Biến đổi Wavelet của ảnh. Tìm biên sử dụng phương pháp Sobel, Gradient và Wavelet. Quét 4 hướng theo từng hàng và cột để dò biên trong giải pháp 1. Quá trình tìm diện tích khối u bằng giải pháp xác định biên bằng thao tác trực tiếp trên hình.

Tìm diện tích bằng phương pháp chia nhỏ khối u thành nhiều lát cắt. Ảnh trước và sau khi chuyển thành ảnh Grayscale 8 bit. Ảnh gốc và Histogram chuẩn hóa tương ứng. Tách ảnh với hệ số 0.

Ảnh sau khi được tăng cường sử dụng Histogram. Hình trích lọc vùng quan tâm. Khối u và đường biên của khối u dùng phương pháp biến đổi Wavelet. Biên ảnh sau khi xử lý.

Đường biên và đánh dấu đường biên. Kết quả sau khi chuyển đổi. Quá trình xử lý ảnh tìm kích thước khối u. Xác định vùng quan tâm và trích lọc đối tượng.

Khối u và biên ảnh của khối u. Đường biên sau khi loại bỏ các thành phần không quan tâm. Sai số trong phương pháp quét đường biên theo hàng và cột. Sai số trong phương pháp chia nhỏ khối u.

Ảnh đường biên (a) và sau khi đánh dấu đường biên (b). Kết quả chuyển đổi các pixel bên trong thành mức 1. Phân tích sai số trong giải pháp 1. 75 xvi CHƢƠNG 1 TỔNG QUAN 1.1 Tổng quan về nâng cao chất lƣợng hình ảnh xác định kích thƣớc khối u đặc Càng ngày khoa học kỹ thuật càng phát triển và hình thành nên nhiều các giao ngành như lý sinh, hóa sinh, và một số ngành khác trong đó có ngành kỹ thuật y sinh.