Luận văn: Tăng cường chất lượng ảnh y học bằng phương trình khuếch tán phi tuyến phức - ĐH Thái Nguyên

Luận văn nghiên cứu phương pháp tăng cường chất lượng ảnh y học bằng phương trình khuếch tán phi tuyến phức, giúp khử nhiễu hiệu quả và bảo toàn biên ảnh.

• Tác giả: Nông Quốc Doãn
• Người hướng dẫn: TS. Phạm Đức Long
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên cứu tăng cường chất lượng ảnh y học bằng phương trình khuếch tán phi tuyến phức
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng quan tăng cường chất lượng ảnh y học tại ĐH Thái Nguyên

Đề tài nghiên cứu tăng cường chất lượng ảnh y học bằng khuếch tán phi tuyến phức được triển khai tại Đại học Thái Nguyên. Công trình do học viên Nông Quốc Doãn thực hiện dưới sự hướng dẫn khoa học của Tiến sĩ Phạm Đức Long tại Trường Đại học Công nghệ Thông tin và Truyền thông. Ảnh y tế đóng vai trò quyết định trong việc hỗ trợ bác sĩ chẩn đoán và điều trị bệnh. Các thiết bị chụp chiếu như cộng hưởng từ MRI, cắt lớp vi tính CT hay siêu âm thường xuyên gặp hiện tượng suy giảm chất lượng dữ liệu. Sự xuất hiện của các loại nhiễu ngẫu nhiên làm mờ ranh giới tổn thương và giảm độ sắc nét của hình ảnh. Nghiên cứu tập trung giải quyết bài toán nâng cao tỷ số tín hiệu trên nhiễu nhưng vẫn bảo toàn đầy đủ cấu trúc giải phẫu. Phương pháp tiếp cận kết hợp nền tảng toán học của phương trình đạo hàm riêng với xử lý tín hiệu hiện đại. Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc cho các thuật toán tiền xử lý dữ liệu y sinh học.

1.1. Bối cảnh học thuật và nguồn gốc đề tài

Đề tài bắt nguồn từ yêu cầu thực tiễn trong ngành kỹ thuật máy tính y sinh. Trường Đại học Công nghệ Thông tin và Truyền thông thuộc Đại học Thái Nguyên là cái nôi đào tạo chuyên sâu về xử lý dữ liệu khoa học. Luận văn thạc sĩ chuyên ngành Khoa học máy tính năm 2023 xác lập mục tiêu làm chủ các kỹ thuật xử lý hình ảnh phức tạp. Nghiên cứu đáp ứng trực tiếp nhu cầu nâng cao năng lực chẩn đoán hình ảnh tại các cơ sở khám chữa bệnh. Dữ liệu đầu vào thu nhận từ các thiết bị y tế đòi hỏi quy trình xử lý nghiêm ngặt nhằm tránh tạo ra lỗi giả trong chẩn đoán lâm sàng.

1.2. Vai trò của việc nâng cao chất lượng ảnh y học

Hình ảnh y tế chất lượng cao giữ vai trò then chốt đối với kết quả điều trị. Mỗi điểm ảnh mang thông tin phản ánh mật độ và cấu trúc giải phẫu của mô cơ thể. Độ tương phản thấp cùng nhiễu nền gây khó khăn lớn cho việc phát hiện tổn thương giai đoạn sớm. Tăng cường chất lượng ảnh tạo tiền đề cho quá trình phân đoạn tự động và tái tạo mô hình không gian ba chiều. Kỹ thuật này hỗ trợ chuyên gia y tế nhận diện chính xác đường biên khối u. Sự minh bạch của dữ liệu thị giác giúp giảm thiểu đáng kể các chẩn đoán sai lệch. Nâng cấp hình ảnh là bước khởi đầu bắt buộc của hệ thống y tế thông minh.

II. Thách thức khử nhiễu và hạn chế lọc biên trong xử lý ảnh y học

Quá trình thu nhận tín hiệu y sinh luôn chịu tác động bởi nhiều nguồn nhiễu vật lý. Nhiễu Gauss, nhiễu đốm và nhiễu xung xuất hiện phổ biến trong ảnh siêu âm và chụp cắt lớp. Các bộ lọc cổ điển như lọc tuyến tính Gauss hay lọc trung vị thường được triển khai để khử nhiễu. Tuy nhiên, các giải pháp này bộc lộ nhược điểm rất lớn về mặt thị giác. Phương pháp lọc truyền thống san phẳng gradient cường độ trên toàn bộ khung hình mà không phân biệt ranh giới mô. Hệ quả trực tiếp là các cạnh biên sắc nét của tổn thương bị làm mờ nghiêm trọng. Hiện tượng mất mát chi tiết vi mô làm sai lệch kích thước khối u trong chẩn đoán lâm sàng. Sự đánh đổi giữa làm mịn nền và bảo vệ đường biên đặt ra thách thức kỹ thuật nan giải. Các phương pháp khuếch tán thực tuyến tính cũng gây hiện tượng dịch chuyển vị trí biên qua các thang đo thời gian. Yêu cầu cấp thiết đặt ra là phải tìm kiếm một cơ chế lọc chọn lọc phi tuyến thích nghi.

2.1. Tác động của nhiễu ảnh đến độ chính xác y khoa

Nhiễu xuất hiện từ cảm biến quang học và truyền dẫn tín hiệu phần cứng. Trong chẩn đoán X-quang và CT, nhiễu ngẫu nhiên che lấp các vi vôi hóa nhỏ. Đây là dấu hiệu ban đầu quan trọng của nhiều khối u ác tính. Đối với ảnh cộng hưởng từ MRI, nhiễu Rician làm suy giảm độ đồng nhất của mô mềm. Bác sĩ gặp nhiều rủi ro khi đưa ra kết luận giải phẫu bệnh nếu chất lượng hình ảnh không đảm bảo. Dữ liệu chứa nhiễu cũng gây sai số lớn cho phần mềm tính toán tự động. Việc khử nhiễu sai cách tạo ra hiện tượng giả tạo nguy hiểm.

2.2. Nhược điểm của các bộ lọc không gian truyền thống

Bộ lọc không gian truyền thống xử lý dữ liệu dựa trên giá trị trung bình cục bộ. Bộ lọc Gauss làm mịn ảnh đồng nhất theo mọi hướng không gian. Cách tiếp cận này xóa nhòa các bước nhảy cường độ đột ngột vốn tạo nên đường biên đối tượng. Bộ lọc trung vị loại bỏ tốt nhiễu xung nhưng thường gây biến dạng cấu trúc góc và chi tiết mảnh. Cả hai giải pháp đều thiếu khả năng thích ứng động theo nội dung ảnh. Vùng biên giải phẫu chịu tổn thất thông tin tương đương vùng nền đồng nhất. Khi độ mờ gia tăng, độ tin cậy phân loại tế bào bị ảnh hưởng tiêu cực.

III. Mô hình khuếch tán phi tuyến phức xử lý ảnh y học hiệu quả cao

Mô hình khuếch tán phi tuyến phức mở rộng không gian xử lý từ trường số thực sang miền phức. Giải pháp này sử dụng phương trình đạo hàm riêng với hàm khuếch tán chứa tham số pha góc theta. Phần thực của phương trình đại diện cho cường độ ảnh cần làm mịn. Phần ảo xấp xỉ đạo hàm cấp hai đã được làm trơn của phần thực, đóng vai trò chỉ báo biên thông minh. Khi gradient cường độ lớn xuất hiện tại các ranh giới mô, hệ số khuếch tán tự động điều chỉnh giảm xuống mức tối thiểu. Quá trình làm mịn gần như dừng lại tại vùng biên để bảo toàn chi tiết giải phẫu sắc nét. Ngược lại, tại các vùng mô đồng nhất có gradient nhỏ, khuếch tán diễn ra mạnh mẽ nhằm triệt tiêu hoàn toàn tín hiệu nhiễu. Quá trình khuếch tán ổn định khi góc pha thỏa mãn điều kiện toán học nghiêm ngặt. Sự kết hợp giữa làm mịn thích nghi và định vị biên giúp cải thiện vượt bậc chất lượng hình ảnh y khoa.

3.1. Nguyên lý khử nhiễu trong không gian miền phức

Khuếch tán trong miền phức mở ra chiều xử lý dữ liệu mới. Tín hiệu ảnh đầu vào thực được ánh xạ vào phương trình phức tổng quát. Thành phần ảo phản ánh tốc độ biến thiên không gian của thành phần thực. Mối liên hệ toán học này thiết lập một cơ chế tự kiểm soát quá trình truyền dẫn năng lượng sóng. Nhiễu ngẫu nhiên bị tiêu tán nhanh chóng dưới tác động của phần thực tương tự khuếch tán nhiệt. Đồng thời, pha của hàm phức bảo tồn nguyên vẹn vị trí của các cấu trúc viền. Phương pháp ngăn chặn triệt để hiện tượng dịch chuyển tọa độ biên thường thấy trong mô hình tuyến tính cổ điển.

3.2. Cơ chế kiểm soát pha và bảo toàn đường biên

Góc pha theta đóng vai trò then chốt điều tiết dòng khuếch tán. Nghiệm giải tích cho thấy quá trình xử lý ổn định khi góc pha nằm trong khoảng xác định. Với góc theta nhỏ, phương trình thực tách rời hiệu quả khỏi phương trình ảo để làm mịn ảnh tối ưu. Phần ảo hoạt động tương đương toán tử vi phân Laplace được làm mịn. Sự tương tác giữa hai thành phần tạo ra cơ chế nhận diện ranh giới tự động. Hệ số khuếch tán giảm nhanh tại điểm có độ biến thiên cao nhằm giữ nguyên hình thái cạnh biên. Cấu trúc mô bệnh học nhờ đó duy trì được độ tương phản sắc nét phục vụ chẩn đoán chuyên sâu.

IV. Ứng dụng khuếch tán phi tuyến phức nâng cao chất lượng ảnh y tế

Nghiên cứu về khuếch tán phi tuyến phức tại Đại học Thái Nguyên mang lại đóng góp quan trọng cho lĩnh vực thị giác máy tính y sinh. Thuật toán chứng minh tính khả thi cao qua các thực nghiệm khử nhiễu và làm rõ cấu trúc viền đối tượng. Khả năng bảo toàn đặc trưng hình học mở đường cho nhiều ứng dụng phân tích dữ liệu tự động trong bệnh viện. Kỹ thuật này nâng cao tỷ số tín hiệu trên tạp âm SNR một cách rõ rệt. Hình ảnh sau xử lý có độ mịn bề mặt cao nhưng không bị suy giảm chi tiết ranh giới tổn thương. Đây là cơ sở cốt lõi để nâng cao tỷ lệ phát hiện khối u giai đoạn sớm trên phim chụp CT và MRI. Công trình của tác giả Nông Quốc Doãn đặt nền móng kỹ thuật vững chắc cho việc phát triển các công cụ hỗ trợ quyết định lâm sàng. Hướng nghiên cứu tiếp theo sẽ tập trung tối ưu hóa thời gian thực thi của thuật toán trên các phần cứng chuyên dụng.

4.1. Tiềm năng tích hợp vào chẩn đoán lâm sàng tự động

Hệ thống chẩn đoán hỗ trợ máy tính CAD phụ thuộc lớn vào chất lượng tiền xử lý. Ảnh y tế sắc nét tạo điều kiện lý tưởng cho các mô hình học sâu phân đoạn vùng tổn thương. Khi biên giải phẫu được bảo toàn nguyên vẹn, độ chính xác nhận diện khối u tăng lên rõ rệt. Bác sĩ có thể định lượng kích thước khối u chính xác hơn trước phẫu thuật. Quá trình theo dõi tiến triển điều trị xạ trị cũng đạt độ tin cậy vượt bậc. Tích hợp giải thuật vào hệ thống lưu trữ và truyền thông ảnh y tế PACS nâng cao hiệu suất làm việc toàn diện tại cơ sở khám chữa bệnh.

4.2. Hướng phát triển thuật toán tính toán song song

Độ phức tạp tính toán của phương trình vi phân phức đòi hỏi tài nguyên xử lý lớn. Để ứng dụng trực tiếp trong thời gian thực, thuật toán cần được tối ưu hóa kiến trúc tính toán song song. Các bộ xử lý đồ họa GPU hiện đại có khả năng đẩy nhanh tốc độ hội tụ của phương trình. Việc mở rộng mô hình sang xử lý thể tích ba chiều của ảnh chụp cắt lớp mở ra tiềm năng ứng dụng to lớn. Đề tài tại Đại học Thái Nguyên là tiền đề kỹ thuật vững chắc cho các nghiên cứu chuyên sâu kế tiếp trong kỷ nguyên số hóa y tế.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống y tế hiện đại, khoảng 75% các quyết định can thiệp lâm sàng và phác đồ điều trị phụ thuộc trực tiếp vào kết quả chẩn đoán hình ảnh. Tuy nhiên, sự xuất hiện tất yếu của các dạng nhiễu ngẫu nhiên trong quá trình thu nhận tín hiệu thường làm suy giảm từ 18% đến 30% độ tương phản thực tế giữa các cấu trúc mô mềm và tổn thương bệnh lý. Các thiết bị chẩn đoán quen thuộc như máy chụp X-quang, máy siêu âm (US), hệ thống chụp cắt lớp vi tính (CT) và máy chụp cộng hưởng từ (MRI) đều phải đối mặt với nhiều loại nhiễu phức tạp: từ nhiễu lượng tử photon, dao động nhiệt điện tử mang phân bố Gauss, đến nhiễu đốm hạt trong siêu âm và nhiễu Rician trên tín hiệu từ trường.

Thực trạng này đặt ra yêu cầu cấp thiết về việc phát triển các thuật toán tiền xử lý số học có khả năng loại bỏ tạp âm nhưng không làm suy hao các chi tiết cấu trúc vi mô. Được hoàn thành vào tháng 6 năm 2023 tại Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên, luận văn thạc sĩ khoa học máy tính của tác giả Nông Quốc Doãn đã đi sâu giải quyết bài toán nâng cao chất lượng ảnh y học thông qua phương trình khuếch tán phi tuyến phức (Complex Nonlinear Diffusion PDE).

Mục tiêu cụ thể của công trình là xây dựng thuật toán sai phân hữu hạn giải phương trình đạo hàm riêng trong miền phức, nhằm thực hiện song song hai nhiệm vụ: khử triệt để các nguồn nhiễu ngẫu nhiên và bảo tồn nguyên vẹn các đường biên dốc giải phẫu. Nghiên cứu giới hạn phạm vi thực nghiệm trên 4 phương thức ảnh y tế phổ biến trong giai đoạn 2022-2023. Đóng góp của luận văn mang ý nghĩa khoa học và thực tiễn sâu sắc, hướng tới việc tăng chỉ số PSNR thêm khoảng 3 dB đến 6 dB và hạ thấp sai số bình phương trung bình MSE xuống dưới 10%, tạo điều kiện cho các bác sĩ phát hiện sớm các khối u kích thước nhỏ và giảm thiểu đáng kể tỷ lệ chẩn đoán sai lệch.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nền tảng của nghiên cứu dựa trên lý thuyết phương trình đạo hàm riêng parabolic mô tả hiện tượng truyền nhiệt và định luật khuếch tán Fick trong không gian đa chiều. Nhận thấy bộ lọc khuếch tán tuyến tính với hệ số hằng số thường làm mờ cả vùng đồng nhất lẫn ranh giới cơ quan, luận văn đã kế thừa mô hình khuếch tán dị hướng thực của Perona và Malik đề xuất năm 1990, kết hợp tenso khuếch tán tăng cường biên (EED) của Weickert.

Điểm đột phá của đề tài là việc ứng dụng lý thuyết khuếch tán phức do nhà khoa học Guy Gilboa khởi xướng, biến đổi hệ số khuếch tán thực thành số phức dạng $c = r \cdot e^{i\theta}$. Không gian nghiên cứu tập trung vào 3 khái niệm toán học then chốt:

1. Cơ chế phân tách tín hiệu phức: Phần thực của phương trình đóng vai trò như một bộ lọc làm trơn mịn các vùng đồng nhất để triệt tiêu nhiễu Gauss và nhiễu hạt, trong khi phần ảo tỉ lệ thuận với đạo hàm bậc hai được làm mịn, đóng vai trò như một toán tử Laplacian nhận diện đường bao.
2. Biên kiểu dốc (ramp edge): Dạng ranh giới mô bệnh học biến thiên độ xám từ từ, vốn rất dễ bị gãy khúc nếu áp dụng đạo hàm bậc một truyền thống.
3. Hiện tượng bậc thang (staircasing artifact): Tác động tiêu cực thường thấy ở các mô hình khuếch tán phi tuyến cổ điển khi xử lý vùng chuyển tiếp cường độ sáng, được loại bỏ triệt để nhờ hàm dừng phụ thuộc phần ảo.

Phương pháp nghiên cứu

Nghiên cứu sử dụng tập dữ liệu thực nghiệm gồm 120 ảnh y tế chuẩn thuộc 4 nhóm phương thức chẩn đoán: 30 ảnh X-quang xương khớp, 30 ảnh siêu âm mô mềm vùng bụng, 30 lát cắt CT sọ não và ngực, cùng 30 bản ghi MRI thần kinh. Phương pháp chọn mẫu phân tầng có chủ đích được áp dụng nhằm thu thập đầy đủ các dạng mô có độ tương phản thấp và bị tác động bởi các loại nhiễu đặc thù (nhiễu đốm trên siêu âm và nhiễu Rician trên MRI).

Về phương pháp phân tích, tác giả lựa chọn sơ đồ sai phân hữu hạn hiện thời gian thuận - không gian tâm FTCS (Forward-Time Central-Space) trên lưới rời rạc 2 chiều kết hợp điều kiện biên Neumann. Lý do lựa chọn sơ đồ này là tính trực quan, dễ lập trình và cho phép kiểm soát chặt chẽ điều kiện hội tụ số học. Để thuật toán ổn định tuyệt đối trong miền thời gian thực, bước nhảy thời gian được khống chế theo bất đẳng thức $\Delta t \le 0.25 \Delta x^2$ với bước lưới không gian chuẩn hóa và góc pha $\theta = \pi/30$ (khoảng 0.1047 rad). Toàn bộ chương trình được triển khai trên môi trường tính toán MATLAB trong khung thời gian nghiên cứu 12 tháng, từ tháng 6 năm 2022 đến tháng 6 năm 2023, đánh giá thông qua 3 thước đo định lượng khách quan: PSNR, SNR và MSE so với các bộ lọc kinh điển như lọc trung vị 2D và lọc Gauss.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình chạy thử nghiệm thuật toán khuếch tán phi tuyến phức trên tập dữ liệu ảnh y khoa mang lại 4 phát hiện quan trọng:

• Khử triệt để nhiễu đốm trên ảnh siêu âm: So với bộ lọc trung vị kích thước cửa sổ 3x3 pixel, mô hình khuếch tán phức giúp tăng chỉ số PSNR từ mức cơ sở 22.15 dB lên 27.68 dB, tương đương mức cải thiện chất lượng tín hiệu đạt 24.96%. Các bọt nhiễu tán xạ âm thanh bị triệt tiêu mà không làm mất đi các nếp gấp mô mềm.
• Nâng cao tỷ số tín hiệu trên nhiễu trên ảnh CT và X-quang: Trên các lát cắt CT lồng ngực chịu tác động của nhiễu Gauss nhiệt điện tử, tỷ số tín hiệu trên nhiễu SNR tăng mạnh từ 13.00 dB lên 19.82 dB, tức tăng trưởng hơn 52.46%. Vùng nhu mô phổi và các rãnh xương sườn được làm rõ nét rõ rệt.
• Khắc phục hoàn toàn hiệu ứng bậc thang trên ảnh MRI: Khác với phương pháp Perona-Malik truyền thống làm giả lập các mảng màu phẳng nhân tạo, thuật toán khuếch tán phức duy trì đường chuyển tiếp tự nhiên giữa chất xám và chất trắng của não bộ, đạt hệ số tương đồng cấu trúc trên 93.5%.
• Tối ưu hóa chu kỳ lặp và tham số góc pha: Thuật toán đạt trạng thái cân bằng khử nhiễu tối ưu chỉ sau 10 đến 15 bước lặp tính toán với giá trị góc pha nhỏ $\theta = \pi/30$, giúp sai số bình phương trung bình MSE giảm sâu 48.72% so với dữ liệu gốc ban đầu.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương trình khuếch tán phi tuyến phức vượt trội hơn các mô hình truyền thống nằm ở việc tích hợp giá trị ảo trong quá trình vi phân. Khi góc pha $\theta$ đủ nhỏ, phương trình thực chất phân rã thành hai luồng tính toán song song nhưng tương hỗ: phần thực lọc sạch các xung nhiễu ngẫu nhiên, trong khi phần ảo tự động phát hiện vị trí các điểm uốn của biên dốc để lập tức triệt tiêu hệ số dẫn truyền, ngăn chặn việc làm trơn lấn qua biên giới mô tế bào.

Trong khi bộ lọc Gauss làm suy giảm khoảng 35% độ sắc nét ở đường viền giải phẫu và bộ lọc trung vị làm biến dạng các cấu trúc mạch máu nhỏ dưới 2 mm, phương pháp khuếch tán phức bảo toàn trọn vẹn hình thái học của bệnh phẩm.

Về mặt hiển thị trực quan, kết quả nghiên cứu có thể được trình bày sinh động thông qua biểu đồ đường thể hiện tốc độ suy giảm đơn điệu của hàm mất mát MSE qua 20 chu kỳ lặp, kết hợp cùng bảng so sánh đối chuẩn 4 chỉ số (PSNR, SNR, MSE, thời gian xử lý) giữa 5 giải pháp lọc khác nhau. Ngoài ra, việc sử dụng biểu đồ cột biểu diễn mức tăng trưởng phần trăm của PSNR trên từng nhóm bệnh phẩm (siêu âm đạt 24.96%, CT đạt 31.2%, MRI đạt 28.4%) sẽ chứng minh thuyết phục khả năng thích ứng linh hoạt của mô hình với đa dạng nguồn nhiễu y sinh.

Đề xuất và khuyến nghị

Dựa trên những luận cứ khoa học và kết quả thực nghiệm đã đạt được, luận văn đưa ra 4 giải pháp ứng dụng và định hướng phát triển có tính thực tiễn cao:

1. Tích hợp module thuật toán khuếch tán phi tuyến phức vào các hệ thống lưu trữ và truyền hình ảnh y tế PACS tại các cơ sở khám chữa bệnh trong giai đoạn 2024-2025. Chủ thể thực hiện là các kỹ sư công nghệ thông tin y tế, với mục tiêu rút ngắn thời gian lọc tiền xử lý xuống dưới 150 mili-giây cho mỗi lát cắt ảnh kích thước 512x512 pixel.
2. Chuẩn hóa bộ tham số điều khiển ngưỡng khuếch tán $k$ và hệ số pha $\theta$ tương thích với từng dòng máy siêu âm và máy quét CT chuyên dụng. Nhóm kỹ sư vật lý y sinh cần phối hợp cùng các bác sĩ chẩn đoán hình ảnh hoàn thành bộ tiêu chuẩn cấu hình trước quý 4 năm 2025, hướng đến mục tiêu nâng cao độ tương phản mô mềm tối thiểu 20%.
3. Nghiên cứu tối ưu hóa mã nguồn thuật toán trên phần cứng xử lý song song GPU sử dụng kiến trúc CUDA hoặc OpenCL. Viện nghiên cứu và các phòng thí nghiệm đại học cần triển khai nhiệm vụ này trong khung thời gian 18 tháng, nhằm đẩy tốc độ khử nhiễu đạt trên 30 khung hình mỗi giây, đáp ứng yêu cầu xử lý hình ảnh thời gian thực trong các ca phẫu thuật nội soi can thiệp.
4. Xây dựng bộ quy chuẩn đánh giá chất lượng ảnh y học sau khử nhiễu cấp cơ sở, áp dụng đồng thời chỉ số toán học khách quan (PSNR, MSE) và đánh giá mù đôi của hội đồng chuyên môn y khoa. Cơ quan quản lý trang thiết bị y tế cần ban hành văn bản hướng dẫn kiểm định định kỳ vào cuối năm 2025, kiểm soát sai số biến dạng hình học dưới ngưỡng 1.2%.

Đối tượng nên tham khảo luận văn

Luận văn thạc sĩ là tài liệu nghiên cứu chuyên sâu, mang lại giá trị thiết thực cho 4 nhóm đối tượng cụ thể:

• Bác sĩ chuyên khoa chẩn đoán hình ảnh và kỹ thuật viên y tế: Giúp thấu hiểu bản chất vật lý của các dạng nhiễu trên phim X-quang, ảnh chụp CT, siêu âm và MRI. Nắm vững phương pháp này giúp đội ngũ y tế khai thác tối đa độ nét của các vi tổn thương đường kính dưới 3 mm, hỗ trợ chẩn đoán chính xác giai đoạn sớm của bệnh lý và giảm thiểu hơn 15% nguy cơ chỉ định can thiệp xâm lấn không cần thiết.
• Học viên cao học và nghiên cứu sinh ngành Khoa học máy tính, Kỹ thuật y sinh: Cung cấp khung lý thuyết hoàn chỉnh về phương trình đạo hàm riêng ứng dụng trong thị giác máy tính. Đây là tài liệu tham khảo giá trị với hệ thống hơn 40 công thức toán học rời rạc hóa và mã nguồn mẫu trên MATLAB, rút ngắn từ 3 đến 6 tháng thực nghiệm cho các đề tài xử lý ảnh nâng cao.
• Đội ngũ kỹ sư phát triển phần mềm thiết bị y tế: Cung cấp giải pháp kỹ thuật tối ưu để nhúng vào bộ vi xử lý của các máy quét thế hệ mới, giúp giảm tải bộ nhớ đệm khoảng 25% so với các mạng nơ-ron học sâu phức tạp nhưng vẫn bảo toàn đường biên tối ưu.
• Giảng viên và chuyên gia nghiên cứu toán ứng dụng: Sử dụng làm tài liệu giảng dạy chuyên đề mô hình hóa hiện tượng vật lý trong không gian số và chuyển giao công nghệ cho các dự án hợp tác y tế - công nghệ thông tin.

Câu hỏi thường gặp

Tại sao phương trình khuếch tán phức lại vượt trội hơn khuếch tán thực trong việc bảo toàn biên?

Trong khuếch tán thực, hệ số khuếch tán phụ thuộc vào gradient bậc một, dễ dẫn đến hiện tượng bậc thang làm gãy khúc các đoạn biên dốc tự nhiên. Ngược lại, khuếch tán phức khai thác phần ảo tương đương đạo hàm bậc hai được làm trơn. Nhờ đó, thuật toán nhận diện chính xác các điểm uốn ranh giới mà không làm chậm quá trình khuếch tán tại sườn dốc, giúp tăng chỉ số PSNR thêm khoảng 3 dB đến 5 dB so với mô hình thực.

Thuật toán có làm biến dạng các chi tiết giải phẫu nhỏ trong ảnh y khoa không?

Không. Với thiết kế hàm dừng khuếch tán giảm theo độ lớn phần ảo và số chu kỳ lặp được kiểm soát chặt chẽ từ 10 đến 15 bước, thuật toán tự động đóng băng quá trình làm mịn khi tiếp cận các cấu trúc biên sắc nét. Dữ liệu thực nghiệm trên 120 ảnh y tế cho thấy sai số biến dạng hình học luôn duy trì dưới 1.5%, bảo tồn nguyên vẹn các mạch máu và vi tổn thương có kích thước nhỏ từ 1 đến 2 mm.

Góc pha theta ảnh hưởng như thế nào đến độ ổn định của thuật toán?

Góc pha $\theta$ quyết định sự tương tác giữa phần thực và phần ảo trong hệ số khuếch tán phức $c = e^{i\theta}$. Nghiên cứu đã chứng minh thuật toán chỉ đạt trạng thái ổn định và hội tụ toán học cao khi $\theta$ tiến dần về 0 (thực nghiệm chọn $\theta = \pi/30$). Nếu tăng $\theta$ tiệm cận giá trị $\pi/2$, bước thời gian bị thu hẹp đáng kể, gây mất ổn định số học và phát sinh lỗi tính toán nghiêm trọng.

Phương pháp này có xử lý được ảnh chụp màu y tế hay chỉ áp dụng cho ảnh thang độ xám?

Thuật toán ban đầu được thiết kế chuyên biệt cho ảnh thang độ xám 2D, vốn là định dạng tiêu chuẩn của hơn 90% dữ liệu X-quang, CT và MRI. Tuy nhiên, mô hình hoàn toàn có thể mở rộng cho ảnh màu (như ảnh nội soi tiêu hóa) bằng cách phân tách không gian màu thành các kênh độc lập, hoặc xử lý trên kênh độ sáng mà vẫn giữ nguyên vẹn thông tin màu sắc gốc.

Thời gian tính toán của mô hình khuếch tán phức trên máy tính thông thường là bao lâu?

Trên cấu hình máy tính cá nhân tiêu chuẩn sử dụng bộ vi xử lý đa nhân thông dụng, thuật toán giải sai phân FTCS cho một ảnh kích thước 512x512 pixel mất khoảng 0.25 đến 0.45 giây cho 15 vòng lặp. Khi được chuyển đổi sang ngôn ngữ C++ hoặc tăng tốc phần cứng thông qua chip đồ họa GPU, thời gian xử lý có thể giảm xuống dưới 30 mili-giây, hoàn toàn đáp ứng yêu cầu lâm sàng trực tiếp.

Kết luận

• Luận văn thạc sĩ khoa học máy tính năm 2023 của tác giả Nông Quốc Doãn đã xây dựng thành công giải pháp tăng cường chất lượng ảnh y học dựa trên nền tảng phương trình khuếch tán phi tuyến phức.
• Công trình giải quyết triệt để sự đánh đổi nan giải giữa nhiệm vụ triệt tiêu tạp âm ngẫu nhiên và yêu cầu bảo toàn đường biên dốc giải phẫu trên 4 phương thức ảnh: X-quang, siêu âm, CT và MRI.
• Kết quả thực nghiệm chứng minh tính ưu việt vượt trội của mô hình với chỉ số PSNR tăng khoảng 24.96% trên ảnh siêu âm và tỷ số SNR tăng trên 52% đối với ảnh chụp cắt lớp vi tính.
• Kế hoạch phát triển tiếp theo tập trung vào việc lập trình tối ưu hóa song song trên GPU và mở rộng thuật toán sang mô hình dữ liệu thể tích khối 3D trong vòng 12 đến 24 tháng tới.
• Để nâng cao độ chính xác trong công tác sàng lọc bệnh học, các đơn vị y tế và chuyên gia công nghệ hãy áp dụng thử nghiệm mô hình khuếch tán phức vào quy trình tiền xử lý ảnh y sinh ngay hôm nay.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 KHỬ NHIỄU NÂNG CAO CHẤT LƯỢNG ẢNH Y HỌC 1. Một số loại nhiễu trong ảnh 1. Nhiễu xung (Nhiễu muối tiêu) Thuật ngữ nhiễu xung cũng được sử dụng cho loại nhiễu này. Các thuật ngữ khác là nhiễu tăng đột biến, nhiễu ngẫu nhiên hoặc nhiễu độc lập.

Các chấm đen và trắng xuất hiện trong ảnh là kết quả của nhiễu này và do đó là nhiễu muối tiêu. Nhiễu này phát sinh trong ảnh do tín hiệu ảnh thay đổi độ nét và đột ngột. Các hạt nhỏ trong nguồn thu nhận hình ảnh hoặc các bộ phận bị lỗi quá nóng có thể gây ra loại nhiễu này. [1] Hình ảnh bị hỏng ở mức độ nhỏ do nhiễu.1: Hình ảnh bị hỏng ở mức độ nhỏ do nhiễu 1.2 Nhiễu Gaussian (Nhiễu khuếch đại) Thuật ngữ mô hình nhiễu bình thường là từ đồng nghĩa của nhiễu Gaussian.

Mô hình nhiễu này có tính chất cộng gộp và tuân theo phân bố Gaussian. Có nghĩa là mỗi pixel trong hình ảnh nhiễu là tổng của giá trị pixel thực và giá trị nhiễu phân phối Gaussian ngẫu nhiên. Nhiễu không phụ thuộc vào cường độ của giá trị pixel tại mỗi điểm.1) Trong đó: P(x) là nhiễu phân bố Gauss trong ảnh; 4 n: là giá trị của nhiễu Gauss, sigma: là độ lệch chuẩn của phân phối Gauss. Hình 2, cho thấy tác động của việc thêm nhiễu Gaussian vào Hình 1, với giá trị trung bình bằng không Hình 1.2: Hình ảnh bị ảnh hưởng do nhiễu Gauss.3 Nhiễu Poisson (Nhiễu Photon) Nhiễu Poisson hoặc nhiễu photon bắn là nhiễu có thể gây ra, khi số lượng photon mà cảm biến cảm nhận được không đủ để cung cấp thông tin thống kê có thể phát hiện được.

Nhiễu này có giá trị bình phương trung bình gốc tỷ lệ với cường độ căn bậc hai của hình ảnh. Các pixel khác nhau bị ảnh hưởng bởi các giá trị nhiễu độc lập. Trên thực tế, nhiễu photon và nhiễu dựa trên cảm biến khác làm hỏng tín hiệu ở các tỷ lệ khác nhau. [1] Hình 3 cho thấy kết quả của việc thêm nhiễu Poisson.3: Hình ảnh bị ảnh hưởng do nhiễu Poisson 1.4 Nhiễu lốm đốm 5 Nhiễu này có thể được mô hình hóa bằng phép nhân giá trị ngẫu nhiên với giá trị pixel của hình ảnh và có thể được biểu thị bằng: J = I + n*I (1.2) Trong đó, J là ảnh phân bố nhiễu lốm đốm, I là ảnh đầu vào và n là ảnh nhiễu đồng nhất theo giá trị trung bình o và phương sai v.

Nhiễu này làm giảm chất lượng của ảnh radar chủ động và radar khẩu độ tổng hợp (SAR). Nhiễu này bắt nguồn từ quá trình xử lý nhất quán các tín hiệu phân tán ngược từ nhiều điểm phân tán. Bộ lọc trung bình tốt cho nhiễu Gaussian và nhiễu đồng nhất. Hình 4, cho thấy tác động của việc thêm nhiễu lốm đốm.4: Hình ảnh bị ảnh hưởng do nhiễu lốm đốm 1.2 Ảnh y học và vấn đề nhiễu 1.1 X-quang Năm 1895, Roentgen phát hiện ra tia X và đi tiên phong trong lĩnh vực chụp ảnh y tế.

Ấn phẩm ban đầu của ông có một bức ảnh chụp X quang (tức là một bức ảnh được tạo ra bằng tia X) bàn tay của bà Roentgen. Lần đầu tiên, có thể hình dung không can thiệp (tức là không thông qua phẫu thuật) bên trong cơ thể con người. Phát hiện này đã được công bố rộng rãi trên báo chí đại chúng và một “cơn sốt tia X” ngay lập tức bao trùm Châu Âu và Hoa Kỳ. Chỉ trong vài tháng, các cuộc biểu tình công khai đã được tổ chức, các dự án thương mại được tạo ra và vô số ứng dụng y tế được điều tra.

Lĩnh vực chụp X quang đã ra đời với một tiếng vang lớn. [3] 6 Ngày nay, hình ảnh y tế là một phần thường xuyên và thiết yếu của y học. Các bệnh lý có thể được quan sát trực tiếp hơn là suy ra từ các triệu chứng. Ví dụ, bác sĩ có thể theo dõi không can thiệp quá trình chữa lành mô bị tổn thương hoặc sự phát triển của khối u não và xác định phản ứng y tế thích hợp.

Kỹ thuật hình ảnh y tế cũng có thể được sử dụng khi chuẩn đoán hoặc ngay cả khi thực hiện phẫu thuật. Bức ảnh X-quang đầu tiên của bàn tay bà Roentgen Ví dụ, một bác sĩ giải phẫu thần kinh có thể xác định con đường “tốt nhất” để đưa kim vào, sau đó xác minh theo thời gian thực vị trí của kim khi nó được đưa vào. Phương thức hình ảnh. Công nghệ hình ảnh đã được cải thiện đáng kể từ cuối thế kỷ 19.

Nhiều kỹ thuật hình ảnh khác nhau đã được phát triển và đang được sử dụng trong lâm sàng. Bởi vì chúng dựa trên các nguyên tắc vật lý khác nhau, những kỹ thuật này có thể ít nhiều phù hợp với một cơ quan hoặc bệnh lý cụ thể. Trong thực tế, chúng bổ sung cho nhau ở chỗ chúng đưa ra những hiểu biết khác nhau về cùng một thực tại cơ bản. Trong hình ảnh y tế, những kỹ thuật hình ảnh khác nhau này được gọi là phương thức.

7 Phương thức giải phẫu cung cấp cái nhìn sâu sắc về hình thái giải phẫu. Chúng bao gồm chụp X quang, siêu âm hoặc siêu âm (US), chụp cắt lớp vi tính (CT), hình ảnh cộng hưởng từ (MRI) Có một số phương thức dẫn xuất đôi khi xuất hiện dưới một tên khác, chẳng hạn như chụp mạch cộng hưởng từ (MRA, từ MRI), chụp cắt lớp kỹ thuật số (DSA, từ tia X), chụp cắt lớp vi tính mạch (CTA, từ CT), v.2 Siêu âm Trong phương thức này, một máy phát gửi các sóng âm thanh có tần số cao vào cơ thể nơi chúng dội lại các mô và cơ quan khác nhau để tạo ra các kiểu tiếng vang đặc biệt. Những tiếng vang này được máy thu thu nhận và chuyển tiếp đến máy tính để chuyển chúng thành hình ảnh trên màn hình. Bởi vì siêu âm có thể phân biệt các biến thể tinh tế giữa mềm, chứa đầy chất lỏng các mô, nó đặc biệt hữu ích trong việc chụp ảnh vùng bụng.

Ngược lại với tia X, siêu âm không làm tổn thương các mô bằng bức xạ ion hóa. Nhược điểm lớn của siêu âm là nó tạo ra hình ảnh rất nhiễu. Do đó, có thể khó phân biệt các đặc điểm nhỏ hơn (chẳng hạn như u nang trong hình ảnh vú). Thông thường, cần phải xử lý trước một chút hình ảnh [3] Hình 1.3 Chụp cắt lớp vi tính (CT) (năm 1970) Trong chụp cắt lớp vi tính (CT), một số ảnh X quang 2D thu được bằng cách xoay ống tia X quanh cơ thể bệnh nhân.

(Có một số dạng hình học khác nhau cho điều này.) Hình ảnh 3D đầy đủ sau đó có thể được máy tính tái tạo lại từ các phép chiếu 2D bằng cách sử dụng biến đổi Radon. Do đó, CT về cơ bản là một phiên bản 3D của chụp X-quang, và do đó mang lại độ tương phản cao giữa xương và mô mềm và độ tương phản thấp giữa các mô mềm khác nhau. Một chất tương phản (một số dung dịch hóa học làm mờ tia X) có thể được tiêm vào bệnh nhân để tăng độ tương phản một cách giả tạo giữa các mô quan tâm và do đó nâng cao chất lượng hình ảnh. Vì CT dựa trên nhiều ảnh chụp X quang, nên cần tính đến các tác động có hại của bức xạ ion hóa (mặc dù người ta cho rằng liều lượng đủ thấp trong các thiết bị hiện đại để đây có thể không p hải là vấn đề rủi ro sức khỏe lớn).

Có thể thu được hình ảnh CT trong một lần nín thở, điều này làm cho CT trở thành phương thức được lựa chọn để chụp lồng ngực. Chụp cắt lớp điện toán (não, lát cắt trục 2D) 1.4 Chụp cộng hưởng từ (MRI): (những năm 1980) Kỹ thuật này dựa trên đặc tính ation thư giãn của hạt nhân hydro được 9 kích thích từ tính của các phân tử nước trong cơ thể. Bệnh nhân đang nghiên cứu được tiếp xúc trong thời gian ngắn với một đợt bùng nổ năng lượng tần số vô tuyến, với sự có mặt của từ trường, đặt các hạt nhân ở trạng thái năng lượng cao. Khi các phân tử trải qua quá trình lộn xộn bình thường, cực nhỏ, chúng giải phóng năng lượng này vào môi trường xung quanh, trong một quá trình được gọi là thư giãn.

Tuổi im được tạo ra từ sự khác biệt về tốc độ thư giãn trong các mô khác nhau. Kỹ thuật này ban đầu được gọi là cộng hưởng từ hạt nhân (NMR) nhưng thuật ngữ “hạt nhân” đã bị loại bỏ để tránh bất kỳ mối liên hệ nào với bức xạ hạt nhân2. MRI sử dụng từ trường mạnh và bức xạ không ion hóa trong dải tần số vô tuyến, và theo kiến thức y học hiện nay, không gây hại cho bệnh nhân. Một ưu điểm khác của MRI là độ tương phản của mô mềm tốt hơn nhiều so với tia X dẫn đến hình ảnh chất lượng cao hơn, đặc biệt là khi quét não và tủy sống.

Các sàng lọc đã được phát triển chẳng hạn như MRI chức năng (fMRI) đo lường các biến thể theo thời gian (ví dụ: để phát hiện hoạt động thần kinh) và MRI khuếch tán đo lường sự khuếch tán của các phân tử nước trong các mô dị hướng như chất trắng trong não. Hình ảnh cộng hưởng từ 10 1.5 Chụp cắt lớp phát xạ Positron (1990) Bệnh nhân được tiêm chất đồng vị phóng xạ phát ra các hạt gọi là positron (phản điện tử). Khi một positron gặp một electron, vụ va chạm tạo ra một cặp photon tia gamma có cùng năng lượng nhưng chuyển động ngược chiều nhau. Từ vị trí và độ trễ giữa cặp photon trên một thụ thể, nguồn gốc của các photon có thể được xác định.

Trong khi MRI và CT chỉ có thể phát hiện những thay đổi về mặt giải phẫu, PET là một phương thức chức năng có thể được sử dụng để hình dung các bệnh lý ở cấp độ phân tử tốt hơn nhiều. Điều này đạt được bằng cách sử dụng các đồng vị phóng xạ có tốc độ hấp thụ khác nhau đối với các mô khác nhau. [3] Ví dụ: sự thay đổi của lưu lượng máu khu vực trong các cấu trúc giải phẫu khác nhau (như một thước đo của chất phát positron được tiêm vào) có thể được hình dung và định lượng tương đối. Vì bệnh nhân phải được tiêm chất phóng xạ nên PET tương đối xâm lấn.

Tuy nhiên, liều bức xạ tương tự như chụp CT. Độ phân giải hình ảnh có thể kém và có thể cần xử lý sơ bộ. Chụp cắt lớp phát xạ Positron 11 1.