Nghiên cứu một số kỹ thuật nội suy trong hiển thị ảnh y tế

  • Số trang: 72 |
  • Loại file: PDF |
  • Lượt xem: 59 |
  • Lượt tải: 8
tailieuonline

Đã đăng 27690 tài liệu

Mô tả:

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LƯƠNG THỊ THU HÀ NGHIÊN CỨU MỘT SỐ KỸ THUẬT NỘI SUY TRONG HIỂN THỊ ẢNH Y TẾ LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Hà Nội - 2014 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LƯƠNG THỊ THU HÀ NGHIÊN CỨU MỘT SỐ KỸ THUẬT NỘI SUY TRONG HIỂN THỊ ẢNH Y TẾ Ngành: Công nghệ thông tin Chuyên ngành: Hệ thống thông tin Mã số: 60480104 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS ĐỖ NĂNG TOÀN Hà Nội - 2014 LỜI CAM ĐOAN Tôi xin cam đoan bản luận văn này là kết quả nghiên cứu của bản thân dưới sự hướng dẫn của PGS.TS Đỗ Năng Toàn với những phần tham khảo đã được chỉ rõ. Nếu có gì sai phạm tôi xin hoàn toàn chịu trách nhiệm. Người cam đoan Lương Thị Thu Hà 1 LỜI CẢM ƠN Trong quá trình thực hiện luận văn, tôi đã nhận được nhiều sự hướng dẫn, giúp đỡ tận tình của các thầy cô, gia đình, bạn bè. Trước tiên, tôi xin được bày tỏ lòng biết ơn chân thành tới thầy giáo hướng dẫn, PGS.TS Đỗ Năng Toàn. Trong suốt hai năm qua, tôi đã nhận được sự giúp đỡ, động viên và đặc biệt sự hướng dẫn tận tình giúp tôi nắm rõ mục tiêu và định hướng nghiên cứu trong luận văn. Tôi xin được gửi lời cảm ơn đến tập thể các thầy cô giáo của Khoa Công nghệ thông tin – Trường Đại học Công nghệ đã trang bị cho tôi thêm kiến thức quý giá trong suốt thời gian học tập tại trường. Tôi cũng xin được gửi lời cảm ơn đến tập thể Bộ môn Truyền thông đa phương tiện – Trường Đại học CNTT&TT – Đại học Thái Nguyên nói chung và Th.S Lê Anh Tú nói riêng đã tạo điều kiện giúp đỡ tôi rất nhiều trong thời gian tôi tham gia khóa học. Cuối cùng, với những tình cảm sâu sắc nhất, tôi xin chân thành gửi tới gia đình và bạn bè, những người đã luôn ở bên, động viên, chia sẻ với tôi về mọi mặt giúp tôi hoàn thành khóa học. Thái Nguyên, ngày 26 tháng 10 năm 2014 2 MỤC LỤC LỜI CAM ĐOAN ................................................................................................... 1 LỜI CẢM ƠN ........................................................................................................ 2 MỤC LỤC ............................................................................................................. 3 DANH MỤC TỪ VIẾT TẮT .................................................................................. 5 DANH MỤC HÌNH VẼ ......................................................................................... 6 MỞ ĐẦU................................................................................................................ 8 CHƯƠNG 1: KHÁI QUÁT VỀ ẢNH Y TẾ VÀ BÀI TOÁN NỘI SUY ................. 11 1.1 Khái quát về ảnh y tế.................................................................................. 11 1.1.1 Một số chuẩn ảnh y tế .......................................................................... 12 1.2.2 Cấu trúc chuẩn ảnh DICOM ................................................................ 14 1.2 Bài toán nội suy ảnh y tế ............................................................................ 19 1.2.1 Khái niệm nội suy ảnh ......................................................................... 19 1.2.2 Hướng tiếp cận ..................................................................................... 20 1.2.3 Ứng dụng ............................................................................................. 21 CHƯƠNG 2: MỘT SỐ KỸ THUẬT NỘI SUY TRONG XỬ LÝ ẢNH Y TẾ ........ 23 2.1 Kỹ thuật nội uy các điểm ảnh láng giềng gần nhất .................................. 23 2.1.1 Giới thiệu ............................................................................................. 24 2.1.2 Phương pháp ........................................................................................ 25 2.1.3 Nhận xét ............................................................................................... 27 2.2 Kỹ thuật nội suy tuyến tính ........................................................................ 29 2.2.1 Giới thiệu ............................................................................................. 29 2.2.2 Phương pháp ........................................................................................ 29 2.2.3 Nhận xét ............................................................................................... 31 2.3 Kỹ thuật nội suy song khối ........................................................................ 32 2.3.1 Giới thiệu ............................................................................................. 32 2.3.2 Phương pháp ........................................................................................ 32 3 2.3.3 Nhận xét ............................................................................................... 34 2.4 Kỹ thuật nội suy Lagrange ......................................................................... 36 2.4.1 Giới thiệu ............................................................................................. 36 2.4.2 Phương pháp ........................................................................................ 36 2.4.3 Nhận xét ............................................................................................... 37 2.5 Kỹ thuật nội suy Gaussian ......................................................................... 39 2.5.1 Giới thiệu ............................................................................................. 39 2.5.2 Phương pháp ........................................................................................ 39 2.5.3 Nhận xét ............................................................................................... 40 2.6 Kỹ thuật nội suy lát cắt dựa trên cải tiến phép hợp nhất biến dạng cong .. 41 2.6.1 Giới thiệu ............................................................................................. 41 2.6.2 Phương pháp ........................................................................................ 42 2.6.3 Nhận xét ............................................................................................... 45 2.7 Kỹ thuật nội suy bằng cách xác định các điểm ảnh tương ứng ................. 45 2.7.1 Giới thiệu ............................................................................................. 45 2.7.2 Phương pháp ........................................................................................ 46 2.7.3 Nhận xét .............................................................................................. 47 CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM ............................................... 48 3.1 Phát biểu bài toán ....................................................................................... 48 3.2 Phân tích chương trình ............................................................................... 49 3.2.1 Lựa chọn công nghệ ............................................................................. 49 3.2.2 Phân tích thiết kế chương trình ............................................................ 49 3.2.3 Các bước triển khai .............................................................................. 52 3.3 Một số kết quả ............................................................................................ 55 KẾT LUẬN .......................................................................................................... 60 PHỤ LỤC ............................................................................................................ 61 TÀI LIỆU THAM KHẢO ..................................................................................... 68 4 DANH MỤC TỪ VIẾT TẮT DICOM Digital Imaging and Communications in Medicine HL7 Health Level Seven CT Computer Tomography MRI Magentic Resonance Imaging ACR American College of Radiologist NEMA National Electrical Manufacturers Association OSI Open Systems Interconnection Reference Model IHE Intergrating Heathcare Enterprise SSD Sum of Squared Differences DCT Discrete Cosin Transform MSE Mean Squard Error 5 DANH MỤC HÌNH VẼ Hình 1: Biểu diễn một lát cắt trong không gian tọa độ xyz ............................... 8 Hình 1.1: Cấu trúc một tập tích hợp thông tin bệnh nhân .............................. 13 Hình 1.2: Cấu trúc file DICOM ...................................................................... 15 Hình 1.3: Cấu trúc dataset của tập tin DICOM .............................................. 17 Hình 2.1: Điểm s(x,y) được nội suy từ 4x4 điểm ảnh lân cận ........................ 24 Hình 2.2: Ví dụ nội suy điểm trên không gian 1 chiều .................................... 25 Hình 2.3: Kết quả nội suy láng giềng gần nhất trong không gian 1 chiều...... 26 Hình 2.4: Phóng to ảnh kích thước 2x2 thành ảnh 9x9 ................................... 26 Hình 2.5: Nội suy điểm Y(J,K) dựa trên các điểm ảnh lân cận ....................... 27 Hình 2.6: Ứng dụng nội suy láng giềng gần nhất trong thay đổi tỷ lệ ảnh CCD ................................................................................................................... 28 Hình 2.7: Mô tả kỹ thuật nội suy song tuyến trong ứng dụng làm tăng .......... 30 độ phân giải của ảnh ....................................................................................... 30 Hình 2.8: Ứng dụng nội suy tuyến tính trong xoay ảnh MRI .......................... 31 Hình 2.9: Ứng dụng nội suy tuyến tính sinh lát cắt trung gian ....................... 32 Hình 2.10: Mô tả kỹ thuật nội suy song khối................................................... 33 Hình 2.11: Kết quả nội suy song khối so sánh với nội suy láng giềng gần nhất trong trường hợp biến đổi tỷ lệ ảnh CCD ................................................. 35 Hình 2.12: So sánh 3 kỹ thuật nội suy ............................................................. 35 Hình 2.13: Đồ thị biểu diễn hàm nội suy Lagrange với N =4 ......................... 37 Hình 2.14: Đồ thị biểu diễn hàm nội suy Lagrange với N = 5 ........................ 38 Hình 2.15: Kết quả nội suy Lagrange so sánh với kỹ thuật nội suy láng giềng gần nhất trong trường hợp thay đổi tỷ lệ ảnh CCD .................................. 38 Hình 2.16: Kết quả nội suy Gaussian so sánh với nội suy láng giềng gần nhất trong trường hợp thay đổi tỷ lệ ảnh CCD ................................................. 40 6 Hình 3.1: Hai lát cắt liên tiếp và những lát cắt trung gian có thể được tạo ra ................................................................................................................... 48 Hình 3.2: Biểu đồ Use case ............................................................................. 50 Hình 3.3: Biểu đồ trình tự Use case Compute Linear Interpolation ............... 51 Hình 3.4: Biểu đồ trình tự Use case Compare Original Slice and Interpolaton Slice ........................................................................................................... 51 Hình 3.5: Biểu đồ trình tự Use case Display DICOM Tag ............................. 52 Hình 3.6:Thử nghiệm 1- Hai lát cắt đầu vào .................................................. 56 Hình 3.7: Kết quả thực hiện thử nghiệm 1 ...................................................... 56 Hình 3.8:Thử nghiệm 2- Hai lát cắt đầu vào .................................................. 57 Hình 3.9: Kết quả thực hiện thử nghiệm 2 ...................................................... 57 Hình 3.10: Đồ thị biểu diễn giá trị MSE của hai kỹ thuật trong 8 lần thực nghiệm ....................................................................................................... 58 7 MỞ ĐẦU Nội dung của luận văn này đề cập đến vấn đề nội suy và bài toán nội suy lát cắt trung gian trong xử lý ảnh y tế. Luận văn tìm hiểu các kỹ thuật nội suy được sử dụng trong xử lý ảnh y tế nói chung và tập trung vào vấn đề nội suy sinh lát cắt trung gian giữa hai lát cắt đã biết nhằm nâng cao chất lượng hiển thị ảnh y tế cũng như phục vụ quá trình tái cấu trúc mô hình 3D dựa trên những lát cắt 2D thu được từ những thiết bị chẩn đoán hình ảnh. Nội suy ảnh là chủ đề được biến đến rộng rãi trong lĩnh vực xử lý ảnh và đã có nhiều nghiên cứu về chủ đề này, đặc biệt nội uy cũng được phát triển mạnh mẽ trong xử lý ảnh y – sinh học. Các thiết bị chẩn đoán đo lường bằng hình ảnh trong y học được phát triển nhằm tái hiện lại hình ảnh bên trong cơ thể bệnh nhân, phân biệt các bộ phận và phát hiện các tổn thương phục vụ quá trình chẩn đoán bệnh. Hình ảnh tái cấu trúc do các thiết bị này xuất ra là những lát cắt hai chiều của không gian cần chẩn đoán như được biểu diễn trong Hình 1. Hình 1: Biểu diễn một lát cắt trong không gian tọa độ xyz1 Chuỗi hình ảnh lát cắt 2D này có thể được sử sử dụng để tái cấu trúc mô hình 3D. Tuy nhiên, độ phân giải hình ảnh thường không giống nhau trong không gian 3 chiều. Thông thường, độ phân giải theo hướng Z nhỏ hơn đáng kể so với hướng X và Y. Ví dụ, trong lát cắt CT, độ phân giải theo hướng X và Y là trong khoảng 0.5-2mm trong khi độ phân giải theo hướng Z là trong khoảng 115mm. Điều này gây ra hiện tượng gián đoạn khi tái cấu trúc mô hình 3D. Ngoài ra, với những thiết bị hiện đại nhất thì khoảng cách giữa các lát cắt liên tiếp luôn 1 Nguồn ảnh: theo [18] 8 lớn hơn khoảng cách giữa các điểm ảnh lân cận trong cùng một lát cắt. Do đó việc sử dụng kỹ thuật nội suy sinh lát cắt trung gian để làm tăng dữ liệu cho quá trình tái cấu trúc mô hình 3D là thực sự cần thiết. Nội suy dựa trên cường độ điểm ảnh và nội suy dựa trên đối tượng là hai nhóm kỹ thuật nội suy lát cắt chính được nghiên cứu. Đối với nhóm đầu tiên, kết quả của phép nội uy được tính toán dựa vào giá trị cường độ điểm ảnh của hai lát cắt đã biết. Nội suy tuyến tính và nội suy song khối [5], [8] là hai kỹ thuật thường được sử dụng trong nhóm này. Ưu điểm chính của những kỹ thuật này là đơn giản, độ phức tạp thấp nên thường được sử dụng rộng rãi. Tuy nhiên, khi áp dụng những kỹ thuật này gặp phải vấn đề là các đường biên bị mờ, năng uất không thực tế và kết quả chưa trực quan. Nội suy dựa trên đối tượng, hay nói cách khác là kỹ thuật chiết xuất thông tin từ các đối tượng trong lát cắt đưa vào để tính toán kết quả nội suy. Có nhiều kỹ thuật được đề xuất để đạt được kết quả tốt hơn [3]-[18]. Một trong những kỹ thuật nội suy dựa trên đối tượng đầu tiên được đưa ra bởi Goshtasby và cộng sự [8]. Nhóm tác giả đã ử dụng kỹ thuật tiếp cận dựa trên cường độ và độ dốc của điểm ảnh để xác định các điểm ảnh tương ứng trên lát cắt tham chiếu và lát cắt mục tiêu, au đó thực hiện nội suy tuyến tính để tìm lát cắt trung gian ở giữa. Một giả thiết quan trọng trong kỹ thuật này là sự khác biệt giữa các lát cắt liên tiếp là nhỏ, do đó điểm hạn chế là kỹ thuật chỉ thực hiện tìm kiếm điểm tương ứng trên phạm vi lân cận nhỏ. Một số kỹ thuật được nghiên cứu nhằm làm giảm vết mờ trên đường biên bao gồm: kỹ thuật lọc phi tuyến [5], nội suy dựa trên hình dạng [16],nội suy dựa trên hình thái học [9] và kỹ thuật nội suy dựa trên hướng dẫn đặc điểm hình dạng [10]. Bản tóm tắt toàn bộ những kỹ thuật nội suy (bao gồm và kỹ thuật dựa trên cường độ và kỹ thuật dựa trên đối tượng) được trình bày trong [22] và [6]. Một hướng nghiên cứu nội suy dựa trên đối tượng quan trọng là nội suy dựa trên hợp nhất hình ảnh. Rueckert [11] sử dụng một mẫu biến thể của phương thức hợp nhất phổ biến, Penny và cộng sự [19] đã đề xuất một kỹ thuật hợp nhất cho nội suy lát cắt. Một kỹ thuật khác được đưa ra bằng cách sử dụng một phiên bản chỉnh sửa kỹ thuật điều khiển lưới nội suy (Control Grid Interpolation - CGI) [15]. Gần đây hơn là kỹ thuật nội suy lát cắt dựa trên hợp nhất ảnh đa độ phân giải [16]. 9 Mục tiêu nghiên cứu của đề tài đặt ra là: - Tìm hiểu chung về ảnh y tế và bài toán nội suy - Tìm hiểu một số kỹ thuật nội suy trong xử lý ảnh y tế - Cài đặt mô phỏng bài toán nội suy sinh lát cắt trung gian. Từ nội dung đã nêu và mục tiêu nghiên cứu đặt ra, ngoài phần mở đầu, kết luận, những chương còn lại trong luận văn gồm những phần sau: Chương 1: Khái quát về ảnh y tế và bài toán nội suy. Những đặc trưng cơ bản của ảnh y tế được trình bày làm nền tảng để đề cập đến các vấn đề nội suy đối với ảnh y tế. Tiếp đến là khái quát chung về bài toán nội suy và các hướng tiếp cận và ứng dụng của kỹ thuật nội suy trong xử lý ảnh y tế. Chương 2: Một số kỹ thuật nội suy trong xử lý ảnh y tế. Nội dung của chương này trình bày mục đích ử dụng và thuật toán cụ thể của 7 kỹ thuật nội suy trong xử lý ảnh y tế. Chương 3: Chương trình thử nghiệm. Chương này phát biểu bài toán nội suy sinh lát cắt trung gian giữa hai lát cắt đã biết. Từ đó cài đặt thử nghiệm hai kỹ thuật này bằng ngôn ngữ C# và đánh giá thuật toán bằng cách sử dụng công thức MSE (Mean Squared Error) để so sánh lát cắt nội suy được sinh ra với lát cắt gốc. 10 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. 1.1 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 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 1.1.1 và cấu trúc ảnh DICOM được mô tả chi tiết trong mục 1.1.2. 1.1.1 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 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 .  Chuẩn IHE (Intergrating Heathcare Enterprise) IHE được công bố năm 1998 bởi Hội X-quang Bắc Mỹ (RSNA) và Hội hệ thống quản lý và thông tin y tế (HIMSS). 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. Hình 1.1: Cấu trúc một tập tích hợp thông tin bệnh nhân2 2 Nguồn ảnh: http://www.nanosoft.vn/home/news/80/detail/125/dicom-hl-va-ihe.aspx 13 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. 1.2.2 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 - - 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). Hình 1.2: Cấu trúc file DICOM3 3 Nguồn ảnh: https://www.leadtools.com/sdk/medical/dicom-spec1.htm 15 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. Phần nội dung chứa thông tin về ảnh được chụp, dữ liệu ảnh được mã hóa, giải mã và các thông tin liên quan đã được định nghĩa trong phần tiêu đề. Phần này có cấu trúc Data et được mô tả như hình 1.3. 16 Hình 1.3: Cấu trúc dataset của tập tin DICOM4 Trong đó: - Data Element: Là một đơn vị thông tin trong file DICOM. Data Element chứa một thông tin đầy đủ, các trường trong Data Element có nhiệm vụ đặc tả đầy đủ một thông tin, bao gồm: nghĩa, giá trị, chiều dài của tin và định dạng dữ liệu của tin. - Tag: Là 2 ố nguyên không dấu, mỗi ố 16 bit. Cặp ố nguyên này xác định nghĩa của Data Element như tên bệnh nhân, chiều cao của ảnh, ố bit màu,... Một ố xác định Group Number và ố kia xác định Element Number.Giá trị của Group Number và Element Number cho biết Data Element nói lên thông tin nào. Các thông tin cùng liên quan đến một nhóm ngữ nghĩa ẽ có chung ố Group Number. - VR (Value Repre entation): Là trường tùy chọn, tùy vào giá trị của Tran fer Syntax mà VR có mặt trong Data Element hay không.Giá trị của VR cho biết kiểu dữ liệu và định dạng giá trị của Data Element. - VM (Value Multiplicy): Cho biết ố lượng Value của Value Field nếu Value Field có nhiều giá trị. Nếu ố lượng Value không xác đinh, VM ẽ có dạng “a-b” với a là ố giá trị Value nhỏ nhất và b là ố Value lớn nhất có thể có của Data Element. VD: VM “6-10”: Value Field có ít nhất là 6 4 Nguồn ảnh: https://www.leadtools.com/sdk/medical/dicom-spec1.htm 17 - - - - giá trị và nhiều nhất là 10 giá trị.Data Element với Value Field có nhiều giá trị ẽ được mô tả cụ thể như au: + Với chuỗi k tự, dùng k tự 5Ch ( ) làm k tự phân cách. + Với giá trị nhị phân, không có k tự phân cách VL (Value Length): Là một ố nguyên không dấu, có độ dài là 16 hay 32 bit. Giá trị của Value Length cho biết độ lớn (tính theo byte) của Value Field (không phải là độ lớn của toàn bộ Data Element). Giá trị của Value Length là FFFFFFFFh (32 bit) hàm không xác định được chiều dài (Undefined Length). VF (Value Field): Là nội dung thông tin (Data Element). iểu dữ liệu của trường này do VR quy định và độ lớn (tính theo byte) nằm trong VL. Tran fer Syntax: Là các quy ước định dạng dữ liệu. Giá trị của Tran fer Syntax cho biết cách dữ liệu được định dạng và mã hóa trong DICOM đồng thời cũng cho biết VR ẽ có tồn tại trong Data Element hay không. Mặc định ban đầu, Tran fer Syntax của file DICOM là Explicit Value Representation Little Endian Transfer Syntax. Information Object Definition (IOD): IOD đại diện cho một đối tượng chứa thông tin và đối tượng này có tồn tại trong thế giới thực. Thông tin của đối tượng IOD là thông tin của đối tượng trong thế giới thực. Có 2 loại IOD: + Compo ite IOD: là IOD đại diện cho những phần khác nhau của các đối tượng khác nhua trong thế giới thực. + Normali ed IOD: là IOD cho duy nhất một đối tượng trong thế giới thực. Lớp Service-Object Pair (SOP): Lớp SOP được tạo ta khi gh p một IOD với DIMSE Service dành cho IOD đó. Có 2 loại lớp SOP: + Lớp Normali ed SOP: được tạo ra khi gh p Normali ed IOD với các dịch vụ DIMSE-N. + Lớp Compo ite SOP: được tạo ra khi gh p Compo ite IOD với các dịch vụ DIMSE-C. 18
- Xem thêm -