Hệ thống xử lý ảnh,ma trận ảnh,mức xám tổng quan về hệ thống tạo ảnh siêu âm,tính chất vật lý của sóng siêu âm,hệ thống tạo ảnh,chất lượng ảnh siêu âm mode B.Xử lý ảnh siêu âm và các giải pháp giảm nhiễu đốm ảnh siêu âm mode B bằng máy tính.Xây dựng chương trình giảm nhiễu đốm,cải thiện ảnh mode B dùng bộ lọc homomosphic wiener
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
--------------------------------------
NguyÔn h¶i hµ
Mét gi¶i ph¸p gi¶m nhiÔu ®èm ¶nh siªu ©m y tÕ
b»ng m« h×nh Homomorphic FIR Wiener
LuËn v¨n th¹c sü
Ngµnh xö lý th«ng tin vµ truyÒn th«ng
Ngêi híng dÉn khoa häc:
PGS.TS. NguyÔn thÞ hoµng lan
Hµ néi 2004
bé gi¸o dôc vµ ®µo t¹o
trêng ®¹i häc b¸ch khoa hµ néi
--------------------------------------
NguyÔn h¶i hµ
Mét gi¶i ph¸p gi¶m nhiÔu ®èm
¶nh siªu ©m y tÕ b»ng m« h×nh
Homomorphic FIR Wiener
LuËn v¨n th¹c sü
Ngµnh xö lý th«ng tin vµ truyÒn th«ng
Ngêi híng dÉn khoa häc:
PGS.TS. NguyÔn thÞ hoµng lan
khoa CNTT-Trêng §H B¸ch khoa hµ néi
Hµ néi 2004
Lêi c¶m ¬n
Sau mét thêi gian thùc hiÖn ®Ò tµi luËn v¨n ”Mét gi¶i ph¸p gi¶m
nhiÔu ®èm ¶nh siªu ©m y tÕ b»ng m« h×nh Homomorphic FIR Wiener”,
®Õn nay ®· hoµn thµnh. Tuy nhiªn, ®©y míi chØ lµ bíc ®Çu t×m hiÓu, thö
nghiÖm nªn vÉn cßn nhiÒu thiÕu sãt do kh¶ n¨ng, kinh nghiÖm cña b¶n th©n vµ
thêi gian thùc hiÖn cã h¹n.
§Ó hoµn thµnh luËn v¨n nµy, bªn c¹nh sù nç lùc, cè g¾ng cña b¶n th©n
lµ sù ®Þnh híng, chØ b¶o tËn t×nh cña PGS. TS NguyÔn ThÞ Hoµng Lan, sù hç
trî cña c¸c thÇy c« gi¸o khoa CNTT, TT§T vµ BD sau ®¹i häc- Trêng
§HBK-HN, gia ®×nh vµ ®ång nghiÖp.
Víi lßng biÕt ¬n, t«i xin göi lêi c¶m ¬n tíi c¸c thÇy c« gi¸o khoa
CNTT, TT§T vµ BD sau ®¹i häc- Trêng §HBK, ®· t¹o ®iÒu kiÖn cho t«i
hoµn thµnh kho¸ häc nµy.
Em xin tá lßng biÕt ¬n tíi c« gi¸o NguyÔn ThÞ Hoµng Lan, ngêi ®·
gióp ®ì, chØ dÉn em trong qu¸ tr×nh häc tËp vµ lµm luËn v¨n.
Cuèi cïng lµ sù biÕt ¬n tíi gia ®×nh t«i, ®ång nghiÖp vµ b¹n bÌ ®· gióp
®ì, ®éng viªn t«i hoµn thµnh luËn v¨n nµy.
Hµ néi, th¸ng 10 n¨m 2004
2
Danh môc c¸c ch÷ viÕt t¾t
AIUM: American Institude of Ultrasound in Medicine
CT: Computed Tomography
DFT: Discrete Fourier Transform
DR: Dynamic Range
DWT: Discrete Wavelet Transform
FFS: Fully Formed Speckle
FFT: Fast Fourier Transform
FIR: Finite Impulse Response
IDFT: Inverte Discrete Fourier Transform
IFFT: Inverte Fast Fourier Transform
IIR: Infinite Impulse Response
LMS: Least Mean Square
ModeB: Brightness mode
MRI: Magnetic Resonance Imaging
MSE: Mean Square Error
NCD: Nonlinear Coherent Diffusion
PC: Personal Computer
PCI: Peripheral Component Interconnect
pdf: Probability Density Function
PSF: Point Spread Function
SND: Scatter Number Density
SNR: Signal Noise Ratio
TGC: Time Gain Control
TV: Television
3
Danh môc c¸c b¶ng, h×nh vÏ, ®å thÞ
B¶ng 3-1 Tham kh¶o kÕt qu¶ thö nghiÖm
B¶ng 4-1 Gi¸ trÞ c¸c hµm thµnh viªn biBitCount
B¶ng 4-2 KÕt qu¶ thö nghiÖm gi¶m nhiÔu ®èm ¶nh siªu ©m b»ng m« h×nh
Homomorphic FIR Wiener
H×nh 1.1 .S¬ ®å khèi cña hÖ thèng xö lý ¶nh
H×nh 2.1 S¬ ®å khèi m¸y siªu ©m
H×nh 2.2 HiÖn tîng t¸n x¹
H×nh 2-3 Gi¶n ®å thêi gian thu-ph¸t sãng siªu ©m
H×nh 2.4 ¶nh siªu ©m modeB
H×nh 2.5 M« t¶ 2 c¬ chÕ quÐt ¶nh
H×nh 3.1 Histogram biÓu diÔn th«ng tin ¶nh
H×nh 3.2 BiÕn ®æi tuyÕn tÝnh Histogram
H×nh 3.2 D¹ng bé läc Gausse
H×nh 3.4 Ph¬ng sai cña ¶nh ra tû lÖ nghÞch sè ®iÓm ¶nh
H×nh 3.5 S¬ ®å bé läc tuyÕn tÝnh Wiener
H×nh 3-6 Hµm truyÒn ®¹t bé läc Wiener
H×nh 3.7 CÊu tróc bé läc Homomorphic FIR Wiener
H×nh 3-8 Ph©n tÝch sãng con cña ¶nh thµnh c¸c b¨ng con
H×nh 3-9 Ph¬ng ph¸p lo¹i trõ nhiÔu b»ng ngìng mÒm
H×nh 4.1 Minh ho¹ hÖ thèng thu nhËn ¶nh siªu ©m
H×nh 4.2 S¬ ®å khèi card thu nhËn h×nh
H×nh 4.3 CÊu tróc phÇn header cña file bitmap
H×nh 4.4 S¬ ®å khèi chi tiÕt m« h×nh c¶i thiÖn kh«i phôc ¶nh mode B
H×nh 4-5 ¶nh thËn mode B thu nhËn ®îc ®Þnh d¹ng.*Bitmap
4
H×nh 4-6 Giao diÖn xö lý ¶nh mode B
Hinh 4-7 Läc Gausse víi c¸c cöa sæ kh¸c nhau
H×nh 4-8 Phæ cña ¶nh tríc vµ sau läc Gausse
H×nh 4-9 KÕt qu¶ läc Homomorphic FIR Wiener
H×nh 4-10 M« t¶ bÒ mÆt ¶nh tríc vµ sau xö lý
H×nh 4.11 KÕt qu¶ thö nghiÖm sù biÕn thiªn cña SNR theo nhiÔu
H×nh 4-12 KÕt qu¶ läc kh«i phôc ®é nÐt ¶nh
Môc lôc
Giíi thiÖu chung
1
Danh môc c¸c ch÷ viÕt t¾t
2
Danh môc c¸c b¶ng, h×nh vÏ, ®å thÞ
3
Ch¬ng I- Giíi thiÖu chung vÒ xö lý ¶nh
1.1.
HÖ thèng xö lý ¶nh
5
1.1.1 Ma trËn ¶nh
6
1.1.2 Møc x¸m (Gray level)
6
1.2 C¸c vÊn ®Ò chñ yÕu trong xö lý ¶nh.
6
1.2.1 Qu¸ tr×nh thu nhËn vµ sè ho¸ ¶nh
6
1.2.2 Xö lý, ph©n tÝch ¶nh
8
1.3 Ph¹m vi øng dông cña xö lý ¶nh vµ øng dông trong lÜnh vùc y häc
8
Ch¬ng 2 Tæng quan vÒ hÖ thèng t¹o ¶nh siªu ©m
2.1 Giíi thiÖu chung
10
2.2 TÝnh chÊt vËt lý cña sãng siªu ©m
10
2.3 HÖ thèng t¹o ¶nh siªu ©m
12
2.3.1. S¬ ®å khèi
12
2.3.2 C¬ chÕ truyÒn lan sãng siªu ©m
13
2.3.3 Thu nhËn tÝn hiÖu
15
2.3.4 C¸c mode ¶nh siªu ©m
16
2.3.5 ¶nh siªu ©m modeB (Brightness mode)
17
2.3.6 ChuyÓn ®æi quÐt sè
18
2.4 ChÊt lîng ¶nh siªu ©m mode B
20
2.4.1 §é ph©n gi¶i ¶nh
20
2.4.2 HiÖn tîng nhiÔu trong ¶nh siªu ©m mode B
20
2.5 C¸c ph¬ng ph¸p xö lý c¶i thiÖn chÊt lîng ¶nh mode B cña hÖ
thèng t¹o ¶nh siªu ©m
21
2.6 Gi¶i ph¸p xö lý n©ng cao chÊt lîng ¶nh mode B b»ng m¸y tÝnh
22
Ch¬ng 3- Xö lý ¶nh siªu ©m vµ c¸c gi¶i ph¸p gi¶m
nhiÔu ®èm ¶nh siªu ©m mode B b»ng m¸y tÝnh
3.1 §Æc tÝnh cña ¶nh siªu ©m mode B
24
3.2 M« h×nh nhiÔu trong ¶nh siªu ©m mode B
25
3.2.1 M« h×nh ¶nh siªu ©m mode B
25
3.2.2 M« h×nh nhiÔu trong ¶nh siªu ©m
25
3.3 C¸c kü thuËt hç trî c¶i thiÖn ¶nh siªu ©m mode B
30
3.3.1 BiÕn ®æi ®é t¬ng ph¶n ¶nh
30
3.3.2 Kü thuËt läc trung b×nh kh«ng gian
33
3.3.3 Kü thuËt läc Gausse
33
3.3.4 Kü thuËt läc th«ng cao
35
3.4 Nghiªn cøu c¸c gi¶i ph¸p xö lý nhiÔu ®èm ¶nh siªu ©m mode B
36
3.4.1 Bé läc Median
36
3.4.2 Bé läc Wiener
37
3.4.3 Bé läc Homomorphic FIR Wiener
42
3.4.4 Bé läc sãng con
44
3.4.5 Bé läc khuÕch t¸n kh«ng ®ång nhÊt (Anisotropic Diffusion 48
Filter)
Ch¬ng 4- x©y dùng ch¬ng tr×nh Gi¶m nhiÔu ®èm, c¶i
thiÖn ¶nh mode-B dïng bé läc Homomorphic Wiener
4.1 HÖ thèng thu nhËn ¶nh siªu ©m
56
4.1.1 §Æc ®iÓm card thu nhËn h×nh vµ yªu cÇu cÊu h×nh PC
57
4.1.2 Cµi ®Æt phÇn cøng vµ phÇn mÒm
57
4.1.3 TruyÒn d÷ liÖu vµ ®Þnh d¹ng file ¶nh siªu ©m
58
4.1.4 CÊu tróc file Bitmap
59
4.2 ThiÕt kÕ x©y dùng ch¬ng tr×nh läc nhiÔu ®åm cho ¶nh siªu ©m
mode B
61
4.2.1 S¬ ®å khèi chi tiÕt
61
4.2.2 Chøc n¨ng vµ gi¶i thuËt c¸c khèi
62
4.3 ThiÕt kÕ gi¶i thuËt t¨ng cêng vµ kh«i phôc ¶nh siªu ©m mode B
69
4.3.1 §iÒu khiÖn ®Çu
69
4.3.2 C¸c bíc thùc hiÖn
70
4.3.3 Lu ®å thuËt to¸n läc Homomorphic FIR Wiener
71
4.4 KÕt qu¶ thö nghiÖm
72
4.4.1 Thu nhËn ¶nh siªu ©m
72
4.4.2 Giao diÖn xö lý nhiÔu ¶nh mode B
73
4.4.3 KÕt qu¶ ¶nh modeB thu ®îc sau läc Gausse
74
4.4.4 BiÕn ®æi tÝn hiÖu ¶nh sang miÒn tÇn sè
74
4.4.5 Lo¹i trõ nhiÔu ®èm
74
4.4.6 T¨ng cêng ®é nÐt ¶nh
75
KÕt luËn – Híng ph¸t triÓn
Tµi liÖu tham kh¶o
80
81
1
Giíi thiÖu chung
H¬n hai thËp kû qua, viÖc th¨m kh¸m b»ng ph¬ng ph¸p chÈn ®o¸n
h×nh ¶nh ®· ph¸t triÓn vµ ®îc sö dông réng r·i, bëi thÕ m¹nh cña nã lµ cã thÓ
quan s¸t trùc tiÕp b»ng m¾t nh÷ng tæ chøc bªn trong c¬ thÓ mµ kh«ng cÇn cã
c¸c t¸c ®éng c¬ häc. §Æc biÖt ph¬ng ph¸p chÈn ®o¸n h×nh ¶nh ®îc a
chuéng nhÊt lµ hÖ thèng t¹o ¶nh siªu ©m, bëi tÝnh linh ho¹t, kh¶ n¨ng c¾t theo
l¸t c¸c m« c¬ mÒm, kh«ng g©y tæn h¹i tíi c¸c bé phËn trong c¬ thÓ vµ gi¸
thµnh thÊp h¬n so víi c¸c thiÕt bÞ cã cïng chøc n¨ng. Tuy nhiªn, hÖ thèng t¹o
¶nh siªu ©m cã h¹n chÕ lµ tÝn hiÖu thu ®îc thêng cã ®é ph©n gi¶i thÊp, lý do
v× ¶nh kh«ng ®îc t¹o trùc tiÕp tõ ¸nh s¸ng th«ng thêng, mµ ¶nh cã ®îc do
sù ph¶n x¹ cña sãng siªu ©m, g©y nªn hiÖn tîng ®èm ¶nh vµ do c«ng nghÖ
chÕ t¹o thiÕt bÞ.
Víi mong muèn gãp phÇn kh¾c phôc, n©ng cao chÊt lîng ¶nh cña thiÕt
bÞ t¹o ¶nh siªu ©m thÕ hÖ 1980-1990, hiÖn ®ang ®îc sö dông chñ yÕu ë c¸c
trung t©m y tÕ huyÖn trªn toµn quèc, t«i ®· t×m hiÓu, tiÕp thu nh÷ng kiÕn thøc
vÒ xö lý ¶nh ®Ó thùc hiÖn luËn v¨n theo híng nghiªn cøu thö nghiÖm xö lý
nhiÔu ®èm, t¨ng ®é ph©n gi¶i ¶nh siªu ©m mode B.
LuËn v¨n gåm 4 ch¬ng, víi c¸c néi dung:
Néi dung ch¬ng 1: Giíi thiÖu chung vÒ xö lý ¶nh vµ ph¹m vi øng
dông.
Néi dung ch¬ng 2: Tr×nh bµy hÖ thèng t¹o ¶nh siªu ©m vµ nh÷ng
h¹n chÕ trong viÖc t¹o ¶nh.
Néi dung ch¬ng 3: Ph©n tÝch m« h×nh nhiÔu trong ¶nh siªu ©m.
Tr×nh bµy, ®¸nh gi¸ c¸c gi¶i ph¸p hç trî kh¾c phôc nhîc ®iÓm cña hÖ
thèng t¹o ¶nh siªu ©m vµ nghiªn cøu c¸c gi¶i ph¸p thùc hiÖn.
Néi dung ch¬ng 4: X©y dùng ch¬ng tr×nh thùc hiÖn gi¶m nhiÔu
®èm ¶nh siªu ©m vµ gi¶i thuËt Homomorphic FIR Wiener. KÕt qu¶ thö
nghiÖm, ®¸nh gi¸, nhËn xÐt.
5
Ch¬ng I
Giíi thiÖu chung vÒ xö lý ¶nh
1.1. HÖ thèng xö lý ¶nh
Trong nh÷ng n¨m 1960, mét ngµnh khoa häc míi ra ®êi, ®ã lµ ngµnh xö
lý ¶nh sè, kÓ tõ ®ã liªn tôc ph¸t triÓn vµ t¹o ra c¸c kü thuËt quan träng t¸c
®éng trùc tiÕp tíi sù tiÕn bé cña c¸c lÜnh vùc truyÒn th«ng, hµng h¶i, nghiªn
cøu thiªn v¨n, vò trô, y häc, kü x¶o ®å häa,... .
Xö lý ¶nh lµ mét trong c¸c vÊn ®Ò ngµy nay ®ang ®îc nhiÒu nhãm
nghiªn cøu trªn thÕ giíi quan t©m, nghiªn cøu vµ øng dông. ë ViÖt Nam, xö lý
¶nh thêi gian gÇn ®©y còng ®îc chó träng vµ ph¸t triÓn. Cïng víi sù ph¸t
triÓn m¹nh mÏ cña ngµnh ®iÖn tö-tin häc, xö lý ¶nh sè víi sù hæ trî cña m¸y
tÝnh ®· ®a ra nhiÒu øng dông phôc vô cuéc sèng.
CÊu h×nh c¬ b¶n cña mét hÖ thèng xö lý ¶nh bao gåm c¸c khèi chøc
n¨ng:
- Thu nhËn vµ sè ho¸ ¶nh;
- C¶i thiÖn vµ n©ng cao chÊt lîng ¶nh;
- Xö lý, ph©n tÝch ¶nh;
- NÐn, lu tr÷ vµ truyÒn ¶nh.
TÝn hiÖu
TÝn hiÖu
¶nh
Sè
phi ®iÖn HÖ
liªn tôc ho¸
thèng
thu nhËn
¶nh
¶nh
§èi
tîng
D÷ liÖu
¶nh sè
Xö lý
ph©n
tÝch
¶nh
¶nh ®·
xö lý
HiÓn
thÞ
NÐn,
lu tr÷,
truyÒn
¶nh
H×nh 1.1.S¬ ®å khèi cña hÖ thèng xö lý ¶nh
6
1.1.1 Ma trËn c¸c ®iÓm ¶nh
¶nh sè 2D ®îc x©y dùng tõ nh÷ng phÇn tö ¶nh (Picture Element Pixel), chøa c¸c th«ng tin vÒ ®é chãi, mµu vµ vÞ trÝ trong hÖ to¹ ®é Cartesian,
th«ng thêng ®îc biÓu diÔn bëi hµm f(x,y), x, y lµ to¹ ®é trong mÆt ph¼ng.
Trong thùc tÕ ¶nh lµ liªn tôc vÒ kh«ng gian vµ vÒ gi¸ trÞ ®é chãi, ®Ó thùc hiÖn
®îc qu¸ tr×nh xö lý ¶nh b»ng m¸y tÝnh cÇn thiÕt ph¶i tiÕn hµnh sè ho¸ ¶nh.
Qu¸ tr×nh sè ho¸ thùc hiÖn c¸c thao t¸c biÕn ®æi tÝnh hiÖu liªn tôc thµnh tÝn
hiÖu rêi r¹c bëi qu¸ tr×nh lÊy mÉu (rêi r¹c ho¸ vÒ kh«ng gian) vµ lîng ho¸ vÒ
gi¸ trÞ trªn nguyªn t¾c b»ng m¾t thêng kh«ng ph©n biÖt ®îc hai ®iÓm kÒ
nhau. KÕt qu¶ qu¸ tr×nh nµy- kh¸i niÖm picture element (Pixel) - phÇn tö ¶nh
®îc ®a ra, nh vËy mét ¶nh sè lµ mét tËp hîp c¸c phÇn tö ¶nh. Sau khi ®îc
sè ho¸, ¶nh ®îc biÓu diÔn bëi b¶ng sè liÖu hai chiÒu hay ma trËn ¶nh I(m, n),
nghÜa lµ m dßng vµ n cét vµ ¶nh ®ã cã kÝch thíc m × n. Thêng ký hiÖu I(m,
n) ®Ó x¸c ®Þnh mét pixel vµ gi¸ trÞ mét pixel ®îc biÓu diÔn bëi 8 bit ®èi víi
¶nh ®en-tr¾ng ®a møc x¸m.
1.1.2 Møc x¸m (Gray level)
Møc x¸m lµ sù m· ho¸ t¬ng øng víi cêng ®é s¸ng cña mçi ®iÓm ¶nh
b»ng mét gi¸ trÞ sè, ®ã lµ kÕt qu¶ cña qu¸ tr×nh lîng tö ho¸. C¸c m· hãa
truyÒn thèng thêng dïng lµ 16, 32 hay 64 vµ 256 møc. M· ho¸ 256 møc lµ
phæ dông nhÊt, 28 = 256 (0,1,...,255), mçi pixel ®îc m· ho¸ bëi 8 bit.
1.2 C¸c vÊn ®Ò chñ yÕu trong xö lý ¶nh.
1.2.1 Qu¸ tr×nh thu nhËn vµ sè ho¸ ¶nh
HÖ thèng thu nhËn ¶nh sö dông nhiÒu kü thô©t kh¸c nhau ®Ó biÕn ®æi tÝn
hiÖu phi ®iÖn thµnh tÝn hiÖu ®iÖn, t¹o tÝn hiÖu ¶nh t¬ng tù. Qu¸ tr×nh thu nhËn
¶nh lµ qu¸ tr×nh biÕn ®æi th«ng tin cña ¶nh ®îc biÓu diÔn díi d¹ng n¨ng
lîng quang sang d¹ng n¨ng lîng ®iÖn.
7
Qu¸ tr×nh sè ho¸ ¶nh lµ qu¸ tr×nh biÕn ®æi tÝn hiÖu t¬ng tù thµnh tÝn
hiÖu rêi r¹c, gåm 2 qu¸ tr×nh c¬ b¶n:
- Rêi r¹c ho¸ ®iÓm ¶nh: Lµ qu¸ tr×nh biÕn ®æi tÝn hiÖu liªn tôc I(x,y)
thµnh tÝn hiÖu sè I(m,n) víi m∈[1,M ], n∈[1,N ]. Qu¸ tr×nh rêi r¹c ho¸ ph¶i
tho¶ m·n ®Þnh lý lÊy mÉu.
§Þnh lý lÊy mÉu 2 chiÒu: Mét ¶nh biÓu diÔn bëi hµm I(x,y) cã tÇn sè
kh«ng gian giíi h¹n bëi Fx ®èi víi trôc x vµ Fy ®èi víi trôc y (Fx, Fy lµ giíi h¹n
phæ cña tÝn hiÖu ¶nh trªn 2 trôc x, y) ®îc sè ho¸ bëi c¸c chu kú lÊy mÉu ∆x,
∆y.
TÝn hiÖu ¶nh sè chØ cã thÓ kh«i phôc ®îc chÝnh x¸c nÕu chu kú lÊy
mÉu tho¶ m·n:
∆x ≤1/ 2Fx, ∆y ≤1/ 2Fy
(1-1)
Thùc tÕ cã thÓ ¸p dông ∆x = ∆y (Fx≈Fy)
- Lîng tö ho¸ ®iÓm ¶nh dùa trªn c¬ së ph¶i ®¶m b¶o ®é nh¹y cña m¾t
®èi víi hµm ®é s¸ng, sao cho biÓu diÔn ¶nh b»ng c¸c møc rêi r¹c ®¹t ®îc ®é
chÝnh x¸c nh ¶nh liªn tôc. Qu¸ tr×nh lîng tö ho¸ thùc hiÖn theo nguyªn t¾c
sau:
Gäi D lµ d¶i biÕn thiªn cña hµm ®é s¸ng, Mq lµ møc lîng tö ho¸ , Q lµ
kho¶ng c¸ch gi÷a c¸c møc lîng tö th×:
Q = D/Mq
(1-2)
Do vËy c«ng thøc thùc tÕ ®èi víi lîng tö ho¸
Mq = D/log(1+Cw)
(1-3)
D: Kho¶ng biÕn thiªn t¬ng ®èi
Cw: §é nh¹y cña m¾t (≈0,01-0,02)
Thùc tÕ: Mq = 2/log(1+0,02) ≈ 236 ≈ 28 = 256 møc [Tµi liÖu m«n häc
Xö lý ¶nh] ®ñ ®Ó biÓu diÔn sù biÕn thiªn hµm ®é s¸ng tõ gi¸ trÞ min gi¸ trÞ
max.
8
1.2.2 Xö lý, ph©n tÝch ¶nh
a- C¶i thiÖn, n©ng cÊp chÊt lîng ¶nh lµ mét bíc quan träng t¹o tiÒn ®Ò
cho xö lý ¶nh. Môc ®Ých chÝnh lµ nh»m lµm næi bËt mét sè ®Æc tÝnh cña ¶nh
nh thay ®æi ®é t¬ng ph¶n, läc nhiÔu, t¨ng ®é nÐt, lµm tr¬n ¶nh, hiÖu chØnh,
söa ch÷a, khuÕch ®¹i ¶nh. Xö lý n©ng cao chÊt lîng ¶nh kh«ng ph¶i lµ lµm
t¨ng lîng th«ng tin d÷ liÖu vèn cã trong ¶nh mµ lµm t¨ng kh¶ n¨ng biÓu diÔn
c¸c ®Æc trng cña ¶nh, tËp hîp c¸c kü thuËt nµy t¹o nªn qu¸ tr×nh tiÒn xö lý
¶nh.
b- Qu¸ tr×nh ph©n tÝch ¶nh liªn quan ®Õn viÖc x¸c ®Þnh c¸c ®Æc trng
®Þnh lîng cña mét ¶nh ®Ó m« t¶ ®Çy ®ñ vÒ ¶nh. C¸c kü thuËt ¸p dông ë ®©y
nh»m x¸c ®Þnh biªn, ph©n vïng ¶nh.
T¸ch biªn lµ mét trong c¸c vÊn ®Ò quan träng trong ph©n tÝch ¶nh.
§êng biªn mang th«ng tin cÇn thiÕt vÒ ®êng bao cña ®èi tîng vµ lµ mét
trong nh÷ng ®Æc trng cho phÐp biÓu diÔn d¹ng cña ®èi täng trong ¶nh vµ
cho c¸c øng dông läc ¶nh. C¸c kü thuËt thêng ®îc sö dông ®Ó ph¸t hiÖn vµ
t¸ch biªn nh Laplace hay dß theo quy ho¹ch ®éng.
Nh vËy qu¸ tr×nh ph©n tÝch ¶nh lµ thùc hiÖn trÝch trän c¸c ®Æc trng
cña ¶nh ®Ó øng dông vµo nhËn d¹ng ¶nh hay gi¶i thÝch vµ miªu t¶ ¶nh.
c. BiÓu diÔn ®èi tîng ¶nh nhÞ ph©n vµ xö lý ¶nh nhÞ ph©n ®îc tiÕn
hµnh b¾t ®Çu tõ m· ho¸ ®êng biªn, m· ho¸ vïng, tiÕp theo lµ xö lý ký hiÖu,
xö lý cÊu tróc h×nh häc vµ t×m x¬ng ¶nh. ý nghÜa cña ph¬ng ph¸p nhÞ ph©n
¶nh lµ gi¶m dung lîng nhí, nhng vÉn ®Èm b¶o ®é chÝnh x¸c cña ¶nh vµ phï
hîp ®Ó biÓu diÔn c¸c ®èi tîng ¶nh cã b¶n chÊt nhÞ ph©n, c¸c biªn ¶nh, h×nh
d¹ng ¶nh ®a møc x¸m sau khi ®· t¸ch biªn, ph©n vïng.
1.3 Ph¹m vi øng dông cña xö lý ¶nh vµ øng dông trong lÜnh vùc y häc
Ph¹m vi øng dông cña xö lý ¶nh rÊt réng trong c¸c lÜnh vùc y häc, an
ninh-qu©n sù, ®iÖn ¶nh, khoa häc vò trô nh: xö lý ¶nh chôp tõ vÖ tinh, viÔn
9
th¸m, th¨m dß ®Þa chÊt,....
Trong lÜnh vùc y häc øng dông cña xö lý ¶nh ®ang ®îc nhiÒu nhãm
nghiªn cøu ë c¸c níc quan t©m vµ tËp trung nghiªn cøu. Nh÷ng tiÕn bé cña
kü thuËt chÈn ®o¸n h×nh ¶nh hç trî rÊt hiÖu qu¶ cho viÖc chÈn ®o¸n l©m sµng,
ch¼ng h¹n nh ¶nh chôp X-quang cho biÕt c¸c th«ng tin vÒ x¬ng, phæi, d¹
dµy, thËn,...hay ¶nh siªu ©m cung cÊp c¸c th«ng tin vÒ c¸c m« c¬ mÒm, tim,
gan, mËt, thËn, bµng quang, thai nhi,... C«ng nghÖ chÈn ®o¸n h×nh ¶nh trªn thÕ
giíi tõ thËp niªn 80 trë ®i ph¸t triÓn víi tèc ®é rÊt nhanh ®Ó ®¸p øng yªu cÇu
cao cho ch¨m sãc søc khoÎ con ngêi. Trong khi ®ã c¸c thiÕt bÞ chÈn ®o¸n
h×nh ¶nh thÕ hÖ cò l¹c hËu vµ xuèng cÊp g©y khã kh¨n cho viÖc th¨m kh¸m.
Do vËy hiÖn nay trªn thÕ giíi tån t¹i song song hai híng nghiªn cøu xö lý
¶nh y häc:
- Ph¸t triÓn, n©ng cao c¸c øng dông trong c¸c m¸y siªu ©m mµu, siªu
©m 3D, m¸y chôp vi tÝnh c¾t líp (Computed Tomography-CT), m¸y chôp céng
hëng tõ (Magnetic Resonance Imaging-MRI);
- Trªn c¬ së thiÕt kÕ ®· cã cña c¸c thiÕt bÞ chÈn ®o¸n h×nh ¶nh, xö lý
nh÷ng h¹n chÕ ®Ó c¶i thiÖn, n©ng cÊp chÊt lîng, trÝch chän ®Æc trng, nhËn
d¹ng ¶nh b»ng m¸y tÝnh.
¶nh y häc khi ®îc lu tr÷ trªn m¸y tÝnh cho kh¶ n¨ng xö lý t¨ng
cêng chÊt lîng vµ thao t¸c ®Ó tËp trung vµo mét vïng cÇn quan t©m, c«ng
viÖc nµy lµ cÇn thiÕt ®èi víi chÈn ®o¸n vµ gi¶i phÉu.
Ngoµi ra, viÖc xö lý ¶nh b»ng m¸y tÝnh cßn thùc hiÖn lu tr÷ c¸c th«ng
tin vÒ bÖnh nh©n vµ mét thuËn lîi kh¸c cña ¶nh y häc ®îc sè ho¸ lµ cho phÐp
c¸c b¸c sÜ cã thÓ chÈn ®o¸n ®îc cho c¸c bÖnh nh©n ë nh÷ng kho¶ng c¸ch xa
vµ trao ®æi th«ng tin gi÷a c¸c bÖnh viÖn.
10
Ch¬ng 2
Tæng quan vÒ hÖ thèng t¹o ¶nh siªu ©m
2.1 Giíi thiÖu chung
VÊn ®Ò t¹o ¶nh siªu ©m ®· ®îc coi lµ mét kü thuËt m¹nh, h÷u hiÖu cho
viÖc th¨m kh¸m c¸c cÊu tróc tæ chøc m« mÒm trong c¬ thÓ ngêi. Siªu ©m
®îc sö dông ®Ó hç trî chÈn ®o¸n trong lÜnh vùc y häc, víi lîi thÕ lµ thùc
hiÖn th©m nhËp vµo c¸c vïng trong c¬ thÓ mµ biÖn ph¸p th«ng thêng kh«ng
cã kh¶ n¨ng ph¸t hiÖn trùc tiÕp. Siªu ©m lu«n ®îc a chuéng h¬n c¸c ph¬ng
ph¸p t¹o ¶nh kh¸c, bëi sãng siªu ©m hÇu nh kh«ng ¶nh hëng tíi c¸c tæ chøc
trong c¬ thÓ ngêi, tiÖn lîi, linh ho¹t vµ cã tÝnh kinh tÕ cao.
Nghiªn cøu vÒ sù ph¶n x¹ siªu ©m ®îc b¾t ®Çu ngay sau khi P.Curie
(Ph¸p) ph¸t hiÖn ra hiÖu øng ¸p-®iÖn (1880), sau ®ã nhiÒu c«ng tr×nh nghiªn
cøu øng dông vµo c¸c lÜnh vùc qu©n sù, hµng h¶i, y häc...®· ®îc c«ng bè.
LÇn ®Çu tiªn n¨m 1940, siªu ©m ®îc øng dông vµo chÈn ®o¸n h×nh ¶nh y häc
do Dussel (¸o) thùc hiÖn vµ trë nªn phæ biÕn vµo nh÷ng n¨m 1950 sau khi hÖ
thèng t¹o ¶nh siªu ©m 2D modeB ®îc ®a ra. Cho tíi nay siªu ©m lµ mét
c«ng cô ®îc ¸p dông réng r·i trong chÈn ®o¸n h×nh ¶nh y häc.
2. 2 TÝnh chÊt vËt lý cña sãng siªu ©m
Sãng siªu ©m lµ sãng c¬ häc truyÒn trong m«i trêng vËt chÊt cã tÝnh
®µn håi (m«i trêng khÝ, láng hay r¾n) cã thÓ coi nh nh÷ng m«i trêng liªn
tôc, gåm nh÷ng phÇn tö liªn kÕt chÆt chÏ víi nhau. Khi t¸c dông lùc c¸c phÇn
tö nµy sÏ dao ®éng trong mét d¶i tÇn sè x¸c ®Þnh [Ultrasound in
Biomedicine]. TÇn sè sãng siªu ©m n»m trong d¶i 15KHz ÷10GHz [Handbook
of Computer Vision and Application-Volume 1], trong chÈn ®o¸n y häc sö
dông d¶i 1MHz ÷10MHz [Ultrasound in Biomedicine]. Sãng siªu ©m ®îc
11
t¹o bëi ®Çu dß cã cÊu t¹o b»ng c¸c tinh thÓ ¸p ®iÖn t¹i tÇn sè céng hëng. TÇn
sè riªng thÊp nhÊt cña tÊm th¹ch anh cã ®é dµy l ®îc tÝnh b»ng c«ng thøc
[Handbook of Computer Vision and Application-Volume 1]:
ν =
0
cq
2l
(2-1)
Trong ®ã: Cq = 5,6 ×105cm s-1 lµ tèc ®é truyÒn ©m trong th¹ch anh. Phæ
cña tÇn sè kÝch thÝch gåm nhiÒu phÐp nh©n sè nguyªn víi ν0.
Tr¸i víi sãng ®iÖn tõ, sãng ©m cÇn ph¶i cã sãng mang, chóng truyÒn
trong kh«ng gian víi tèc ®é ©m thanh ®îc biÓu diÔn [Handbook of Computer
Vision and Application-Volume 1]:
Cm = (ρ0βad)-1/2
(2-2)
Trong ®ã: ρ0 lµ mËt ®é tÜnh vµ βad lµ hÖ sè nÐn ®o¹n nhiÖt ®îc x¸c ®Þnh
b»ng c«ng thøc [Handbook of Computer Vision and Application-Volume 1]:
β
1 ∂V
=− ×
ad
V ∂P
(2-3)
V - thÓ tÝch cña phÇn tö
P - ¸p suÊt ®¬n vÞ
βad ®îc cho khi quan hÖ dung tÝch thay ®æi, do ¸p suÊt ®¬n vÞ kh«ng cã
sù trao ®æi nhiÖt. Khi vËn tèc sãng ©m Cm chØ phô thuéc ®Æc tÝnh ®µn håi cña
m«i trêng, sãng ©m víi mäi tÇn sè truyÒn cïng mét tèc ®é. Sãng ©m kh«ng
bÞ tiªu t¸n, ®Æc tÝnh quan träng nµy ®îc sö dông trong kü thuËt t¹o ¶nh ®Ó ®o
mËt ®é m«i trêng b»ng phÐp ®o ®é dµi bíc sãng cña sãng siªu ©m ph¶n x¹.
Ph¬ng tr×nh (2-2) lµ ph¬ng tr×nh biÓu diÔn sãng däc sinh ra bëi ¸p
suÊt ®ång nhÊt víi sù biÕn d¹ng trong híng lan truyÒn. Trong m«i trêng cã
cÊu tróc r¾n, sù lan truyÒn sãng lµ kh«ng ®ång nhÊt vµ bÞ suy gi¶m nhiÒu, v×
møc sãng ngang t¨ng lªn.
Sãng däc lµ sù chuyÓn dÞch cña c¸c phÇn tö däc theo híng lan truyÒn
12
cña sãng, hÇu hÕt sãng ©m trong m«i trêng chÊt láng cã tÝnh chÊt cña sãng
däc. NÕu sù dÞch chuyÓn cña c¸c phÇn tö vu«ng gãc víi híng lan truyÒn
sãng, sãng nµy ®îc gäi lµ sãng ngang, sãng ngang tån t¹i trong chÊt láng sÖt.
§Æc biÖt sãng ©m chñ yÕu bÞ h¹n chÕ trong m«i trêng chÊt r¾n [Physical
Ultrasonic].
Ph¬ng tr×nh biÓu diÔn sãng siªu ©m cã d¹ng sãng ®iÒu hoµ ph¼ng:
-
-
ζ = ζ cos(ϖt − kx)
0
(2-4)
-
ζ - Sù chuyÓn dÞch tøc thêi cña phÇn tö theo híng x, lµ hµm cña x vµ
thêi gian t
-
ζ - HÖ sè dÞch chuyÓn Lagrangian
0
ω - TÇn sè gãc
k - HÖ sè lan truyÒn
BiÓu diÔn ph¬ng tr×nh (2-4) theo d¹ng phøc ta cã:
ζ = ζ e j (ωt − kx)
0
-
-
(2-5)
Thùc tÕ ta chØ thùc hiÖn víi phÇn thùc cña ph¬ng tr×nh, do vËy cã thÓ
bá qua thµnh phÇn ¶o mµ chØ quan t©m tíi thµnh phÇn thùc cña ph¬ng tr×nh
sãng, ph¬ng tr×nh (2-4) cã thÓ biÓu diÔn:
-
-
ζ = (ζ /ω )sin(ϖt − kx) = ζ sin(ωt − kx)
0
0
(2-6)
TÇn sè sãng siªu ©m ν liªn quan tíi bíc sãng λ , bëi ω = 2πν vµ k = 2π/λ
2.3 HÖ thèng t¹o ¶nh siªu ©m
2.3.1. S¬ ®å khèi
§Ó t¹o h×nh ¶nh siªu ©m, hÖ thèng cÇn ph¶i cã c¸c khèi [LOGIQ ∝200
Service Manual]:
13
- §Çu dß (Probe): Ph¸t tÇn sè siªu ©m vµ thu nhËn ph¶n x¹ sãng ©m;
- C¸c khèi tiÒn khuÕch ®¹i (Preamplifier), chuyÓn ®æi A/D (A/D converter),
t¹o chïm tia (Digital beamformer), khèi truyÒn tÝn hiÖu (transmission circuit):
t¹o cao ¸p ®Çu dß, thu nhËn tÝn hiÖu sãng ©m tõ ®Çu dß ®Ó t¹o chïm tia quÐt
siªu ©m;
- C¸c khèi xö lý läc (Filter processor), xö lý tÝn hiÖu modeB (B mode
signal processor), xö lý tÝn hiÖu Doppler (Doppler signal processor, color
Doppler signal processor), chuyÓn ®æi quÐt (DSC): chuyÓn ®æi hÖ to¹ ®é ¶nh
quÐt siªu ©m thµnh hÖ to¹ ®é ¶nh TV;
- C¸c khèi video, monitor (Observation monitor): hiÓn thÞ ¶nh siªu ©m.
H×nh 2.1 S¬ ®å khèi m¸y siªu ©m
2.3.2 C¬ chÕ truyÒn lan sãng siªu ©m
Sãng ©m ®îc ph¸t ra víi bé chuyÓn ®æi (thuËt ng÷ ngµnh y gäi lµ ®Çu
dß) vµ ®îc lan truyÒn trong m« mÒm theo tÝnh chÊt cña sãng däc. Sù lan
truyÒn nµy do sù biÕn ®æi côc bé cña mËt ®é ¸p suÊt vµ tèc ®é m«i trêng t¹o
ra.
14
TÝnh chÊt cña m« mÒm ®îc coi gÇn nh tÝnh chÊt cña chÊt láng ®ång
nhÊt kh«ng hÊp thô. §Ó x¸c ®Þnh ¸p suÊt t¸c ®éng vµo m«i trêng trong trêng
hîp nµy, sö dông phÐp ®¹o hµm ¸p suÊt côc bé t¹i vÞ trÝ to¹ ®é kh«ng gian x
[Handbook of Computer Vision and Application-Volume 1]:
∂ 2P 1 ∂ 2P
=
∂x 2 C2 ∂t 2
(2-7)
C: vËn tèc sãng ©m
NÕu m«i trêng kh«ng thuÇn nhÊt, mËt ®é ρ lµ hµm cña x ®îc coi nh
hÖ sè nÐn k, ta cã:
y(x) ∂ 2P ∂
∂ 2P
∂P
1 ∂ 2P
=
=
+
( µ (x) )
2 ∂x
∂x
∂x 2
C2 ∂t 2
C 2 ∂t
Trong ®ã: µ (x) =
(2-8)
k-k
ρ (x) - ρ0
0
vµ y( x) =
k
ρx
0
ρ0 - MËt ®é vËt chÊt, ρ0 kh«ng thay ®æi trong m«i trêng ®ång nhÊt.
Mét kh¸i niÖm quan träng lµ tÝnh chÊt trë kh¸ng ©m, lµ mét tham sè ¶nh
hëng tíi sù lan truyÒn sãng ©m, nã biÓu diÔn sù liªn quan gi÷a mËt ®é m«i
trêng vµ tèc ®é truyÒn lan sãng ©m trong m«i trêng ®ã. Víi c¸c ®¹i lîng
Pe, U ®îc x¸c ®Þnh tõ ph¬ng tr×nh sãng siªu ©m lµ phøc, trong ®ã ¸p suÊt
©m Pe = ρ0CU0 exp j(ωt - kx) lµ ®iÖn ¸p vµ U = U0exp j(ωt - kx) lµ dßng ®iÖn.
Theo ®Þnh luËt ¤m tÝnh to¸n trë kh¸ng ©m :
Z =
Pe ρ0CU0exp i(ω( − kx)
=
=ρ C
0
U
U exp i(ω( − kx)
0
(2-9)
KÕt qu¶ trë kh¸ng ©m lµ mét sè thùc t¸c ®éng tíi sù truyÒn lan cña sãng
siªu ©m. T¹i biªn giíi gi÷a hai m«i trêng cã trë kh¸ng ©m kh¸c nhau sÏ xuÊt
hiÖn sù ph¶n x¹ ©m, n¨ng lîng trong sãng ph¶n x¹ phô thuéc trë kh¸ng ©m
gi÷a hai m«i trêng.
HÖ sè ph¶n x¹ ®îc x¸c ®Þnh b»ng c«ng thøc:
- Xem thêm -