ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA KHOA HỌC VÀ KỸ THUẬT MÁY TÍNH
——————– * ———————
LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC
PHÂN ĐOẠN ẢNH VÕNG MẠC HỖ TRỢ
CHẨN ĐOÁN BỆNH
NGÀNH: KHOA HỌC MÁY TÍNH
HỘI ĐỒNG: Khoa học máy tính 2
GVHD: TS. Nguyễn Đức Dũng
GVPB: ThS. Lưu Quang Huân
—o0o—
SVTH 1: Nguyễn Trần Minh Đăng (1711014)
SVTH 2: Đặng Hoàng Kiều Hưng (1711622)
TP. HỒ CHÍ MINH, 8/2021
Lời cam đoan
Chúng tôi xin cam đoan đây là công trình nghiên cứu của riêng chúng tôi dưới sự hướng
dẫn của TS Nguyễn Đức Dũng. Nội dung nghiên cứu và các kết quả đều là trung thực và
chưa từng được công bố trước đây. Các số liệu được sử dụng cho quá trình phân tích, nhận
xét được chính chúng tôi thu thập từ nhiều nguồn khác nhau và sẽ được ghi rõ trong phần
tài liệu tham khảo.
Ngoài ra, chúng tôi cũng có sử dụng một số nhận xét, đánh giá và số liệu của các tác giả
khác, cơ quan tổ chức khác. Tất cả đều có trích dẫn và chú thích nguồn gốc.
Nếu phát hiện có bất kì sự gian lận nào, chúng tôi xin hoàn toàn chịu trách nhiệm về
nội dung luận văn tốt nghiệp của mình. Trường đại học Bách Khoa thành phố Hồ Chí Minh
không liên quan đến những vi phạm tác quyền, bản quyền do chúng tôi gây ra trong quá
trình thực hiện.
Lời cảm ơn
Lời đầu tiên, chúng em xin gửi lời cảm ơn chân thành đến Trường Đại học Bách khoa
TP.HCM vì đã tạo điều kiện về cơ sở vật chất với hệ thống thư viện hiện đại, đa dạng các loại
sách, tài liệu thuận lợi cho việc tìm kiếm, nghiên cứu thông tin.
Đặt biệt, chúng em xin gửi lời cảm ơn sâu sắc đến giáo viên hướng dẫn - TS Nguyễn Đức
Dũng đã chỉ dạy tận tình, truyền đạt những kiến thức quý báu cho chúng em trong suốt thời
gian thực hiện đề cương vừa qua.
Chúng em cũng xin cảm ơn cha mẹ, người thân và bạn bè, những người đã cùng đồng
hành, giúp đỡ, truyền động lực trên suốt quãng đường vừa qua.
Có lẽ kiến thức là vô hạn, mà sự tiếp nhận kiến thức của bản thân mỗi người luôn tồn
tại những hạn chế nhất định. Do đó, trong quá trình thực hiện luận văn không thể tránh khỏi
những thiếu sót. Chúng em mong muốn nhận được những góp ý đến từ các thầy cô để bài báo
cáo của chúng em có thể tốt hơn.
Kính chúc thầy cô nhiều sức khỏe, thành công trên con đường sự nghiệp giảng dạy và
trong cuộc sống.
Tóm tắt nội dung
Trong những năm gần đây khoa học kĩ thuật phát triển, các thành tựu khoa học công nghệ đã
được áp dụng vào hầu hết các lĩnh vực trong đời sống, trong đó có y học. Việc quan sát các hình
ảnh y khoa để chẩn đoán bệnh ngoài việc đòi hỏi chuyên môn cao, còn đòi hỏi bác sĩ có kinh
nghiệm.
Trên cơ thể con người, bộ phận dễ bị tổn thương nhất là mắt. Bên trong mắt có một bộ phận
là võng mạc. Nó là nơi chuyển thông tin ánh sáng ngược về não bộ thông qua các dây thần kinh
thị giác. Nó giúp chúng ta nhận biết ánh sáng và các vật thể xung quanh. Bệnh võng mạc mắt
đứng thứ hai, sau đục thủy tinh thể trong các nhóm bệnh gây mù lòa. Võng mạc cũng là nơi duy
nhất trên cơ thể cho phép quan sát và nghiên cứu hệ thống mạch máu, từ đó sơ bộ đánh giá và
tiên lượng tình trạng hệ mạch máu toàn thân do có cùng cấu tạo giải phẫu và chức năng sinh lý.
Để giúp các y bác sĩ dễ dàng hơn trong việc quan sát ảnh võng mạc, cần phải tách mạch máu
từ hình ảnh phức tạp của võng mạc. Trong luận văn này, nhóm tập trung tìm hiểu cơ sở lý thyết
của xử lý ảnh, thảo luận các phương pháp phân đoạn ảnh võng mạc. Từ đó, đề xuất phương pháp
để phân đoạn ảnh võng mạc.
Mục lục
1
2
Mục lục . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
i
Danh sách hình vẽ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v
Giới thiệu
1
1.1
Giới thiệu bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
Mục tiêu và nội dung đề tài . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
1.3
Cấu trúc luận văn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
Cơ sở lý thuyết và các nghiên cứu liên quan
4
2.1
Cơ sở lý thuyết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.1.1
Võng mạc mắt và các bệnh của võng mạc mắt: . . . . . . . . . . . . .
4
2.1.2
Tổng quan về ảnh y khoa và ảnh võng mạc mắt . . . . . . . . . . . . .
6
2.1.3
Lý thuyết xử lý ảnh . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.1.3.1
Một số khái niệm liên quan đến xử lý ảnh . . . . . . . . . . .
10
2.1.3.2
Tổng quan về quá trình xử lý ảnh . . . . . . . . . . . . . . .
11
Các nghiên cứu liên quan . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2.1
Phương pháp giám sát (supervised method) . . . . . . . . . . . . . . .
13
2.2.2
Phương pháp không giám sát (unsupervised method) . . . . . . . . . .
18
2.2.3
Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
2.2.4
Giới thiệu về mạng nơ-ron trong thị giác máy tính . . . . . . . . . . . .
23
2.2.4.1
Mạng nơ-ron tích chập (Convolutional neural network) . . .
23
2.2.4.2
Lớp tích chập: . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.2.4.3
Lớp pooling:
. . . . . . . . . . . . . . . . . . . . . . . . .
25
2.2.5
Giới thiệu về các phương pháp liên quan tới phương pháp đề xuất . . .
25
2.2.6
Mô hình W-net . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.2.7
Phương pháp Domain Adaptation . . . . . . . . . . . . . . . . . . . .
28
2.2
i
MỤC LỤC
3
Tổng quan về transfer learning . . . . . . . . . . . . . . . .
28
2.2.7.2
Tìm hiểu về Unsupervised Domain adaptation . . . . . . . .
29
Phương pháp đề xuất
33
3.1
Hướng cải tiến mô hình W-net . . . . . . . . . . . . . . . . . . . . . . . . . .
33
3.1.1
Kiến trúc của RAW-Net . . . . . . . . . . . . . . . . . . . . . . . . .
33
3.1.2
Residual Convolutional Block . . . . . . . . . . . . . . . . . . . . . .
35
3.1.3
Residual Spatial Attention Convolutional Block . . . . . . . . . . . . .
36
3.1.4
Skip Attention Gate Connection . . . . . . . . . . . . . . . . . . . . .
37
Phương pháp sử dụng adversarial training cho mô hình RAW-Net . . . . . . . .
38
3.2.1
Kiến trúc: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.2.2
Bộ phân đoạn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.2.3
Bộ phân lớp miền . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.2.4
Lớp Gradient Reversal . . . . . . . . . . . . . . . . . . . . . . . . . .
40
3.3
Phương pháp đánh giá . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
3.4
Tập dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
3.2
4
2.2.7.1
Thử nghiệm phương pháp đề xuất
43
4.1
Mô hình RAW-net . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
4.1.1
Thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
4.1.1.1
Tập dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
4.1.1.2
Phương thức đánh giá . . . . . . . . . . . . . . . . . . . . .
43
4.1.1.3
Chi tiết thực hiện . . . . . . . . . . . . . . . . . . . . . . .
43
Đánh giá kết quả . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
Domain adaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4.2.1
Thử nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4.2.1.1
Tập dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4.2.1.2
Quá trình thử nghiệm . . . . . . . . . . . . . . . . . . . . .
47
4.2.1.3
Phương thức đánh giá . . . . . . . . . . . . . . . . . . . . .
48
4.2.1.4
Chi tiết thực hiện . . . . . . . . . . . . . . . . . . . . . . .
48
Đánh giá kết quả . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
Demo ứng dụng tạo ảnh phân đoạn . . . . . . . . . . . . . . . . . . . . . . . .
50
4.1.2
4.2
4.2.2
4.3
ii
MỤC LỤC
5
Tổng kết
54
5.1
Kết quả đạt được . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
5.2
Hạn chế và khó khăn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
iii
Danh sách hình vẽ
2.1
Cấu tạo mắt người . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
2.2
Ảnh chụp X-quang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
2.3
Ảnh chụp MRI sọ não . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
2.4
Ảnh chụp võng mạc mắt . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.5
Các bước cơ bản trong xử lý ảnh . . . . . . . . . . . . . . . . . . . . . . . . .
11
2.6
Hai loại phân đoạn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.7
SVM Based Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.8
Neural Network Based Method . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.9
Miscellaneous Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.10 Matched Filtered Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.11 Mathematical Morphology Method . . . . . . . . . . . . . . . . . . . . . . . .
20
2.12 Model Based Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
2.13 Mạng CNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.14 Kiến trúc của Unet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.15 Kiến trúc W-net . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.16 Transfer learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
3.1
Kiến trúc của RAW-Net đã đề xuất . . . . . . . . . . . . . . . . . . . . . . . .
34
3.2
Residual Convolutional Block . . . . . . . . . . . . . . . . . . . . . . . . . .
35
3.3
Residual Spatial Attention Convolutional Block . . . . . . . . . . . . . . . . .
36
3.4
Lược đồ của Spatial Attention Module . . . . . . . . . . . . . . . . . . . . . .
37
3.5
Lược đồ của Attention Gate . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
3.6
Adversarial training . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.7
Domain Classifier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
4.1
Hình ảnh phân đoạn mạch máu trên DRIVE . . . . . . . . . . . . . . . . . . .
45
iv
DANH SÁCH HÌNH VẼ
4.2
Hình ảnh màu phân đoạn mạch máu trên DRIVE . . . . . . . . . . . . . . . .
46
4.3
Hình ảnh phân đoạn mạch máu được đánh giá trên tập CHASEDB . . . . . . .
50
4.4
Demo bước 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
4.5
Demo bước 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
4.6
Demo bước 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
4.7
Demo bước 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
v
Chương 1
Giới thiệu
1.1
Giới thiệu bài toán
Chẩn đoán hình ảnh đã và đang đóng vai trò quan trọng trong y khoa. Các phương pháp và
phương tiện hiện đại ngày nay cho phép chúng ta phát hiện sớm và chính xác hơn các bệnh lý.
Việc chuẩn đoán bệnh lý từ các hình ảnh X-quang, siêu âm, MRI,... chính xác đòi hỏi người bác
sỹ cần có kỹ thuật chuyên môn cao và dày dặn kinh nghiệm. Điều này dẫn đến sự hạn chế trong
việc chẩn đoán bệnh.
Trên cơ thể con người, phần dễ bị tồn thương nhất có lẽ là võng mắt vì nó tiếp xúc trực tiếp
với môi trường bên ngoài. Và có lẽ võng mạc chính là bộ phận quan trong nhất của mắt, vì nó
là nơi tiếp nhận thông tin từ mắt và truyền đến não. Do đó, các bệnh liên quan đến mắt thường
vô cùng nguy hiểm như: bệnh võng mạc tiểu đường, bệnh thoái hóa điểm vàng, bệnh tăng nhãn
áp,.. có thể dẫn đến các biến chừng với mức độ tổn thương khác nhau, từ suy giảm thị lực, nặng
hơn là đến mù lòa gây trở ngoại đến chất lượng cuộc sống.
Ngày nay, bệnh tiểu đường là một căn bệnh đe dọa nghiêm trọng đến thị lực. Bệnh tiểu
đường gây ra khi các mạch máu bị rò rỉ chất lỏng như protein trong võng mạc, tạo thành dịch
tiết mềm và cứng trên bề mặt võng mạc, do đó cản trở tầm nhìn. Khi vấn đề trở nên trầm trọng
hơn, các mạch máu mới phát triển trong võng mạc còn được gọi là tân mạch máu, làm mờ tầm
nhìn. Nó không chỉ làm mờ tầm nhìn mà còn các protein lỏng, chất béo, v.v ... chảy ra khỏi
các mạch bị thủng làm cản trở tầm nhìn vĩnh viễn. Ảnh hưởng của bệnh này là không thể đảo
ngược. Nghiên cứu đã chỉ ra rằng một người mắc bệnh tiểu đường hơn 10 năm có 80% khả năng
mắc bệnh võng mạc tiểu đường. Bệnh tiểu đường đang gia tăng trên toàn cầu và những người
trẻ tuổi đang mắc phải căn bệnh này ngày càng nhiều. Dù đã đạt được những thành tựu nhanh
1
GIỚI THIỆU
chóng trong lĩnh vực y học, nhưng số người bị ảnh hưởng bởi căn bệnh này sẽ tăng mạnh trong
những năm tới. Mặc dù con số đáng sợ, nhưng nghiên cứu đã chỉ ra rằng nếu chẩn đoán bệnh
võng mạc tiểu đường được thực hiện sớm, 90% các trường hợp có thể giảm các biến chứng của
bệnh tiểu đường. Tuy nhiên, việc phân tích thủ công hình ảnh nền võng mạc tốn nhiều thời gian
và cần kiến thức thực nghiệm. Do đó, cần thiết phát triển một công cụ phân tích tự động hình
ảnh nền võng mạc.
Vì thế, mục tiêu chính của đề tài này là nghiên cứu và hiện thực các phương pháp giúp phân
đoạn mạch máu từ ảnh võng mạc.
1.2
Mục tiêu và nội dung đề tài
Như đã đề cập ở phần trên, để giúp các bác sĩ có thể chẩn đoán bệnh lý dễ dàng và chính
xác hơn từ các hình ảnh võng mạc mắt, mục tiêu của nhóm là đề xuất ra các phương pháp phân
đoạn ảnh võng mạc để phân đoạn mạch máu và nhóm hướng tới việc tìm ra mô hình đơn giản,
nhẹ có hiệu quả phân đoạn tốt.
Để đạt được mục tiêu trên, nhóm cần thực hiện các công việc sau đây:
• Tìm hiểu về ảnh y khoa và ảnh võng mạc mắt
• Tìm hiểu lý thuyết xử lý ảnh
• Tìm hiểu các phương pháp giải quyết bài toán và cách đánh giá
• Đề xuất giải pháp giải quyết và phương hướng cải thiện
1.3
Cấu trúc luận văn
Trong báo cáo luận văn này, chúng tôi chia nội dung thành 5 phần. Mỗi phần sẽ trình bày
các nội dung mà chúng tôi đã tìm hiểu, nghiên cứu các phương pháp phân đoạn ảnh võng mạc
mắt.
Ở Chương 1, chúng tôi cung cấp một cái nhìn tổng quan về đề tài, tầm quan trọng của nó
trong đời sống và mục tiêu mà đề tài hướng đến. Kế tiếp, Chương 2 chúng tôi trình bày những
kiến thức tổng quan về xử lý ảnh, đồng thời tóm lược một số phương pháp, hướng tiếp cận liên
quan đến đề tài. Trong Chương 3, chúng tôi đưa ra yêu cầu bài toán và đề xuất phương pháp
giải quyết bài toán đó, đây cũng là phương pháp mà chúng tôi sẽ xây dựng trong luận văn sắp
tới. Sau khi đã đề xuất phương pháp giải quyết ở Chương 3, chúng tôi sẽ tiến hành thực nghiệm
2
GIỚI THIỆU
và đánh giá phương pháp đã đưa ra trong Chương 4. Cuối cùng, ở Chương 5 chúng tôi tổng kết
lại những kết quả đạt được sau quá trình tìm hiểu, cũng như những khó khăn mà nhóm gặp phải
trong giai đoạn thực hiện luận văn.
3
Chương 2
Cơ sở lý thuyết và các nghiên cứu liên quan
2.1
2.1.1
Cơ sở lý thuyết
Võng mạc mắt và các bệnh của võng mạc mắt:
Tổng quan về võng mạc mắt
Trước khi tìm hiểu về ảnh võng mạc mắt, thì ta phải biết được võng mạc mắt là gì và ảnh
của võng mạc mắt được tạo ra như thế nào.
Mắt người có hệ “thấu kính” bao gồm giác mạc và thủy tinh thể. Ánh sáng sau khi được
khúc xạ qua giác mạc và thủy tinh thể sẽ hội tụ trên võng mạc của mắt. Tại đây tín hiệu ánh sáng
sẽ được các tế bào cảm thụ ánh sáng trên võng mạc chuyển thành tín hiệu thần kinh. Sau đó, tín
hiệu đó được truyền đến não thông qua hệ thần kinh thị giác và được xác nhận là hình ảnh tại
não bộ. Đây chính là cơ chế hoạt động của mắt để bạn nhìn thấy một vật nào đó. Từ đây có thể
thấy cách mà mắt của chúng ta nhìn và nhận biết một vật như là cách hoạt động của một máy
ảnh thông thường.
Võng mạc là lớp mô thần kinh của mắt và hoạt động như một cuốn phim trong máy quay.
Võng mạc có chức năng chuyển năng lượng ánh sáng thành thị lực, và gửi thông tin ngược về
nào qua những dây thần kinh thị giác. Do đó võng mạc là bộ phận quan trọng nhất của mắt giúp
chúng ta nhận biết ánh sáng và hình ảnh xung quanh.
Giới thiệu về bệnh võng mạc mắt
Bệnh võng mạc là tên gọi chung của một số triệu chứng về mắt do rối loạn võng mạc. Bệnh
võng mạc mắt rất nguy hiểm, có khả năng dẫn tới mù lòa.
4
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
Hình 2.1: Cấu tạo mắt người1
* Một số nguyên nhân gây ra bệnh võng mạc
• Cholesterol cao: Mức cholesterol trong máu cao là nguyên nhân hàng đầu gây ra các bệnh
về võng mạc, đặc biệt là tắc tĩnh mạch võng mạc. Cholesterol cao gây ra cục máu đông
ngăn lưu thông máu tới võng mạc, từ đó làm tăng áp lực trong mạch máu. Áp lực gia tăng
trong mắt làm chảy máu mắt và có thể làm hỏng võng mạc.
• Hút thuốc: Hút thuốc có thể khiến võng mạc bị thoái hóa. Ngoài ra, nó cũng làm tăng huyết
áp, dẫn đến sự hình thành cục máu đông trong mạch máu.
• Cận thị nặng: Cận thị có thể dẫn đến thoái hóa võng mạc. Nếu bị cận thị nặng ta sẽ nguy
cơ bị bong võng mạc.
• Liên quan đến tuổi già: Khi con người về già, võng mạc mắt bị thoái hóa có thể dẫn đến
các bệnh võng mạc mắt.
* Một số triệu chứng của bệnh võng mạc mắt
• Nhìn thấy các chấm nổi hoặc lòng trắng trứng
• Nhìn mờ hoặc biến dạng (đường thẳng lượn sóng)
• Khiếm khuyết trong tầm nhìn phía bên
• Mất thị lực
1 Nguồn:
http://benhvienmatphuongnam.com/vong-mac-la-gi/.
5
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
* Các bệnh võng mặc mắt thường gặp
• Bong võng mạc: Ban đầu nguyên nhân có thể là do võng mạc bị một vết rách nhỏ, khiến
cho dịch trong mắt tràn xuống dưới võng mạc, dần dần làm lớp võng mạc bị bong ra và nếu
không điều trị nhanh chóng toàn bộ võng mạc có thể bị tách rời, dẫn tới mất thị lực.
• Bệnh võng mạc tiểu đường: Khi bệnh nhân bị tiểu đường, các mạch máu nhỏ (mao mạch)
ở phía sau mắt có thể bị hư hỏng và rò rỉ chất lỏng vào dưới võng mạc. Điều này làm cho
võng mạc sưng, có thể mờ hoặc làm biến dạng tầm nhìn của bạn. Hoặc bạn có thể phát triển
các mao mạch bất thường, vỡ ra và chảy máu. Điều này cũng làm trầm trọng thêm tầm nhìn
của ta.
• Thoái hóa điểm vàng: Trung tâm võng mạc của bệnh nhân bắt đầu xấu đi. Điều này gây ra
các triệu chứng như làm mờ tầm nhìn trung tâm hoặc một điểm mù ở giữa vùng thị giác.
Có hai loại – thoái hóa điểm vàng thể ướt và thoái hóa điểm vàng thể khô. Nhiều người lần
đầu tiên sẽ có dạng khô, có thể tiến tới dạng ướt ở một hoặc cả hai mắt.
Vậy ta thấy rằng có nhiều bệnh võng mắt bị gây ra từ nhiều nguyên nhân khác nhau và nó
dẫn tới các hậu quả từ nhẹ đến nặng. Nếu phát hiện và chữa trị kịp thời thì bệnh nhân sẽ được
khỏi bệnh và không có triệu chứng về sau. Còn nếu không kịp thời phát hiện thì hậu quả để lại
là rất nghiêm trọng, đó là mất thị lực vĩnh viễn.
2.1.2
Tổng quan về ảnh y khoa và ảnh võng mạc mắt
Ảnh y khoa
Ảnh y khoa là một phần của hình ảnh sinh học và kết hợp với hình ảnh y khoa sử dụng các
công nghệ hình ảnh như X-quang, cắt lớp vi tính (CT), cộng hưởng từ (MRI), siêu âm y khoa, nội
soi, đàn hồi mô (elastography), hình ảnh xúc giác (tactile imaging), nhiệt độ ký (thermography),
chụp ảnh y khoa (medical photography), chụp cắt lớp trở kháng điện (EIT, Electrical impedance
tomography) và kỹ thuật hình ảnh y học hạt nhân như chụp cắt lớp phát xạ positron (PET,
positron emission tomography) và chụp cắt lớp vi tính phát xạ photon đơn (SPECT, Singlephoton emission computed tomography). Những kỹ thuật đo ghi vốn được thiết kế không phải
để tạo ra các hình ảnh, chẳng hạn như điện não đồ (EEG, electroencephalography), từ não đồ
(MEG, magnetoencephalography), điện tim đồ (EKG, electrocardiography), và các kỹ thuật
khác, tạo ra dữ liệu thường được biểu diễn như một biểu đồ tham số theo thời gian, hoặc bản đồ
có chứa dữ liệu về vị trí đo.
6
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
Hình 2.2: Ảnh chụp X-quang 2
Hình 2.3: Ảnh chụp MRI sọ não3
So sánh một cách hạn chế thì các công nghệ này có thể được coi là các hình thức chụp ảnh
y tế theo một quy trình khác. Hình ảnh y khoa thường được coi là để chỉ định một tập hợp các
kỹ thuật tạo ra các hình ảnh về nội tại ngầm trong cơ thể. Theo nghĩa thông thường thì hình ảnh
y khoa được gọi là chẩn đoán hình ảnh, bao gồm các kỹ thuật chính là X quang, Cắt lớp vi tính
(CT), Cộng hưởng từ (MRI), Siêu âm, Y học hạt nhân, DSA.
Ảnh võng mạc mắt
Sự quan trọng của ảnh võng mạc mắt trong quá trình giải quyết bài toán phân đoạn mạch
máu ảnh võng mạc mắt là không phải bàn cãi. Nên cần hiểu rõ về các kĩ thuật chụp ảnh võng
mạc để cho ra được các ảnh võng mạc là một điều rất cần thiết, để ta hiểu rõ được dữ liệu mà
mình đang làm việc, tạo điều kiện cho việc phát triển và tối ưu.
2 Nguồn:
https://yhoccongdong.com/thongtin/chup-x-quang/
3 http://chandoanhinhanh.info/chup-mri-la-gi-uu-diem-cua-chup-mri
7
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
Lịch sử hình thành của kỹ thuật chụp ảnh võng mạc mắt: Những nỗ lực đầu tiên để chụp
ảnh võng mạc mắt là ở loài mèo được thực hiện bởi nhà vật lý học người Pháp - Jean Mery, ông
đã chứng minh được rằng nếu con mèo ngâm mình vào trong nước thì võng mạc của nó có thể
được nhìn thấy từ bên ngoài. Nhưng thí nghiệm trên rõ ràng là không khả thi trên người, vào
năm 1823 nhà khoa học người Czech - Jan Evangelista Purkinje đã phát minh ra các nguyên tắc
cơ bản của kính soi đáy mắt (ophthalmoscope) và sự tái phát minh bởi nó bởi Charles Babbage
vào năm 1845. Cuối cùng, kính soi đáy mắt (ophthalmoscope) đã được tái phát minh và báo cáo
bởi von Helmholtz vào năm 1851. Hình ảnh đầu tiên của võng mạc mắt đã được công bố bởi
bác sĩ nhãn khoa người Hà Lan - van Trigt vào năm 1853. Ảnh chụp số đầu tiên của võng mạc
cho thấy những mạch máu được công bố vào năm 1891 bởi bác sĩ nhãn khoa người Đức Gerloff.
Vào năm 1910, Gullstrand đã phát minh ra máy ảnh fundus, nó vẫn được sử dụng để chụp ảnh
võng mạc tới tận ngày nay, sau này ông ấy đã nhận được giải thưởng Nobel vì phát minh này.
Vì sự an toàn và chi phí thấp trong việc ghi lại các bất thường của võng mạc, kỹ thuật chụp ảnh
fundus đã để lại quy tắc cơ bản trong kỹ thuật chụp ảnh võng mạc[1].
Trong năm 1961, Novotny và Alvis đã công bố phát minh của họ trên kỹ thuật chụp ảnh
huỳnh quang (fluorescein angiographic imaging), kĩ thuật này vẫn được sử dụng rộng rãi vì nó
cho phép sự nhiều thông tin sâu rộng của trạng thái chức năng của sự tuần hoàn trong võng mạc
mắt.
Những tiếp cận đầu tiên trong sự mô tả hình dạng ba chiều (three-dimensinal) của võng
mạc mắt là kỹ thuật chụp ảnh stereo fundus, đầu tiên được mô tả bổi Allen vào năm 1964,
những ảnh với các góc độ khác nhau được kết hợp bởi sự quan sát của con người vào hình dạng
ba chiều. Sau đó phương pháp soi đáy mắt bằng laser quét đồng tiêu (confocal scanning laser
ophthalmoscopy) - SLO đã được phát minh .
Kỹ thuật chụp cắt lớp quang học - OCT (Optical coherence tomography) được mô tả đầu
tiên vào năm 1987 như là một phương pháp đo time-of-flight độ sâu của cấu trúc cơ khí và được
mở rộng để thực hiện kỹ thuật chụp ảnh các mô tế bào. Kỹ thuật này được dùng để xác định vị
trí của cấu trúc mô tế bào. Hiện giờ, OCT đã trở thành một kỹ thuật chụp ảnh mô tế bào trong
lĩnh vực y sinh mạnh mẽ, nhất là ở mắt. Vì vậy nó rất phù hợp với các ứng dụng về nhãn khoa
và chụp mô tế bào cần độ phân giải micrometer.
Đánh giá về tình trạng hiện tại của các kỹ thuật chụp ảnh võng mạc mắt: Hiện tại, kỹ thuật
chụp ảnh võng mạc mắt đã phát triển rất nhanh chóng và là trụ cột trong việc điều trị và chăm
sóc sức khỏe lâm sàn của bệnh nhân về võng mạc mắt nói riêng và những bệnh khác nói chung.
8
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
Hình 2.4: Ảnh chụp võng mạc mắt 4
Kỹ thuật OCT và chụp ảnh huỳnh quang được sử dụng rộng rãi trong sự theo dõi hằng ngày của
bệnh nhân võng mạc mắt tại phòng khám võng mạc. Còn kỹ thuật chụp ảnh fundus lại được sử
dụng rộng rãi trong quy mô lớn, toàn dân số cho các bệnh về bệnh võng mạc tiểu đường, bệnh
tăng nhãn áp và bệnh thoái hóa điểm vàng.
Mục đích của luận văn này là phù hợp với những tính chất của ảnh do kỹ thuật chụp ảnh
fundus mang lại nên nhóm sẽ sử dụng những tập dữ liệu của ảnh được chụp bởi kỹ thuật chụp
ảnh fundus.
Định nghĩa của kỹ thuật chụp ảnh fundus cơ bản là quá trình mà ánh sáng được phản chiếu
để có được một đại diện hai chiều của vật thể ba chiều. Vì vậy, bất kì quá trình nào cho kết quả
ảnh hai chiều, nơi mà cường độ ảnh đại diện cho lượng ánh sáng phản xạ là kỹ thuật chụp ảnh
fundus. Một vài các loại cách thức của kỹ thuật chụp ảnh fundus:
• Fundus photography (cũng được gọi là red-free photography)
• Color fundus photography
• Stereo fundus photography
• Kỹ thuật chụp ảnh huỳnh quang (fluorescein angiographic imaging)
4 Nguồn:
http://chandoanhinhanh.info/chup-mri-la-gi-uu-diem-cua-chup-mri
9
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
2.1.3
Lý thuyết xử lý ảnh
Xử lý ảnh và thị giác máy tính là một lĩnh vực mang tính khoa học và công nghệ quan trọng
đang được giới nghiên cứu quan tâm rộng rãi. Mặc dù là ngành khoa học mới so với các ngành
khoa học khác nhưng có tốc độ phát triển rất nhanh. Chúng được ứng dụng trong nhiều lĩnh vực
như nâng cao chất lượng ảnh, nhận dạng hình ảnh, phân loại hình ảnh, phân tích hình ảnh,. . .
2.1.3.1
Một số khái niệm liên quan đến xử lý ảnh
• Điểm ảnh (Picture Element): hay còn gọi tắt là pixel, là một phần tử của ảnh số tại tọa độ
(x,y) với độ xám hoặc màu nhất định. Mỗi điểm ảnh là một mẫu của một hình ảnh ban đầu,
nhiều điểm ảnh hơn thường cung cấp đại diện chính xác hơn của bản gốc. Cường độ của
mỗi điểm ảnh có thể thay đổi. Hình ảnh trong hệ thống màu sắc, màu sắc thường là ba hoặc
bốn đại diện cho cường độ thành phần như màu đỏ, xanh lá cây, và màu xanh, hoặc màu
lục lam, đỏ tươi, màu vàng, và màu đen.
• Độ phân giải (Image resolution): là mật độ điểm ảnh được ấn định trên một ảnh số được
hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt
người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một
mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y trong không gian
hai chiều.
• Mức xám: là cường độ sáng của ảnh được gán bằng giá trị số tại điểm đó. Nó Là kết quả của
sự biến đổi tương ứng 1 giá trị độ sáng của 1 điểm ảnh với 1 giá trị nguyên dương. Thông
thường nó xác định trong [0, 255] tuỳ thuộc vào giá trị mà mỗi điểm ảnh được biểu diễn.
Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng.
Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám. Mức xám dùng 1
byte biểu diễn: 28 =256 mức, tức là từ 0 đến 255).
• Các lân cận của điểm ảnh (Image Neighbor): là tập hợp các điểm gần nhất với điểm ảnh
đang xét. Có nhiều cách để xác định tập lân cận của điểm ảnh như: tập 4 điểm lân cận gần
nhất theo chiều đứng và ngang - N4 (Đông, Tây, Nam, Bắc), Tập các lân cận chéo - Np
(Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc), tập kết hợp - N8 ( N4 + Np ).
• Biên (Boundaries): Các mối liên kết được sử dụng để xác định giới hạn của đối tượng vật
thể hoặc xác định vùng trong một ảnh. Một liên kết được đặc trưng bởi tính liền kề giữa các
điểm và mức xám của chúng.
10
- Xem thêm -