Nâng cao chất lượng tạo ảnh siêu âm sóng biến dạng sử dụng hai bước lọc

Bài viết trình bày đặc tính cơ của mô (độ đàn hồi, độ nhớt) là một trong những thông tin có ích được sử dụng để phát hiện các khối u. Tạo ảnh siêu âm sóng biến dạng (Ultrasound shear wave imaging) là một phương pháp mới có thể định lượng được độ đàn hồi mô thông qua ước lượng các tham số của module shear phức (complex shear modulus – CSM) hay ước lượng số sóng và sự suy giảm truyền sóng của sóng biến dạng (ShearWave) trong mô.Mời các bạn cùng tham khảo!

Hội Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Nâng cao cht lng to nh siêu âm sóng bin dng s dng hai bc lc Lơng Quang Hi , Nguyn Linh Trung , Trn c Tân Hc Vin K thut Quân s Trng H Công ngh - H Quc gia Hà Ni Email: luonghai@mta.edu.vn, linhtrung@vnu.edu.vn, tantd@vnu.edu.vn dng MLEF  c lng CSM môi trng không ng nht 1D [5] Sau ó, tác gi ã phát trin phơng pháp cho vic phát hin i tng 2D [8] Tuy nhiên, nh 2D to c chu nh hng nng bi hiu ng nhiu m vic s dng quyt nh cng vic xác nh v trí ca khi u D thy rng mơi trng nhiu ln tác ng ca loi nhiu trm trng Vì th, báo này, bc u vn tip tc s dng MLEF  phát hin i tng 2D mơi trng có nhiu Gauss - loi nhiu sinh trình thu nhn Doppler Tip theo, chúng tơi có th khai thác tính cht y – sinh t nhiên ca u môi trng xung quanh u ng nht Vic s dng lc trung v (có  phc tp thp) nhng vn có kh nng gim loi nhiu c  xut Mt s kch bn th nghim ã c tin hành  khng nh cht lng tính kh thi ca phơng pháp  xut Tóm tt— c tính c ca mơ ( àn hi,  nht) mt nhng thơng tin có ích ưc s dng  phát hin khi u To nh siêu âm sóng bin dng (Ultrasound shear wave imaging) mt phưng pháp mi có th nh lưng ưc  àn hi mô thông qua ưc lưng tham s ca module shear phc (complex shear modulus – CSM) hay ưc lưng s sóng s suy gim truyn sóng ca sóng bin dng (ShearWave) mơ Maximum Likelihood Ensemble Filter (MLEF) b lc ưc áp dng hiu qu vic ưc lưng gián tip tham s ca CSM u tiên, b lc MLEF ưc s dng  ưc lưng tham s CSM tng tia (ưc lưng 1D), t ó xây dng nh chiu (2D) dùng phưng pháp quét tia quyt nh dùng ngưng cng Tuy nhiên nh 2D ưc tái to môi trưng nhiu ln s chu nh hưng nng bi hiu ng nhiu m (Speckle noise) Tip theo, da vào c tính ng nht ca mơ mơi trưng xung quanh, tác gi  xut s dng thêm lc trung v  loi b nhiu nhm ci thin cht lưng nh khôi phc Mt s th nghim ã ưc tin hành  khng nh cht lưng ca phưng pháp  xut II u tiên, shear wave c to o theo sơ  Hình Mt kim bng thép khơng g có ng kính 1.5mm, dài 13 cm c gn vào b chp hành (actuator) B chp hành c iu khin bng b phát sóng có tn s t 50 Hz n 450 Hz, biên  in áp khong t 5V n 15V Theo ó, kim s rung dc theo trc z truyn sóng bin dng vào mơ Vn tc ca sóng bin dng ti mt v trí c o bng mt máy siêu âm Doppler [1] T khóa- To nh siêu âm sóng bin dng, B lc t hp hp l cc i (MLEF), module shear phc (CSM), to nh àn hi, b lc trung v I GII THIU c tính ca mô mm ( àn hi  nht) mt thơng tin có ích cho vic chn ốn tình trng bnh lý ca mô Các phơng pháp to nh àn hi bao gm: MRI, siêu âm to nh àn hi tnh, siêu âm to nh àn hi ng (bao gm c phơng pháp to nh àn hi sóng bin dng - SWEI) SWEI c phát trin  c lng tham s ca module shear phc – CSM (tính àn hi tính nht) Vì vy, SWEI c b sung nn máy siêu âm truyn thng  h tr chn oán bnh (phát hin khi u) Nm 1998, Sarvazyan ã gii thiu v k thut to nh àn hi sóng bin dng dùng chn ốn y t [7] Nm 2004, Chen cng s ã a cơng thc cho thy vn tc truyn sóng bin dng có liên quan n  àn hi  nht ca mơi trng [4] Theo ó, h  xut phơng pháp nh lng  àn hi  nht mô thông qua vic o s phân tán vn tc sóng bin dng Nm 2010, Orescanin Marko cng s ã áp dng MLEF  c lng tham s CSM cho môi trng ng nht da mô hình Kelvin – Voigt [2]  Vit Nam, nm 2012, Tân TD cng s ã áp Hình Sơ  thc nghim to o sóng bin dng [1] Th hai, phơng pháp quét tia c dùng làm mơ hình hng truyn sóng Biu din  ks h s suy gim s 36 ISBN: 978-604-67-0635-9 PHƠNG PHÁP 36 HộiHội Thảo Quốc Gia 2015 vàCông CôngNghệ Nghệ Thông (ECIT 2015) Thảo Quốc Gia 2015về vềĐiện Điện Tử, Tử,Truyền Truyền Thông Thông Thông TinTin (ECIT 2015) thí nghim; theo ó n  n1 nh c ch Phơng trình (5); Phơng trình (4) c vit di dng phơng trình trng thái sau: v     w  (6) yn   n    I , 0     n      n  0  0  T Phơng trình (5) (6), h s suy gim  s sóng ks ca sóng bin dng ca mi tia c c lng bng vic s dng MLEF theo thut tốn [3] sóng ti im r mi tia; r   e j ta  cc Th ba, s dng MLEF  c lng  ks ti v trí r , t ó c lng c tham s CSM ca mơ ti v trí r da mơ hình Kelvin – Voigt cho môi trng nht [2] Th t, tái to nh 2D bng vic bin i tham s CSM ã c c lng t ta  cc sang ta  -các Cui cùng, s dng b lc trung v  gim nhiu nh 2D thu c A Phng trình truyn sóng bin dng Vn tc riêng vi (r , t ) ca tia th i mt hàm không gian - thi gian ca ta  r thi gian t, c biu din bng phơng trình sau: v i (r , t )  r Aer cos(t  k s r ), i  1, , L C c lng tham s CSM da mơ hình Kelvin – Voigt S sóng phc k s' ca sóng bin dng c xác nh theo phơng trình sau: (7) k s'  ks  i Nh ã trình bày  trên,  k s c c lng bng vic s dng MLEF Mt khác, theo mô hình Kelvin – Voigt [2], ta có: (1) Trong ó L s tia quét, A biên  ca sóng bin dng ti v trí gc,  tn s góc sóng bin dng Biu din ri rc ca tín hiu vn tc riêng phơng trình (1) ta có: v n (r )  i r  r0 cs  Ae  ( r r0 ) cos( nt  k s ( r  r0 )   ) (2) Qua mt s phép bin i lng giác, Phơng trình (2) có th c vit li nh sau: r  r0 Ae ( r r ) x (11) ks'   /  T Phơng trình (7), (9) (11), ta tính c  àn hi 1  nht  ca môi trng sin( (n 1)t  k s (r  r0 )   ) sin(t ) (3) 1  Trên thc t, vn tc sóng bin dng o c ti mi im không gian bao gm thành phn vn tc tính theo Phơng trình truyn sóng (3) cng vi thành phn nhiu Gaussian w in (r ) Do ó ta có mơ hình sau: vi n (r ) : vi n (r )  w in ( r ) (8) (9)   1  i Trong ó: cs vn tc sóng bin dng;  mt  khi môi trng;   àn hi nht ca môi trng; 1  àn hi   nht ca môi trng Theo nh ngha s sóng, 2 f k s'  (10) cs T Phơng trình (8) (10), ta có: Trong ó, ch s n thi gian ri rc, r0 ta  ban u, t bc thi gian ri rc  phase thi gian ban u vi n (r )  vi n1 (r ) cos(t )      ( ks2   ) (ks2   ) 2 k s  (ks2   ) (12a) (12b) D To nh 2D ca i tng (khi u) (4) Ti mi im không gian, tham s CSM 1  c c lng ng vi mi trình c lng tham s CSM cho tt im không gian kho sát, thu c nh: 1) nh  àn hi ca môi trng; 2) nh  nht ca mơi trng Hình nh  àn hi, ó khi u c phát hin có màu  B c lng h s suy gim s sóng bng MLEF  có th s dng MLEF cho vic c lng h s suy gim  s sóng k s , Phơng trình (3) c vit di dng phơng trình trng thái sau: vn   F (vn1 , n1 )  (5) xn          n1  n   Trong ó n  T , ksT , , r , A , F mt hàm phi tuyn làm   mơ hình ng hc khơng gian ca sóng bin dng  dài ca vector ,  k s bng s v trí không gian Chúng ta gi thuyt rng n không i sut thi gian T 37 37 Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) (10 mm, mm) vi bán kính mm Các tham s CSM ca i tng 1 = 650 Pa  =0.1 Pa/s Mt  môi trng  =1000 Kg/m3, tn s dao ng ca kim rung f=100 Hz, r0 =0.4 mm Các s liu  xut kch bn mô phng c xây dng da s liu tin hành thc nghim c mô t [1] nh tham s CSM mô phng ca hai i tng có s bin i t t  khu vc biên (th hin bng màu sc)  th hin sát vi thc tin (tc s thay i c tính CSM dn dn t mơi trng bên cho n vào u) so vi cơng b trc ây ca chúng tơi [8] Hình nh siêu âm o  àn hi ca mt khi u [6]  xác nh c s tn ti ca khi u cn phi xác nh giá tr ngng 1*  * phân bit gia mô thng khi u Thông thng khi u c phát hin có 1 > 1*  >  * Da vào  chênh lch giá tr so vi ngng ca 1  , xây dng c nh  àn hi nh  nht vi mã màu phù hp nh u cui kt ca ca phép cng nh  àn hi vi nh  nht E Lc nhiu nh 2D bng b lc Trung v Trên thc t, nh sau tái to vn nhiu Các loi nhiu thng gp gm nhiu m, nhiu mui – tiêu Trong báo này, tác gi s dng b lc trung v  gim nhiu nói (làm trơn nh) Thut tốn q trình lc nhiu gm bc sau: - S dng ca s lc 3×3, quét qua tng phn t ca nh ti v trí gia ca ca s lc - L y tt c phn t nh xut hin ca s lc sp xp chúng theo th t tng dn hoc gim dn - L y phn t trung v ca dãy mi c sp xp gán cho phn t nh ban u (ti trung v ca ca s lc) Hình nh gc mơ phng Th hai, xây dng kch bn quét tia mô phng s truyn sóng bin dng Tồn b nh gc c quét bi góc  khác nhau, t 0o  90o , bc quét 1o to 90 tia quét Dc theo mi tia, chn 43 khong bng (trong thc nghim s dng máy siêu âm Doppler có 43 phn t transducer) Hình Minh ha vic quét tia [8] Tin hành mô phng vi trng hp: B lc MLEF có kích thc (s) 43, cng thêm nhiu vi t s cơng sut tín hiu cơng sut tp âm (SNR) = 30;35;39;42;45;50;55 dB B lc MLEF có kích thc 86, cng thêm nhiu vi SNR = 30;35;39;42;45;50;55 dB Áp dng b lc trung v vi kích thc ca s lc 3×3 Hình Minh ha bc thc hin b lc trung v III KT QU VÀ BÀN LUN  kim tra phơng pháp c  xut, ã xây dng mt kch bn mô phng Th nht, to mt mơi trng (nh gc ban u có kích thc 43×90) có i tng hình trịn (gi nh u khác nhau) i tng t ti v trí (6 mm, 1.4 mm) vi bán kính 1.4 mm i tng t ti v trí Mt s kt qu nhn ưc sau: i vi trng hp s dng b lc MLEF có kích thc 86, mt s kt qu nh tái to c th hin Hình 38 38 Thảo Quốc Gia2015 2015về vềĐiện Điện Tử, Tử,Truyền Truyền Thông Thông Thông TinTin (ECIT 2015) HộiHội Thảo Quốc Gia vàCông CôngNghệ Nghệ Thông (ECIT 2015) a) b) c) d) a) b) c) d) Hình Các nh c tái to dùng b lc MLEF vi s = 43 b lc trung v kích thc 3×3: có nhiu Gauss vi SNR = 39 dB (a), có nhiu Gauss vi SNR = 42 dB (b), có nhiu Gauss vi SNR = 45 dB (c), có nhiu Gauss vi SNR = 50 dB (d) e) f) Hình Các nh c tái to dùng MLEF vi s = 86: cha có nhiu (o lý tng) (a), có nhiu Gauss vi SNR = 30 dB (b), có nhiu Gauss vi SNR = 35 dB (c), có nhiu Gauss vi SNR = 39 dB (d), có nhiu Gauss vi SNR = 45 dB (e), có nhiu Gauss vi SNR = 50 dB (f) a) Hình mơ t quan h gia SNR PSNR (T s tín hiu cc i nhiu) vi kích thc b lc MLEF khác (tơng ng vi  phc tp tính tốn khác nhau) b) c) Hình Các nh c tái to dùng MLEF vi s = 86 b lc trung v kích thc 3×3: có nhiu Gauss vi SNR = 39 dB (a), có nhiu Gauss vi SNR = 45 dB (b), có nhiu Gauss vi SNR = 55 dB (c) Qua kt qu mô phng, có th nhn thy s dng b lc MLEF có kích thc s = 86 b lc trung v có kích thc 3×3, nh tái to s có cht lng tơng i tt, gn ging vi nh gc Bàn lun Hình SNR PSNR hai trng hp s dng MLEF có s = 43 s = 86 Vn  quan trng vic phát khi u nh àn hi xác nh c giá tr ngng 1*  * phù hp vi tng loi mô Trên thc t, khơng phi mơ bnh cng có Khi s dng b lc Trung v, kt qu mô phng th hin Hình Hình 39 39 HộiHội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) tham s CSM khác bit vi mô không bnh Trong [6], tác gi dn tham s 1 ca mt s loi mô Bng [3] Bng 1: Sut àn hi (kPa) Kiu mô mm Tuyn vú Tuyn tin lit Gan [2] [4] Mt  mô (kg/m3) M bình thng 18-24 [5] Tuyn bình thng 28-66 [6] Mơ xơ 96-244 [7] Ung th biu mơ Phía trc bình thng Phía sau bình thng U lành tính 22-560 Ung th biu mơ 96-244 Bình thng Xơ gan 55-63 1000 ±8% [8] 62-71 36-41 0.4-6 15-100 Nhìn vào Bng 1, ta thy ch có tham s 1 ca Gan có s khác bit gia mơ bình thng mơ xơ gan ây có th mt ngun nhân lý gii ti máy siêu âm th h mi bc u ã áp dng công ngh to nh àn hi sóng bin dng (SWEI) ánh giá bnh gan Vic ánh giá quan khác (tuyn vú, tuyn yên, tuyn giáp, ) vn ang c nghiên cu phát trin Trong báo này, tác gi ã c lng c tham s 1   to nh  àn hi nht, làm tng kh nng phát hin khi u Bc x lý tip theo, tác gi s dng b lc Trung v  gim nhiu Trên thc t, nh siêu âm thng xut hin loi nhiu nh: nhiu m, nhiu mui - tiêu Ngoài ra, kt hp nh t hai tham s 1  , nh tng hp có nhiu thành phn ơn l ri rác (nh nhiu m) B lc Trung v, c bit, có hiu qu vic lc loi nhiu nói IV KT LUN Trong báo này, bng vic s dng MLEF, ã c lng c tham s CSM to nh 2D i tng mơi trng có nhiu Phân tích nh lng có s nh hng ca mc nhiu khác Ngồi ra, chúng tơi s dng b lc trung v  gim nhiu (các nhiu m) nh 2D tái to c Trong tơng lai, s áp dng ci tin phơng pháp cho b d liu thc Bên cnh ó, tip tc nghiên cu a cp giá tr ngng 1*  * phù hp vi tng môi trng (các kiu mô khác nhau), ng thi nghiên cu nâng cao cht lng ca b lc trình to nh TÀI LIU THAM KHO [1] Orescanin M., et al, “Shear Modulus Estimation With Vibrating With Needle Stimulation”, IEEE Trans Ultrasonics, Ferroelectrics, and Frequency Control 57, 1358-1367 (2010) 40 40 Orescanin M., et a, “Model-based complex shear modulus reconstruction: A Bayesian approach”, In: IEEE Int'l Ultrasonics Symposium, pp 61-64 IEEE Press (2010) Zupanski, M., “Maximum Likelihood Ensemble Filter: Theoretical Aspects”, Monthly Weather Review 133, 1710-1726 (2005) Chen, Shigao, Mostafa Fatemi, and James F Greenleaf, "Quantifying elasticity and viscosity from measurement of shear wave speed dispersion", The Journal of the Acoustical Society of America 115.6 (2004): 2781-2785 Tan Tran-Duc, et al, “Complex shear modulus estimation using the maximum likelihood ensemble filter”, BME’04, 2012 Jeremy Bercoff, “ShearWave Elastography”, White paper, supersonic imagine (2008) Sarvazyan, Armen P., et al, "Shear wave elasticity imaging: a new ultrasonic technology of medical diagnostics", Ultrasound in medicine & biology 24.9 (1998): 1419-1435 Hao, N T., Thuy-Nga, T., Dinh-Long, V., Duc-Tan, T., Linh-Trung, N., “2D Shear Wave Imaging Using Maximum Likelihood Ensemble Filter”, International Conference on Green and Human Information Technology (ICGHIT 2013), pp 88-94  ...  T Phơng trình (5) (6), h s suy gim  s sóng ks ca sóng bin dng ca mi tia c c lng bng vic s dng MLEF theo thut tốn [3] sóng ti im r mi tia; r   e j ta  cc Th... bình thng mơ xơ gan ây có th mt nguyên nhân lý gii ti máy siêu âm th h mi bc u ã áp dng cơng ngh to nh àn hi sóng bin dng (SWEI) ánh giá bnh gan Vic ánh giá quan khác... b lc Trung v  gim nhiu Trên thc t, nh siêu âm thng xut hin loi nhiu nh: nhiu m, nhiu mui - tiêu Ngoài ra, kt hp nh t hai tham s 1  , nh tng hp có nhiu thành phn