1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu phát hiện vùng khối u từ ảnh siêu âm trong y tế

75 326 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 75
Dung lượng 5,48 MB

Nội dung

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG TRẦN HỒNG TUYẾN NGHIÊN CỨU PHÁT HIỆN VÙNG KHỐI U TỪ ẢNH SIÊU ÂM TRONG Y TẾ LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN - 2016 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG TRẦN HỒNG TUYẾN NGHIÊN CỨU PHÁT HIỆN VÙNG KHỐI U TỪ ẢNH SIÊU ÂM TRONG Y TẾ Ngành: Khoa học máy tính Mã số: 60480101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: TS NGUYỄN VĂN TẢO THÁI NGUYÊN - 2016 i LỜI CAM ĐOAN Tôi xin cam đoan luận văn kết nghiên cứu thân (ngoài phần tham khảo rõ) hướng dẫn TS Nguyễn Văn Tảo Nếu có sai phạm xin hoàn toàn chịu trách nhiệm Tác giả luận văn Trần Hồng Tuyến ii LỜI CẢM ƠN Trong trình thực luận văn, nhận nhiều hướng dẫn, giúp đỡ tận tình thầy cô, gia đình, bạn bè Trước tiên, xin bày tỏ lòng biết ơn chân thành tới thầy giáo hướng dẫn, TS Nguyễn Văn Tảo Trong suốt thời gian qua, nhận giúp đỡ, động viên đặc biệt hướng dẫn tận tình thầy giúp nắm rõ mục tiêu định hướng nghiên cứu hoàn thành luận văn Tôi xin cảm ơn tập thể quý thầy cô giáo Trường Đại học Công nghệ thông tin Truyền thông trang bị cho nhiều kiến thức suốt thời gian học tập trường Đồng thời, xin gửi lời cảm ơn tới y, bác sỹ Bệnh viện A Thái Nguyên, Phòng Y tế - Công ty TNHH KT&CBKS Núi Pháo tận tình giúp đỡ chia sẻ cho kiến thức y khoa Cuối cùng, với tình cảm sâu sắc nhất, xin chân thành gửi tới gia đình bạn bè, người bên, động viên, chia sẻ với mặt giúp hoàn thành khóa học Thái Nguyên, ngày 10 tháng 04 năm 2016 Tác giả luận văn Trần Hồng Tuyến iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT v DANH MỤC CÁC HÌNH VẼ vi MỞ ĐẦU Chương TỔNG QUAN VỀ ẢNH SIÊU ÂM VÀ KHỐI U 1.1 Hình ảnh siêu âm 1.1.2 Một số đặc điểm siêu âm chẩn đoán 1.1.2 Các kỹ thuật siêu âm y tế 1.2 Khối u 1.2.1 Khối u thể người 1.2.2 Giải phẫu gan người 1.2.3 Khối u, nang gan người đặc điểm 18 1.3 Bài toán phát khối u tự động 24 1.3.1 Phát biểu toán 24 1.3.2 Ý nghĩa thực tiễn 24 Kết luận chương 25 Chương MỘT SỐ KỸ THUẬT PHÁT HIỆN KHỐI U TRONG ẢNH SIÊU ÂM 26 2.1 Chất liệu phát mẫu chất liệu ảnh 26 2.1.1 Chất liệu mẫu chất liệu ảnh 26 2.1.2 Các cách tiếp cận phát mẫu chất liệu ảnh 28 2.2 Phát mẫu chất liệu dựa vào đặc trưng bất biến địa phương 30 2.2.1 Trích chọn đặc trưng bất biến địa phương cho mẫu chất liệu 31 2.2.2 Phát mẫu chất liệu dựa vào đặc trưng bất biến địa phương 36 iv 2.3 Phát mẫu chất liệu dựa vào đặc trưng nhiễu 41 2.3.1 Biểu diễn mẫu chất liệu dựa đặc trưng nhiễu 44 2.3.2 Phát mẫu chất liệu dựa vào đặc trưng mô hình nhiễu chất liệu 48 Kết luận chương 53 Chương THỰC NGHIỆM VÀ ỨNG DỤNG 54 3.1 Yêu cầu thực nghiệm, ứng dụng 54 3.2 Phân tích lựa chọn công cụ lập trình 54 3.3 Một số kết thực nghiệm 59 3.3.1 Các chức chương trình 59 3.3.2 Hình ảnh thực nghiệm 60 3.3.3 Đánh giá kết thực nghiệm 61 Kết luận chương 62 KẾT LUẬN VÀ ĐỀ NGHỊ 63 TÀI LIỆU THAM KHẢO 65 v DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT TT TÊN TÊN VIẾT TẮT TIẾNG ANH Time Motion ĐỊNH NGHĨA Siêu âm thời gian TM DGC TGC TMTG Tĩnh mạch gan TMC Tĩnh mạch chủ TMCD Tĩnh mạch chủ OMC Ống mật chủ LBP Deep gain compensation Time gain compensation Local Binary Patterns cấu trúc có chuyển động Điều chỉnh bù theo độ sâu Điều chỉnh bù theo thời gian Mẫu nhị phân cục Scale Invariant SIFT Feature Transform Đặc trưng bất biến tỉ lệ vi DANH MỤC CÁC HÌNH VẼ Hình 1.1 a: Sự truyền quang tuyến X b:Sự truyền siêu âm Hình 1.2: Hình vẽ mô tả phân chia phân khu phân thuỳ gan dựa vào TMTG TMC 10 Hình 1.3: Hình vẽ mặt gan xác định vị trí phân thuỳ gan 10 Hình 1.4: Lớp cắt dọc qua dây chằng TM Arantius (mũi tên chỉ) bệnh nhân cổ chướng 12 Hình 1.5: Lớp quặt ngược qua túi mật: đường nối túi mật với TMTG .12 Hình 1.6 Lớp cắt chéo quặt ngược qua giường túi mật: có (A), không (B) Các mũi tên chỉ: khe lớn .12 Hình 1.7: Lớp cắt dọc qua túi mật (A) qua thận phải (B) Các mũi tên chỉ: rãnh ngang 12 Hình 1.8: Lớp chéo quặt ngược qua TMC trái nhánh (hình chữ H nghiêng) 14 Hình 1.9: Lớp cắt dọc liên sườn qua TMC phải TMCD .14 Hình 1.10: Lớp chéo ngang qua TMTG: phải (D) ; (M) ; trái (G) 15 Hình 1.11: Lớp cắt dọc, chéo nhẹ liên sườn qua thân TMCD: TMTG phụ 15 Hình 1.12: Hình ống mật chủ bình thường (dấu đo) 17 Hình 1.13: OMC bình thường (mũi tên), túi mật (VB), TMC (VP), TMCD (VCI) 17 Hình 1.14: Túi mật đôi lớp cắt ngang dọc 18 Hình 1.15: Túi mật bình thường có vách ngăn 18 Hình 1.16: U máu tăng âm 19 Hình 1.17: U máu tăng âm với hình ảnh soi giương qua hoành 19 Hình 1.18: U máu thể hang đồng âm giảm âm 20 Hình 1.19: U máu thể hang không đồng 20 Hình 1.20:a, (cắt ngang qua TMTG trái; b, cắt dọc qua TMCD): Phì đại nốt khu trú đồng âm, đè đẩy nhu mô lành tĩnh mạch gan 21 Hình 1.21: U tuyến gan tăng âm (a), giảm âm (b), không đồng (c) 22 Hình 1.22: Nang gan đơn 23 vii Hình 1.23: U nang tuyến có vách 24 Hình 2.1: Sơ đồ hệ thống phát mẫu chất liệu tổng quát 27 Hình 2.2: Xây dựng mô tả cho điểm bất biến tỉ lệ 36 Hình 2.4: Mô hình xây dựng đặc trưng nhiễu cho mẫu chất liệu .45 Hình 2.5: Sơ đồ khối thuật toán RMBN 48 Hình 2.6: Sơ đồ khối thuật toán DMBNF .52 Hình 3.1: Ảnh qua xử lý kỹ thuật Sobel 55 Hình 3.2: Ảnh qua xử lý kỹ thuật Laplace 55 Hình 3.3: Ảnh sau xử lý qua phép Open - close 56 Hình 3.4: Hình ảnh siêu âm gan bình thường qua lát cắt khác 57 Hình 3.5 Hình ảnh siêu âm có khối u, nang bất thường 58 Hình 3.6: Các mẫu chất liệu khối u gan 59 Hình 3.7: Hình ảnh sau xử lý không phát bất thường .60 Hình 3.8: Hình ảnh sau xử lý có phát bất thường 61 MỞ ĐẦU Sự phát triển máy tính phần cứng phần mềm tạo tiền đề cho nhiều lĩnh vực công nghệ thông tin phát triển, thị giác máy (computer vision) lĩnh vực có nhiều nghiên cứu đưa vào ứng dụng cách hiệu Gần 80% thông tin người thu nhận từ hình ảnh Nhận dạng tự động, mô tả đối tượng, phân loại phân nhóm mẫu vấn đề quan trọng thị giác máy, ứng dụng ngành khoa học khác Vấn đề khác, hẹp ứng dụng nhiều, việc phát đối tượng vùng chất liệu ảnh cho trước Với bùng nổ thông tin, việc xác định đối tượng hay mẫu chất liệu nói chung ảnh cách tự động vấn đề cần thiết thú vị Cùng với phát triển kinh tế xã hội, ngành y tế nỗ lực đổi ngày, việc ứng dụng công nghệ thông tin nhiệm vụ trọng điểm nhằm thúc đẩy việc phát triển ngành theo hướng đại Trong y học đại chẩn đoán bệnh dựa vào triệu chứng lâm sàng (chẩn đoán lâm sàng) triệu chứng cận lâm sàng (chẩn đoán cận lâm sàng) Trong chẩn đoán cận lâm sàng chẩn đoán dựa hình ảnh thu từ thiết bị y tế (chẩn đoán hình ảnh) ngày chiếm vai trò quan trọng Trên thực tế, với trợ giúp thiết bị y tế đại máy X-quang, máy chụp CT - Scanner, máy siêu âm màu 4D,…hình ảnh phục vụ chuẩn đoán ngày nhiều, từ đặt toán xử lý hình ảnh y tế Với mục tiêu xác định vùng ảnh có khả khối u ảnh siêu âm nhằm hỗ trợ chẩn đoán, phát khối u, lựa chọn đề tài “Nghiên cứu phát vùng khối u từ ảnh siêu âm y tế” nhằm nghiên cứu phương pháp xác định mẫu chất liệu ảnh siêu âm, qua ứng dụng giải toán phát vùng khối u từ ảnh siêu âm gan 52 Hình 2.6: Sơ đồ khối thuật toán DMBNF 53 Kết luận chương Từ toán chương 1, có cách cách giải khác nhau, luận văn đưa cách tiếp cận phát chất liệu khối u theo mẫu chất liệu ảnh Luận văn tìm hiểu cách tiếp cận phát mẫu chất liệu ảnh như: Tiếp cận dựa vào đặc trưng địa phương, tiếp cận dựa vào đặc trưng toàn cục, tiếp cận dựa vào mô hình Trong đó, hai phương pháp: Phát mẫu chất liệu dựa vào đặc trưng bất biến địa phương, phát mẫu chất liệu dựa vào đặc trưng nhiễu chi tiết hóa làm tảng để cài đặt thử nghiệm chương 54 Chương THỰC NGHIỆM VÀ ỨNG DỤNG 3.1 Yêu cầu thực nghiệm, ứng dụng Siêu âm phương pháp quen thuộc đầu tay sử dụng việc chẩn đoán bệnh gan Siêu âm giúp bác sĩ đánh giá xác tình trạng tổn thương gan, từ biết tình trạng bệnh nặng nhẹ bệnh nhân Trong việc chẩn đoán điều trị khối u, ung thư, siêu âm phương pháp sử dụng phổ biến Ngoài đánh giá hình dạng, vị trí, số lượng, kích thước khối u gan, siêu âm đánh giá tình trạng bệnh lý gan kèm theo (xơ gan), tình trạng dịch ổ bụng hạch to Bên cạnh góc độ chẩn đoán, siêu âm đóng vai trò quan trọng theo dõi điều trị Siêu âm giúp bác sĩ biết tình trạng tiến triển hay thuyên giảm bệnh nhân, biết phát triển khối u để từ có phương pháp can thiệp kịp thời phù hợp Với lí trên, luận văn phát triển chương trình hỗ trợ phát vùng nghi vấn khối u gan từ ảnh siêu âm Từ giúp bác sĩ nhanh chóng xác định vùng khối u trình siêu âm ảnh siêu âm 3.2 Phân tích lựa chọn công cụ lập trình Chương trình viết ngôn ngữ Visual C#, sử dụng số kĩ thuật để phát khối u phương pháp phát xử lý ảnh: Sobel, phép Open, chuyển ảnh xám,… không đưa kết mong muốn ảnh sau xử lý có đường biên mờ nhiễu 55 Hình 3.1: Ảnh qua xử lý kỹ thuật Sobel Ta thấy, ảnh sau xử lí kỹ thuật Sobel, xác định biên vật cần xác định Không phân biệt thận, túi mật với vùng nghi khối u Hình 3.2: Ảnh qua xử lý kỹ thuật Laplace 56 Qua biến đổi Laplace, ảnh thu không phát khối u ảnh siêu âm Hình 3.3: Ảnh sau xử lý qua phép Open - close Ảnh thu sau phép Open - close mờ, không tìm thấy bất thường Một số kỹ thuật khác cho kết tương tự, không không phát bất thường theo yêu cầu toán Vì vậy, chương trình xử dụng kỹ thuật phát khối u dựa vào mẫu chất liệu khối u dựa vào đặc trưng bất biến địa phương Cụ thể thuật toán phát mẫu chất liệu DMBLIF  Vào: Mẫu chất liệu M (dưới dạng ảnh), ảnh cần tìm chất liệu J  Ra: Tập R gồm vùng chứa mẫu chất liệu M ảnh J 57 Tập ảnh thử nghiệm chương trình gồm: ảnh siêu âm gan bình thường lát cắt khác gan ảnh siêu âm gan có khối u, nang, u xơ, ung thư Hình 3.4: Hình ảnh siêu âm gan bình thường qua lát cắt khác 58 Hình 3.5 Hình ảnh siêu âm có khối u, nang bất thường 59 Từ ảnh siêu âm chuyên gia y tế xác định vùng khối u ta lấy mẫu ảnh khối u, xác định mẫu chất liệu khối u khác Hình 3.6: Các mẫu chất liệu khối u gan Các ảnh siêu âm đưa vào chương trình đối sánh với mẫu chất liệu khối u, tìm kiếm vùng có chất liệu giống chất liệu khối u 3.3 Kịch thử nghiệm Luận văn sử dụng 40 ảnh siêu âm gan, có 09 ảnh siêu âm gan bình thường bất thường, 31 ảnh siêu âm gan có bất thường để thử nghiệm chương trình Chương trình phát khối u theo chức sau: - Mở ảnh: để chọn ảnh siêu âm gan để đưa vào chương trình - Tìm khối u: Chương trình thực đối sánh ảnh mẫu chất liệu khối u với ảnh vừa đưa vào hay việc tìm ảnh (các ảnh chất liệu khối u) ảnh lớn tỉ lệ Sau tô màu đỏ vùng nghi vấn khối u thông báo có bất thường ảnh siêu âm đưa vào cho người dùng dễ dàng nhìn thấy Luận văn sử dụng phương pháp phát khối u mẫu chất liệu phương pháp mang lại kết tốt, với kết thể 3.4 Một số kết cụ thể 3.4.1 Các chức chương trình Chương trình gồm hai chức Tính chung: chức gồm hai chức con: - Mở ảnh: Mở folder đưa vào chương trình ảnh - Tìm khối u: Tìm kiếm vùng nghi vấn khối u - Thoát: Thoát chương trình ứng dụng 60 Phép xử lý: Gồm phép biến đổi phép xử lý ảnh Các chức sau: - Chuyển ảnh xám - Chuyển nhị phân - Tăng độ sang - Laplace - Phép Open - Phép Close - Phép Open - Close 3.4.2 Hình ảnh thử nghiệm Các ảnh siêu âm gan bình thường ảnh siêu âm gan có khối u, nang bất thường đưa vào chương trình chạy thử nghiệm Hình 3.7: Hình ảnh sau xử lý không phát bất thường Trên ảnh siêu âm gan bình thường bệnh tật, với lát cắt ngang qua mạch máu mắt thường giống khối u nhỏ Chương trình loại bỏ điều đưa kết xác – ảnh không phát bất thường 61 Hình 3.8: Hình ảnh sau xử lý có phát bất thường Sau xử lý, chương trình hai vùng xác định bất thường hay khối u theo mẫu chất liệu khối u nạp chương trình trước 3.4.3 Đánh giá kết thử nghiệm Kết thử nghiệm đánh giá dựa đối sánh kết chẩn đoán chương trình kết chẩn đoán bác sỹ chẩn đoán hình ảnh: Ảnh siêu âm Tỉ lệ xác Ảnh siêu âm gan bình thường 77,7 % Ảnh siêu âm gan có khối u, nang bất thường 77,4% 62 Kết luận chương Trong chương này, luận văn phân tích xác định rõ yêu cầu thực tế việc giải toán ảnh siêu âm gan Với đặc trưng ảnh siêu âm đặc trưng khối u gan, nhầm lẫn với mạch máu, ống dẫn mật, túi mật hay thận Phát khối u dựa chất liệu hướng phát triển giải khó khăn Chương trình tìm kiếm, phát vùng nghi vấn khối u từ ảnh siêu âm gan với độ xác cao 63 KẾT LUẬN VÀ ĐỀ NGHỊ Qua trình tìm hiểu tự nghiên cứu, với giúp đỡ nhiệt tình thầy giáo hướng dẫn, thầy cô bạn bè, luận văn đạt số kết sau: - Nêu rõ ý nghĩa, tầm quan trọng việc phát mẫu chất liệu ảnh nói chung phát khối u thể người thông qua ảnh siêu âm nói riêng hỗ trợ việc chẩn đoán bệnh Hệ thống hóa kiến thức siêu âm, đặc trưng ảnh siêu âm, phương pháp siêu âm - Lựa chọn tìm hiểu số kỹ phát mẫu chất liệu ảnh: kỹ thuật phát chất liệu dựa vào đặc trưng bất biến địa phương, phát chất liệu dựa vào đặc trưng nhiễu chất liệu - Xây dựng chương trình thử nghiệm áp dụng số kỹ thuật nêu ảnh siêu âm, đặc biệt kỹ thuật phát chất liệu dựa vào đặc trưng bất biến địa phương, đánh giá kết phương pháp Những hạn chế luận văn: - Một số phương pháp phát mẫu chưa khai thác hết - Chương trình thử nghiệm chưa cài đặt hết tất thuật toán đưa hạn chế mặt thời gian để hoàn chỉnh số thuật toán phức tạp Hướng phát triển tương lai Trong chẩn đoán hình ảnh, thành tựu bật thiết bị chẩn đoán công nghệ cao không ngừng đời, đổi mới, hoàn thiện Nhờ mà chất lượng chẩn đoán bệnh ngày nâng cao, bệnh hiểm nghèo ngày phát sớm để kịp thời chữa trị, thu hẹp khoảng cách không 64 gian, thời gian việc chẩn đoán chữa trị, giảm chi phí khám chữa bệnh cho bệnh nhân Do vậy, hướng phát tự động khối u hay dị vật bất thường phận thể người từ ảnh siêu âm, ảnh y tế khác hướng phát triển tiềm Đã có nhiều nghiên cứu, phân tích phương phát, nhiều phần mềm đời lĩnh vực này, để có chương trình mang tính hệ thống, ứng dụng cao hoàn chỉnh chưa nhiều Luận văn trình bày số kỹ thuật cài đặt chương trình thử nghiệm nhỏ Trong tương lai, bổ sung thêm kỹ thuật khác phù hợp với loại chuyên khoa để phát triển thành phần mềm hoàn chỉnh cần phải có nghiên cứu, tìm hiểu thời gian dài với nhiều nhân lực chuyên ngành công nghệ thông tin y học Vì thời gian lực có hạn, hi vọng luận văn mở hướng tìm hiểu phát triển phần mềm ảnh chuyên ngành y học, thay cho hướng khai thác, phát triển nhiều phần mềm quản lý lĩnh vực khác quan tâm nhiều 65 TÀI LIỆU THAM KHẢO Tiếng Việt Đỗ Năng Toàn, Phạm Việt Bình (2007), Xử lý ảnh, NXB Khoa học Kỹ thuật Lê Thị Kim Nga (2014), Nghiên cứu phát mẫu chất liệu ảnh, Đại học Quốc gia Hà Nội Phạm Minh Thông (2006), Bài giảng siêu âm tổng quát, Đại học Y Hà Nội Phan Châu Hà (2003), Bài giảng siêu âm gan, Đại học Y Dược TP Hồ Chí Minh Tiếng Anh Belongie S., Malik J., Puzicha J (2002), “Shape matching and object recognition using shape contexts”, IEEE Trans PAMI, Vol 24(4) Berthold Block, M.D (2004), Color Atlas of Ultrasound Anatomy, Stuttgart New York Bileschi S., Wolf L (2005), “A inified system for object detection, texture recogniton, and context analysis based on the standard model feature set”, Proceding in BMVC, pp 175-185 Caputo B., Hayman E., Mallikarjuna P (2005), “Class - Specific Material Categoristion”, Proc 10th Int’l Conf Computer Vision, Vol 2, pp.1597-1602 Diane H., Bo L., Ren X (2012), “Toward Robust Material Recognition for Everyday Object”, Everyday Material Recognition, pp - 11 66 10 Dorko G., Schmid C (2003), “Selection of Scale - Invariant Parts of Object Class Recognition”, Proc Ninth Int’l Conf Computer Vision, pp 634-640 11 Fisher Y (2003), Fractal Image Compresion 12 Guenter Schmidt, Lucas Greiner, Dieter Nuern berg, Differential Diagnosis in Ultrasound Imaging, Stuttgart New York 13 Liu C., Sharan L., Adelson E.H., Rosenholtz R (2010), “Exploring features in Bayesian framework for material recognition”, In CVPR, pp - 14 Lowe D.G (2004), “Distinctive image features from scale - invariant keypoints”, Journal of Computer Vision, vol 60 (2) 15 Jane A Bates (2004), Abdominal Ultrasound How, Why and When, St James’s University Hospital, Leeds, UK [...]... bằng si u âm, người ta thu chùm si u âm phản xạ (âm vang) biến thành những tín hi u điện trên màn hiện sóng dùng vào chẩn đoán  Suy giảm của si u âm: Sau khi truyền qua một môi trường, chùm si u âm sẽ y u dần đi Sự suy giảm của chùm si u âm có 3 nguyên nhân: tán sắc, nhi u xạ, hấp thụ 1.1.2 Các kỹ thuật si u âm trong y tế Trong y học, người ta sử dụng một số kỹ thuật si u âm sau: 7 Chẩn đoán si u âm. .. ảnh si u âm, các đặc điểm của ảnh si u âm, các kỹ thuật si u âm hiện nay đang sử dụng Các khái niệm về khối u, khối u trong cơ thể người, giải ph u gan người và các loại u, nang trong gan Chương n y cũng phát bi u bài toán phát hiện khối u từ ảnh si u âm Từ nền tảng đó, luận văn đưa ra các phương pháp giải quyết bài toán trong chương 2 26 Chương 2 MỘT SỐ KỸ THUẬT PHÁT HIỆN KHỐI U TRONG ẢNH SI U ÂM Trong. ..2 Luận văn được chia làm ba chương với nội dung cụ thể như sau: Chương 1: Tổng quan về ảnh si u âm và khối u Trình b y về đặc điểm, c u trúc hình ảnh si u âm, các kỹ thuật si u âm, c u tạo đặc điểm khối u trong cơ thể người nói chung và trong gan nói riêng Chương 2: Một số kỹ thuật phát hiện khối u trong ảnh si u âm Luận văn tìm hi u về phương phát phát hiện m u dựa vào chất li u: Phát hiện m u chất... đó giữa nguồn phát si u âm và cơ thể phải có một môi trường dẫn truyền trung gian như d u, nước Các bộ phần có nhi u khí như phổi, dạ d y, ruột si u âm rất khó truyền qua  Phản xạ si u âm Khi một chùm si u âm truyền trong một môi trường gặp một môi trường thứ hai có trở kháng âm thanh khác nhau thì sẽ s y ra hiện tượng phản xạ Hình 1.1.a: Sự truyền b:Sự truyền của quang tuyến X của si u âm Trong chẩn... khối u đã được hình dung trong kinh nghiệm có sẵn, hoặc được phát hiện trong quá trình thao tác Nhưng trong thị giác m y tính, các khối u sẽ được phát hiện dựa trên m u chất li u khối u, hay nói cách khác là việc tìm trong bức ảnh có m u chấtt li u cần tìm hay không Bài toán được phát bi u cụ thể như sau: Cho trước một ảnh si u âm I và một m u chất li u khối u M H y tìm kiếm và xác định vùng có m u. .. cận lâm sàng 25 Trong si u âm, các kỹ thuật phát hiện m u chất li u khối u nhằm hỗ trợ phát hiện ra những vùng được nghi vấn là khối u trong cơ thể người từ ảnh si u âm là một hướng đi mang tính ứng dụng cao Chương trình hỗ trợ các bác sỹ ở các bệnh viện, các cơ sở y tế nhanh chóng tìm ra các vùng khối u bất thường trong cơ thể Dựa trên các kỹ thuật phát hiện m u chất li u khối u nhằm hỗ trợ phát hiện. .. nhân và th y thuốc, cũng là phương pháp chẩn đoán hình ảnh rất kinh tế nên được ứng dụng rộng rãi ở các bệnh viện tuyến trung ương đến tuyến địa phương Từ năm 1970, si u âm đã được sử dụng tại Việt Nam, ban đ u là si u âm loại A, si u âm TM, sau đó là si u âm 2D Cho đến nay m y si u âm 2D thời gian thực phối hợp với Doppler và Doppler m u, Dopple năng lượng, si u âm ba chi u, bốn chi u, si u âm nội soi…... điện ảnh so với chụp ảnh Si u âm ki u TM (Time Motion): Trong ki u si u âm n y âm vang sẽ ghi lại theo ki u A, nhưng chuyển động theo thời gian nhờ màn hình quét ngang thường xuyên Do đó những c u trúc đứng y n trên màn hình là một đường thẳng, còn những c u trúc chuyển động là một đường cong ngoằn nghèo t y theo sự chuyển động của cơ quan thăm khám Si u âm ki u n y thường dùng để khám tim Si u âm ki u. .. Thường dùng trong ki u A, B, TM thời gian mỗi xung là 2 micro gi y vỡ mỗi gi y có 500- 1000 xung Như v y thời gian phát xạ thức sự khoảng 1-2 milli gi y Dẫn truyền si u âm Trong sự dẫn truyền si u âm có một vài hiện tượng liên quan đến chẩn đoán 6  Tốc độ truyền si u âm: Trong không khí tốc độ truyền là 350m/s, nước: 1500m/s, phần mềm và mỡ 1400m/s, cơ 1600m/s, xương 3600- 4000m/s Si u âm truyền trong. .. của các quý th y, cô và các bạn học viên để luận văn, chương trình thử nghiệm đã x y dựng được hoàn thiện hơn, có tính thực tiễn cao, có thể áp dụng trong qúa trình làm việc và nghiên c u sau n y 3 Chương 1 TỔNG QUAN VỀ ẢNH SI U ÂM VÀ KHỐI U 1.1 Hình ảnh si u âm Si u âm chẩn đoán là một phần rất quan trọng tạo ra hình ảnh trong y tế, nó là phương pháp thăm khám không ch y m u, không g y nguy hiểm cho ... đề tài Nghiên c u phát vùng khối u từ ảnh si u âm y tế nhằm nghiên c u phương pháp xác định m u chất li u ảnh si u âm, qua ứng dụng giải toán phát vùng khối u từ ảnh si u âm gan 2 Luận văn... chẩn đoán  Suy giảm si u âm: Sau truyền qua môi trường, chùm si u âm y u dần Sự suy giảm chùm si u âm có nguyên nhân: tán sắc, nhi u xạ, hấp thụ 1.1.2 Các kỹ thuật si u âm y tế Trong y học, người... dụng rộng rãi bệnh viện tuyến trung ương đến tuyến địa phương Từ năm 1970, si u âm sử dụng Việt Nam, ban đ u si u âm loại A, si u âm TM, sau si u âm 2D Cho đến m y si u âm 2D thời gian thực phối

Ngày đăng: 09/12/2016, 17:22

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
1. Đỗ Năng Toàn, Phạm Việt Bình (2007), Xử lý ảnh, NXB Khoa học Kỹ thuật Sách, tạp chí
Tiêu đề: Xử lý ảnh
Tác giả: Đỗ Năng Toàn, Phạm Việt Bình
Nhà XB: NXB Khoa học Kỹ thuật
Năm: 2007
2. Lê Thị Kim Nga (2014), Nghiên cứu phát hiện mẫu chất liệu trong ảnh, Đại học Quốc gia Hà Nội Sách, tạp chí
Tiêu đề: Nghiên cứu phát hiện mẫu chất liệu trong ảnh
Tác giả: Lê Thị Kim Nga
Năm: 2014
3. Phạm Minh Thông (2006), Bài giảng siêu âm tổng quát, Đại học Y Hà Nội Sách, tạp chí
Tiêu đề: Bài giảng siêu âm tổng quát
Tác giả: Phạm Minh Thông
Năm: 2006
4. Phan Châu Hà (2003), Bài giảng siêu âm gan, Đại học Y Dược TP Hồ Chí Minh.Tiếng Anh Sách, tạp chí
Tiêu đề: Bài giảng siêu âm gan
Tác giả: Phan Châu Hà
Năm: 2003
5. Belongie S., Malik J., Puzicha J. (2002), “Shape matching and object recognition using shape contexts”, IEEE Trans. PAMI, Vol 24(4) Sách, tạp chí
Tiêu đề: Shape matching and object recognition using shape contexts”, "IEEE Trans. PAMI
Tác giả: Belongie S., Malik J., Puzicha J
Năm: 2002
6. Berthold Block, M.D (2004), Color Atlas of Ultrasound Anatomy, Stuttgart New York Sách, tạp chí
Tiêu đề: Color Atlas of Ultrasound Anatomy
Tác giả: Berthold Block, M.D
Năm: 2004
7. Bileschi S., Wolf L (2005), “A inified system for object detection, texture recogniton, and context analysis based on the standard model feature set”, Proceding in BMVC, pp 175-185 Sách, tạp chí
Tiêu đề: A inified system for object detection, texture recogniton, and context analysis based on the standard model feature set”, "Proceding in BMVC
Tác giả: Bileschi S., Wolf L
Năm: 2005
8. Caputo B., Hayman E., Mallikarjuna P. (2005), “Class - Specific Material Categoristion”, Proc. 10th Int’l Conf. Computer Vision, Vol 2, pp.1597-1602 Sách, tạp chí
Tiêu đề: Class - Specific Material Categoristion”, "Proc. 10th Int’l Conf. Computer Vision
Tác giả: Caputo B., Hayman E., Mallikarjuna P
Năm: 2005
9. Diane H., Bo L., Ren X. (2012), “Toward Robust Material Recognition for Everyday Object”, Everyday Material Recognition, pp. 1 - 11 Sách, tạp chí
Tiêu đề: Toward Robust Material Recognition for Everyday Object”, "Everyday Material Recognition
Tác giả: Diane H., Bo L., Ren X
Năm: 2012
10. Dorko G., Schmid C. (2003), “Selection of Scale - Invariant Parts of Object Class Recognition”, Proc. Ninth Int’l Conf. Computer Vision, pp.634-640 Sách, tạp chí
Tiêu đề: Selection of Scale - Invariant Parts of Object Class Recognition
Tác giả: Dorko G., Schmid C
Năm: 2003
12. Guenter Schmidt, Lucas Greiner, Dieter Nuern berg, Differential Diagnosis in Ultrasound Imaging, Stuttgart New York Sách, tạp chí
Tiêu đề: Differential Diagnosis in Ultrasound Imaging
13. Liu C., Sharan L., Adelson E.H., Rosenholtz R. (2010), “Exploring features in Bayesian framework for material recognition”, In CVPR, pp 1 - 8 Sách, tạp chí
Tiêu đề: Exploring features in Bayesian framework for material recognition
Tác giả: Liu C., Sharan L., Adelson E.H., Rosenholtz R
Năm: 2010
14. Lowe D.G. (2004), “Distinctive image features from scale - invariant keypoints”, Journal of Computer Vision, vol 60 (2) Sách, tạp chí
Tiêu đề: Distinctive image features from scale - invariant keypoints”, "Journal of Computer Vision
Tác giả: Lowe D.G
Năm: 2004
15. Jane A. Bates (2004), Abdominal Ultrasound How, Why and When, St James’s University Hospital, Leeds, UK Sách, tạp chí
Tiêu đề: Abdominal Ultrasound How, Why and When
Tác giả: Jane A. Bates
Năm: 2004

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w