1. Trang chủ
  2. » Giáo Dục - Đào Tạo

NGHIÊN cứu PHÂN LOẠI u TRONG SIÊU âm SÓNG BIẾN DẠNG sử DỤNG lọc tối ưu và THUẬT TOÁN cây QUYẾT ĐỊNH

49 202 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 49
Dung lượng 2,11 MB

Nội dung

IH QU GI H N I Ờ Ệ - - NGUYỄN HỮU NAM NGHIÊN CỨU PHÂN LO I U TRONG SIÊU ÂM SÓNG BIẾN D NG SỬ DỤNG L C TỐ U UẬT TOÁN CÂY QUYẾ ỊNH UẬ V CÔNG NGHỆ KỸ THUẬ À ỆN TỬ, TRUYỀN THÔNG – 2017 IH QU GI H N I Ờ Ệ - - NGUYỄN HỮU NAM NGHIÊN CỨU PHÂN LO I U TRONG SIÊU ÂM SÓNG BIẾN D NG SỬ DỤNG L C TỐ U UẬT TOÁN CÂY QUYẾ ỊNH Ng nh: ng Nghệ Kỹ thuật iện tử, Truyền thông huy n ng nh: Kỹ thuật iện tử Mã số: 60520203 UẬ V CÔNG NGHỆ KỸ THUẬ Ờ ỆN TỬ, TRUYỀN THÔNG ỚNG DẪN KHOA H C: PGS.TS TRẦ À – 2017 ỨC TÂN Ờ ẦU Nhiều bệnh lý mô thể nhận biết thay đổi hình thái, tính chất học mơ mềm Hình ảnh siêu âm tạo sóng biến dạng cung cấp th ng tin định lượng tính chất học mô mềm, cụ thể sử dụng phương pháp modun shear phức (CSM) Những tiến lĩnh vực tiềm để làm cầu nối sinh học phân tử, sinh học mô mềm chẩn đoán điều trị cho bệnh nhân Luận văn n y thực việc nghiên cứu, đề xuất thuật tốn cho phép mơ phỏng, phân loại độ đ n hồi v độ nhớt vùng khảo sát gan Nâng cao chất lượng hình ảnh siêu âm Thứ nhất, tạo kịch thực tế để nhận hình ảnh si u âm v sau th m nhiễu để làm cho giống hình ảnh siêu âm thực tế Thứ hai, sử dụng phương pháp khác để loại bỏ nhiễu tìm cách tốt để có hình ảnh tương tự so với hình ảnh ban đầu (khơng có nhiễu), đồng thời dùng sóng biến dạng thuật tốn để phân loại vùng gan bị bệnh v gan bình thường Kết từ nghiên cứu tiền đề quan trọng việc sử dụng sóng biến dạng sử dụng để phát phân loại số trạng thái quan trọng mơ phục vụ cho xét nghiệm tầm sốt bệnh Trong tương lai, nâng cao hiệu xuất phân loại phát triển thêm mô phỏng, thử nghiệm mơ hình 3D ẢM Ơ Luận văn n y thực trường ại học Công Nghệ - ại học Quốc Gia Hà Nội dước hướng dẫn tận tình PGS.TS Trần ức Tân Trước hết muốn gửi lời cảm ơn tới PGS.TS Trần ức Tân, người hướng dẫn tôi, sai sót v đưa ý kiến thời gian tơi thực nghiên cứu Nếu khơng có bảo thầy, tơi gặp nhiều khó khăn để hoàn thành luận văn n y Luận văn hỗ trợ phần từ đề tài mã số CA.17.6A trung tâm Hỗ trợ Nghiên cứu châu Á tài trợ T i xin gửi lời cảm ơn đến thầy bạn khóa cao học K22, Khoa iện Tử - Viễn Th ng có góp ý, nhận xét thẳng thắn cho luận văn Cuối cùng, xin gửi lời cảm ơn đến gia đình t i, quan t i l m việc động viên, tạo điều kiện, nu i dưỡng tơi tình u khoa học ủng hộ tơi hồn thành luận văn n y Ờ M T i xin cam đoan nội dung luận văn n y l sản phẩm trình học tập, nghiên cứu cá nhân hướng dẫn bảo thầy hướng dẫn môn Luận văn kh ng chứa tài liệu xuất viết người khác mà không ghi rõ nguồn tham khảo trích dẫn Nếu vi phạm, tơi xin chịu trách nhiệm Hà Nội, ngày 28 tháng 10 năm 2017 Người thực Nguyễn Hữu Nam MỤC LỤC DANH MỤ ỆU MỤ Ắ ẢNG MỤ Ơ ỮV Ế V 1: ỔNG QUAN VỀ LÝ THUYẾT 1.1 Giới thiệu chung 1.2 Hiệu ứng Doppler 1.3 Siêu âm Doppler 1.3.1 Siêu âm Doppler sóng liên tục 1.3.2 Siêu âm Doppler xung 1.3.3 Siêu âm Doppler màu 1.3.4 Si u âm Doppler lượng 10 1.4 Ứng dụng 11 1.5 óng góp v tổng quan luận án 12 Ơ 2.1 2: UYÊ NG 13 Sóng biến dạng 13 2.1.1 ịnh nghĩa sóng biến dạng 13 2.1.2 ặc tính sóng biến dạng 13 2.2 Module shear phức (CSM) 13 2.3 Ước lượng modun shear phức 15 2.4 Giới thiệu MLEF 18 Ơ P Ơ P P Ề XUẤT KẾT QUẢ 23 3.1 Phương pháp đề xuất 23 3.2 Mô kết 25 KẾT LUẬN 38 TÀI LIỆU THAM KHẢO 39 MỤ ệ n MLEF ỆU ỮV Ế Tiếng Anh Maximum Likelihood Ensemble Filter ẮT Tiếng Việt Bộ lọc tối đa hóa khả xảy CSM Complex Shear Modulus Modun Shear phức SNR Signal – To- Noise Ratio Tỷ số tín hiệu nhiễu MRI Magnetic Resonance Imaging OCT Optical coherence tomography Chụp cắt lớp quang học kết hợp ROI Region of Interest DT Decision – Tree EVD Eigenvalue Decomposition ρ ( ⃗) Chụp cộng hưởng từ Vùng khảo sát Thuật toán định Giá trị riêng kg/m3 Mật độ khối lượng rad/s Tần số dao động kPa ộ đ n hồi Pa.s ộ nhớt m i trường Hàm mục tiêu Số sóng phức Hệ số suy giảm Pha thời gian ban đầu MỤ Ả Bảng 3.1: Các thông số vài trạng thái điển hình gan 25 MỤ V Hình 1.1: Hiệu ứng Doppler Hình 1.2: Nguyên lý Doppler liên tục Hình 1.3: Sơ đồ siêu âm Doppler xung Hình 1.4: Sơ đồ cửa ghi Doppler Hình 1.5: ánh giá dòng chảy tĩnh mạch gan Doppler màu 10 Hình 1.6: Si u âm Doppler lượng cho thấy vị trí viêm 11 Hình 2.1: Hệ thống tạo dao động v ước lượng sóng biến dạng thu 15 Hình 2.2: Tia quét vùng khảo sát (ROI) 17 Hình 3.1: Phân loại u sử dụng thuật tốn (DC) 24 Hình 3.2: Vận tốc lý tưởng (khơng nhiễu) 27 Hình 3.3: Vận tốc theo thời gian 27 Hình 3.4: Ảnh quét tia độ đ n hồi v độ nhớt 28 Hình 3.5: Ảnh ước lượng độ đ n hồi nhờ sử dụng MLEF 28 Hình 3.6: Ảnh ước lượng độ nhớt nhờ sử dụng MLEF 29 Hình 3.7: ộ đ n hồi lý tưởng O1(r) 30 Hình 3.8: ộ nhớt lý tưởng O2(r) 31 Hình 3.9: M hình độ đ n hồi h m O1(r) bổ sung độ đ n hồi gan bình thường (tại 2.08 kPa) thấy mô ngồi ROI 32 Hình 3.10: Ước lượng dọc theo tia thứ 20 33 Hình 3.11: Ước lượng dọc theo tia thứ 40 33 Hình 3.12: Ước lượng dọc theo tia thứ 60 34 Hình 3.13: Ước lượng dọc theo tia thứ 20 34 Hình 3.14: Ước lượng dọc theo tia thứ 40 35 Hình 3.15: Ước lượng dọc theo tia thứ 60 35 Hình 3.16: ộ đ n hồi sau khôi phục 36 Hình 3.17: ộ nhớt sau khơi phục 36 Hình 3.18: Ảnh mơ CSM thể ba loại khác mô mềm ( xơ gan phần, xơ gan to n phần v m bình thường) vùng khảo sát (ROI) sau sử dụng lọc trung vị 37 Ơ 1.1 1: ỔNG QUAN VỀ LÝ THUYẾT Giới thiệu chung Hiện nay, việc sử dụng nguồn phóng xạ lĩnh vực y tế phổ biến nhằm phục vụ cơng tác chẩn đốn v điều trị bệnh chụp X quang, máy xạ trị Tuy nhiên, loạiưu nhược điểm v đ i gây tác hại nguy hiểm cho chuyên gia y tế, bệnh nhân v m i trường [10] Theo nhà nghiên cứu ại học Oxford - Anh, họ tin 0.6% nguy ung thư xuất phát từ tia X Bằng cách sử dụng "Hình ảnh cộng hưởng từ", kiểm tra sử dụng từ trường v xung lượng sóng vơ tuyến để tạo ảnh quan v cấu trúc b n thể không sử dụng X-quang [10] Phương pháp chụp hình ảnh kh ng đ n hồi thường sử dụng l si u âm (US), chụp cộng hưởng từ (MRI) v chụp cắt lớp quang học kết hợp (O T) Những kỹ thuật n y hứa hẹn cho thấy khác tổn thương vú l nh tính v ác tính, xác định tình trạng vi m gan, đánh giá độ co dãn tim, kiểm tra ung thư tuyến tiền liệt v khảo sát đặc tính lưu biến não người để chẩn đốn q trình thối hóa thần kinh Khi theo dõi tiến triển bệnh, m i trường tế b o có vai trò quan trọng sử dụng phương pháp chẩn đốn hình ảnh đ n hồi phát triển khối u v từ khác biệt m i trường tế b o chẩn đốn, phân biệt m bình thường v m bị bệnh [6] Sử dụng MRI biết hình ảnh cấu trúc m mềm b n thể, chẳng hạn tim, phổi v nhiều vùng khác với độ chi tiết cao số phương pháp khác iều n y giúp bác sĩ phân tích chức v cấu trúc nhiều quan nội tạng, kh ng ảnh hưởng nhiều đến sức khoẻ X-quang Giúp chẩn đoán nhanh v xác bệnh Tuy nhiên, có số bất lợi phương pháp n y l : - Thời gian chẩn đoán tốn nhiều thời gian - Khó sử dụng trường hợp khẩn cấp - Các bệnh nhân sử dụng thiết bị hỗ trợ kim loại nguyên nhân gây nhiễu ảnh sử dụng RMI - Các bệnh nhân có thai trước tháng kh ng phép sử dụng Si u âm đ n hồi (Elastography) sử dụng để giảm đồng bề mặt tr n thể có biến dạng m [14] n hồi tĩnh (Strain Elastography) dựa v o kết kiểm tra để hiệu chỉnh nhằm có kết tốt ác máy si u âm thực tính tốn v hiệu chỉnh biến dạng hình ảnh v tính đ n hồi m thường kh ng xác Kỹ thuật n y kh ng định lượng, phụ thuộc nhiều v o người vận hành [14] Với si u âm đ n hồi ti u chuẩn, mẫu cố định (gọi l Stress) v đ n hồi (gọi l Strain) Mặc dù có nhiều phương pháp khác để kiểm tra độ đ n hồi đ n hồi tĩnh th ng thường ta dùng máy si u âm vùng m cần khảo sát để xem hình ảnh siêu âm [14] huyển động m đo cách theo dõi vị trí so sánh hình ảnh vị trí B trước v sau nhấn v giữ đẩy đi, l cách dễ để đo độ biến dạng n hồi tĩnh thời gian thực thực theo phương pháp trượt chiều để đo phần b n vùng khảo sát Với đ n hồi tĩnh đo thời gian thực, tính đ n hồi xác định xác người bệnh đến khám Thường có nhiều biến dạng thu thập th ng tin thời gian thực, n n trình lấy mẫu thực nhiều lần Hình ảnh chất lượng bác sĩ lựa chọn, lựa chọn tối ưu bác sĩ phụ thuộc v o biến dạng hình dạng đối tượng khảo sát ặc biệt liên quan đến chẩn đốn y khoa, độ đ n hồi (Viscoelasticity) có liên quan đến thay đổi bệnh lý mô mềm [14] Ước lượng thông số modun shear phức ( SM) hay ước lượng số sóng suy giảm truyền sóng sóng biến dạng (ShearWave), ước lượng cách sử dụng hình ảnh sóng siêu âm [14] Khi sử dụng sóng biến dạng để tái tạo hình ảnh si u âm, ta có kết tốt v xác hơn, kh ng phụ thuộc v o xét nghiệm bác sĩ hình dáng bất thường 27 Hình 3.2: Vận tốc lý tưởng thu điểm không gian theo thời gian (khơng nhiễu) Hình 3.3: Vận tốc thu điểm không gian theo thời gian (kèm nhiễu) 28 Hình 3.4: Ảnh quét tia độ đ n hồi v độ nhớt Hình 3.5: Ảnh ước lượng độ đ n hồi nhờ sử dụng MLEF Hình 3.4 mơ tả ảnh quét tia ứng với tham số độ đ n hồi v độ nhớt; kịch mơ tốn mà sau học viên cần ước lượng Từ hình 3.4 thấy rõ phân vùng khu vực kh ng có xơ hóa, xơ hóa phần, xơ hóa tồn phần Hình 3.5 3.6 ảnh ước lượng tham số độ đ n hồi độ nhớt dùng lọc MLEF sau sử dụng giải thuật nhóm nghiên cứu đề xuất 29 Hình 3.6: Ảnh ước lượng độ nhớt nhờ sử dụng MLEF Hình 3.7 mô độ đ n hồi lý tưởng vị trí đặt kim rung Giá trị ba m hình n y đề cập Bảng 3.1 Có thể thấy khác biệt đ n hồi xơ gan phần v gan bình thường khơng rõ ràng 30 (a) Dạng ảnh (b) Biểu diễn theo giá trị Hình 3.7: ộ đ n hồi lý tưởng O1(r) 31 (a) Dạng ảnh (b) Biểu diễn theo giá trị Hình 3.8: ộ nhớt lý tưởng O2(r) 32 Hình 3.9 mơ độ đ n hồi ̂ theo liệu có Mặc dù có gợn sóng bề mặt, đối tượng mơ thể ý tưởng tốt Gợn sóng có nhiễu thêm vào mơ hình tái tạo khơng hồn hảo Rất khó để phân biệt xơ gan phần v gan bình thường gợn sóng ũng Hình 3.7 ta thấy kỹ thuật qt tia khơng thể che phủ tồn diện tích hình vng 12.6 × 12.6 mm2 Vùng khảo sát (ROI) khu vực với bán kính 12.6 mm Hình 3.9: Mơ hình độ đ n hồi hàm O1(r) bổ sung độ đ n hồi gan bình thường (tại 2.08 kPa) thấy mơ ngồi ROI Hình 3.10 tới Hình 3.15 cho thấy kết ước tính cho số sóng hệ số suy giảm dọc theo tia với SNR = 30 dB Có thể thấy thay đổi đột ngột số sóng xảy khoảng cách mm (giữa xơ gan phần v xơ gan to n phần) 110 mm (giữa xơ gan to n phần v gan bình thường) Có thể thấy ước lượng số sóng hệ số suy giảm hướng Tuy nhiên, gợn sóng ước lượng suy giảm lớn so với ước lượng số sóng Sau ước lượng số sóng yếu tố suy giảm, độ 33 đ n hồi v độ nhớt tính cách sử dụng cơng thức (2.9) Do đó, h m O1(r) O2(r) cuối mơ thành cơng (xem hình 3.16 3.17) Hình 3.10: Ước lượng Hình 3.11:Ước lượng dọc theo tia thứ 20 dọc theo tia thứ 40 34 Hình 3.12: Ước lượng dọc theo tia thứ 60 Hình 3.13: Ước lượng dọc theo tia thứ 20 35 Hình 3.14: Ước lượng dọc theo tia thứ 40 Hình 3.15: Ước lượng dọc theo tia thứ 60 36 Hình 3.16: ộ đ n hồi sau khơi phục Hình 3.17: ộ nhớt sau khôi phục 37 Sử dụng ngưỡng v ngưỡng B thuật tốn DT Hình 3.1, dễ dàng để tách vị trí xơ gan to n phần khỏi nhóm xơ gan phần v m bình thường Tuy nhiên quan tâm đến ̂ hay ̂ để phân loại xơ gan phần m bình thường, hiệu xuất kh ng tốt Vì vậy, để phân biệt xơ gan phần v m bình thường, cần tính tốn độ lớn | ̂ ngưỡng C theo Hình 3.1 Lí l độ lớn | ̂ ̂ |, sau so sánh với ̂ | khuếch đại khác biệt xơ gan phần v gan bình thường Hình 3.18 cho thấy ảnh mơ CSM xác vị trí mơ mềm (xơ gan phần, xơ gan to n phần, gan bình thường) vùng khảo sát sau lọc trung vị Hình 3.18: Ảnh mơ CSM thể ba loại khác mô mềm ( xơ gan phần, xơ gan to n phần v m bình thường) vùng khảo sát (ROI) sau sử dụng lọc trung vị 38 KẾT LUẬN Trong luận văn n y t i tìm hiểu nguyên tắc hoạt động siêu âm sóng biến dạng, phương thức đo độ đ n hồi – độ nhớt áp dụng phát u tạo ảnh siêu âm sóng biến dạng Luận văn đề xuất việc sử dụng thuận toán định kết hợp lọc tối ưu để phân loại u tình cụ thể Các kịch mô phục dựng độ đ n hồi v độ nhớt đối tượng mô để chứng minh hiệu tốt phương pháp n y Thuật tốn phân loại đơn giản DT hữu ích việc phân loại mẫu ước lượng Do tự động phát uTrong tương lai ta xem xét làm n o để nâng cao hiệu suất phân loại cách kết hợp thuật toán DT với SVM Luận văn phát triển thêm mơ thử nghiệm mơ hình 3D 39 TÀI LIỆU THAM KHẢO [1] Zupanski, Milija, I Michael Navon, and Dusanka Zupanski "The Maximum Likelihood Ensemble Filter as a non‐differentiable minimization algorithm."Quarterly Journal of the Royal Meteorological Society 134, no 633 (2008): 1039-1050 [2] Zupanski, Milija "Maximum likelihood ensemble filter: Theoretical aspects."Monthly Weather Review 133, no (2005): 1710-1726 [3] Tran-Duc, Tan, Yue Wang, Nguyen Linh-Trung, Minh N Do, and Michael F Insana "Complex Shear Modulus Estimation Using Maximum Likelihood Ensemble Filters." In 4th International Conference on Biomedical Engineering in Vietnam, pp 313-316 Springer Berlin Heidelberg, 2013 [4] 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, no (2004): 2781-2785 [5] Orescanin M, Insana MF (2010) Model-based complex shear modulus reconstruction: A Bayesian approach IEEE Int'l Ultrasonics Symposium, 61-64 [6] G.M.Baxter, P.L.P.Allan, and P.Morley, Clinical Diagnoistic Ultrasound [7] Laurent Huwart, Frank Peeters, Ralph Sinkus, Laurence Annet, Najat Salameh, Leon C ter Beek, Yves Horsmans, and Bernard E Van Beers, Liver fibrosis: noninvasive assessment with MR elastography, NMR in biomedicine, 2006, vol 19, pp 173–179 [8] Nguyên lý siêu âm Doppler – GS Phạm Minh Th ng http://virad.org/nguyen-ly-sieu-am-doppler-gs-pham-minh-thong/ [9] Si u âm bụng tổng quát – Nh xuất y học, Nguyễn Phước Bảo Quân 40 [10] Berrington de Gonzalez, Sarah Darby “Rick of cancer from diagnostic Xrays”.Tạp chí y khoa The Lancet (2004) [11] J.-L Gennisson, T Deffieux, M Fink, and M Tanter, “Ultrasound elastography: principles and techniques,” Diagnostic and interventional imaging, vol 94, no 5, pp 487–495, 2013 [12] Luong, Q H., Nguyen, M C., & Tan, T D A frequency dependent investigation of complex shear modulus estimation, International Conference on Advances in Information and Communication Technology, Springer International Publishing, 2016, pp 31-40 [13] A P Sarvazyan, O V Rudenko, S D Swanson, J B Fowlkes, and S Y Emelianov, “Shear wave elasticity imaging: a new ultrasonic technology of medical diagnostics,” Ultrasound in medicine & biology, vol 24, no 9, pp 1419– 1435, 1998 [14] Wells, P N T (June 2011) "Medical ultrasound: imaging of soft tissue strain and elasticity" Journal of the Royal Society, Interface (64): 1521–1549 [15] Quang-Huy, T., & Duc-Tan, T (2015, October) Sound contrast imaging using uniform ring configuration of transducers with reconstruction In Advanced Technologies for Communications (ATC), 2015 International Conference on (pp 149-153) IEEE [16] Tran, Q H., & Tran, D T (2015) Ultrasound Tomography in Circular Measurement Configuration using Nonlinear Reconstruction Method International Journal of Engineering and Technology (IJET), 7(6), 2207-2217 [17] Huy, T Q., Tan, T D., & Linh-Trung, N (2014, October) An improved distorted born iterative method for reduced computational complexity and enhanced image reconstruction in ultrasound tomography In Advanced Technologies for Communications (ATC), 2014 International Conference on (pp 703-707) IEEE 41 [18] Tran-Duc, T., Linh-Trung, N., & Do, M N (2012, October) Modified distorted Born iterative method for ultrasound tomography by random sampling In Communications and Information Technologies (ISCIT), 2012 International Symposium on (pp 1065-1068) IEEE [19] Tran-Duc, T., Linh-Trung, N., Oelze, M L., & Do, M N (2013) Application of l1 Regularization for High-Quality Reconstruction of Ultrasound Tomography In 4th International Conference on Biomedical Engineering in Vietnam (pp 309312) Springer Berlin Heidelberg [20] Anh-Dao, N T., Duc-Tan, T., & Linh-Trung, N (2015) 2D Complex Shear Modulus Imaging in Gaussian Noise In 5th International Conference on Biomedical Engineering in Vietnam (pp 385-388) Springer [21] Tran Duc Tan, Dinh Van Phong, Truong Minh Chinh and Nguyen Linh-Trung, "Accelerated parallel magnetic resonance imaging with multi-channel chaotic compressed sensing," The 2010 International Conference on Advanced Technologies for Communications, Ho Chi Minh City, 2010, pp 146-151 doi: 10.1109/ATC.2010.5672695 ...IH QU GI H N I Ờ Ệ - - NGUYỄN H U NAM NGHIÊN C U PHÂN LO I U TRONG SI U ÂM SÓNG BIẾN D NG SỬ DỤNG L C TỐ U VÀ U T TOÁN CÂY QUYẾ ỊNH Ng nh: ng Nghệ Kỹ thuật iện tử, Truyền thông huy n... quan luận án Mục đích luận án tìm hi u nguyên tắc hoạt động si u âm sóng biến dạng, phương thức đo độ đ n hồi – độ nhớt áp dụng phát u tạo ảnh si u âm sóng biến dạng Luận văn đề xuất việc sử dụng. .. số sóng phát, tần số sóng thu, tần số Doppler [8] 1.3.2 Si u âm Doppler xung Trong ki u Doppler xung đ u dò có tinh thể gốm áp điện, sóng âm phát ngắt quãng gọi xung si u âm, xen xung si u âm

Ngày đăng: 08/01/2018, 16:32

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w