Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)Nghiên cứu các kỹ thuật nén ảnh Y sinh 3D (Luận văn thạc sĩ)
HỌC VIỆN CƠNG NGHỆ BƢU CHÍNH VIỄN THƠNG ĐỖ MẠNH ĐOÀN NGHIÊN CỨU CÁC KỸ THUẬT NÉN ẢNH Y SINH 3D Chuyên ngành: KỸ THUẬT VIỄN THƠNG Mã số: 8520208 TĨM TẮT LUẬN VĂN THẠC SĨ TP.HCM - 2018 Luận văn hoàn thành tại: HỌC VIỆN CƠNG NGHỆ BƢU CHÍNH VIỄN THƠNG Người hướng dẫn khoa học: TS Nguyễn Lương Nhật Phản biện 1:…………………………………………………………………… Phản biện 2:………………………………………………………………… Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Cơng nghệ Bưu Viễn thơng Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: - Thư viện Học viện Cơng nghệ Bưu Viễn thơng MỞ ĐẦU Với tốc độ phát triển vượt bậc khoa học công nghệ nay, Công nghệ thông tin góp phần mang lại cho ngành Y bước tiến đáng kể, ví dụ đời nhiều thiết bị chẩn đốn hình ảnh giúp bác sĩ chẩn đoán bệnh tốt máy chụp cắt lớp (CT), máy cộng hưởng từ (MRI)… Những thiết bị ứng dụng rộng rãi chẩn đoán lâm sàng sinh thiết Với khả cung cấp hình ảnh chiều (3D) quan bên thể người giống chúng hữu bên thể bệnh nhân tạo bước đột phá mang lại hiệu cao mà tiết kiệm chi phí Việc ứng dụng Công nghệ thông tin thiết bị y tế với phần mềm chuyên dụng tạo bước phát triển việc ghi hình ảnh có chất lượng cao quan bị bệnh thể người, giúp cho chuyên gia y tế chẩn đốn bệnh khách quan hơn, nhanh chóng xác nhiều Với việc lưu trữ truyền ảnh khoa, phòng bệnh viện bệnh viện với tạo phòng "Hội chẩn ảo", góp phần quan trọng vào việc sử dụng trí tuệ tập thể, đặc biệt trí tuệ chuyên gia y tế giỏi, chuyên gia đầu ngành chẩn đoán điều trị bệnh cho người bệnh nhiều vùng đất nước khác nhau, chí nước khác giới Ứng dụng phát triển Công nghệ thông tin Y tế đòi hỏi xúc Ngành Y tế Việt Nam, nhằm xây dựng y tế Việt Nam đại, có cơng nghệ kỹ thuật y học cao, đáp ứng yêu cầu chăm sóc sức khoẻ cho người dân Cùng với mức sống ngày cao nhu cầu khám chữa bệnh người ngày tăng, hình ảnh y sinh 3D bệnh nhân thu từ thiết bị y khoa như: MRI, CT, siêu âm… ngày nhiều Để giảm bớt dung lượng hình ảnh y sinh cho việc lưu trữ truyền tải, cần phải có kỹ thuật nén hiệu hình ảnh 3D với dung lượng thấp độ tổn hao 2 Chƣơng - TỔNG QUAN VỀ HÌNH ẢNH Y SINH 3D VÀ KỸ THUẬT NÉN DỮ LIỆU 1.1 Tổng quan ảnh số 1.1.1 Ảnh số 1.1.2 Phân loại ảnh số Ảnh xám Ảnh màu Ảnh nhị phân Ảnh số (indexed) 1.2.1 Ảnh chụp X - Quang Khả chẩn đoán y khoa tia X thực hóa sau phát Roentgen năm 1895 Hình thái đơn giản tia X hình chiếu 2D thể 3D, tạo phim chiếu xạ với hạt photon X-ray bị suy hao yếu tố phụ thuộc vào suy giảm tuyến tính hệ số dọc theo đường tia Kết tạo mức xám tương ứng điểm phim thiết bị đo sử dụng[1] Ứng dụng ảnh phim X quang 3D: 1.2.2 Ảnh chụp CT Kỹ thuật chụp CT[1] (Computed Tomography) phát triển giai đoạn cuối năm 1960, đầu năm 1970 tạo hình chụp cắt ngang đầu thể người mà trước chưa có theo phương pháp khơng phá hủy không can thiệp vào thể Ứng dụng hình ảnh chụp cắt lớp CT chiều (3D) 1.2.3 Ảnh chụp MRI Kỹ thuật ảnh cộng hưởng từ [1] (Magnetic resonance imaging -MRI) phương thức tạo ảnh nhất, thực tạo cách mạng chẩn đốn hình ảnh, phân tích mơ mềm cách trực mơ hình 3D Hơn chế tương phản theo dải rộng thay đổi linh hoạt theo đặc tính mơ (rắn, lỏng, mềm…), độ khuếch tán cao Ứng dụng hình ảnh MRI 3D 1.3 Tổng quan kỹ thuật nén ảnh y sinh 3D Có nhiều cách phân loại phương pháp nén khác Trong nghiên cứu tơi chọn phân tích kỹ thuật nén ảnh y sinh 3D theo phương pháp nén tổn hao nén tổn hao [3]: Nén tổn hao: Họ bao gồm phương pháp nén mà sau giải nén ta thu gần xác liệu gốc Nén tổn hao: họ bao gồm phương pháp mà sau giải nén ta không thu liệu gốc Tuy nhiên độ sai lệch phải nằm giới hạn cho phép tương ứng với ứng dụng cụ thể Trong q trình nén tín hiệu, thơng số thường quan tâm tỷ lệ nén (CR – Compression Ratio) định nghĩa: Tỷ lệ nén: CR A B (1.4) Trong đó, A kích thước liệu gốc, B kích thước liệu thu sau nén Ví dụ, tỷ lệ nén 2:1, nghĩa liệu gốc có dung lượng sau nén dung lượng 1.4 Kết luận chƣơng Trong Chương trình bày cách tổng quan ảnh số, ảnh y sinh 3D kỹ thuật nén ảnh y sinh 3D Với kỹ thuật nén ảnh y sinh 3D đại, việc lưu trữ truyền tải ảnh y sinh trở nên dễ dàng tiết kiệm chi phí 4 Chƣơng - CÁC PHƢƠNG PHÁP NÉN ẢNH Y SINH 3D 2.1 Các phƣơng pháp nén ảnh y sinh tổn hao (Near lossless data reduction) Ảnh y sinh 3D Ảnh sai khác Biến đổi hệ số wavelet Biến đổi ngược Mã hóa Giải mã Hình 2.1: Mơ hình nén giải nén ảnh y sinh 3D phƣơng pháp tổn hao 2.1.1 Phương pháp mã EZW (Embedded Zerotree Wavelet Encoder) Thuật tốn cho hình ảnh 2D gọi EZW Jerry Shapiro đề xuất vào năm 1993 Tất phương pháp dựa kỹ thuật EZW phương pháp lượng tử hóa mã hóa chiến lược kết hợp số đặc tính q trình phân rã wavelet Sơ đồ mã hóa sử dụng mơ hình đơn giản để mô tả phụ thuộc đường truyền hệ số wavelet nằm băng với hướng Ngưỡng T Để hiểu thuật toán EZW, cần hiểu “ngưỡng T” gì, hệ số đưa có độ lớn lớn T, gọi hệ số đáng kể cấp T, ngược lại gọi không đáng kể Tất hệ sau (mức phân giải cao hơn) có độ lớn nhỏ T, hệ số gọi gốc zero Cuối cùng, tình khác xảy hệ số nhỏ T số hệ số hệ sau lại có giá trị lớn T, hệ số gọi số “0” bị cô lập Cây tứ phân Sau biến đổi wavelet ứng với mức phân giải khác nhau, biểu diễn hệ số biến đổi dạng Ta thấy biểu diễn nút cha có nút Sở dĩ có điều trình biến đổi wavelet tỷ lệ khác Gọi tứ phân 5 Hình 2.4: Mơ tả phân rã băng Độ ưu tiên việc truyền kỹ thuật EZW Tầm quan trọng gán cho độ xác hệ số Tầm quan trọng độ lớn Quy mô yếu tố quan trọng Yếu tố cuối vị trí khơng gian Tóm tắt thuật tốn EZW [7] Ví dụ bước mã hóa EZW Mã hóa zero Giải mã thuật tốn Kỹ thuật 3D EZW Hình 2.13: Mơ tả phân giải zero cho khối ảnh 3D để sử dụng thuật toán 3D EZW Hình 2.16: Quá trình nén giải nén ảnh y sinh 3D sử dụng phƣơng pháp 3D EZW Ưu điểm: Giá trị hiệu sau nén tốt so với phương pháp nén tổn hao Nhược điểm: Thời gian thực nén lâu so với phương pháp nén tổn hao 2.1.2 Phương pháp SPIHT (Set Partitioning In Hierarchical Trees) Hình 2.17: Phân rã wavelet cấp với định hƣớng khơng gian Thiết lập thuật tốn phân vùng[13] Hình 2.18: Sơ đồ khối cho mã hóa giải mã wavelet SPIHT Nén tổn hao Tốc độ mã hóa giải mã Thuật tốn mã hóa SPIHT[13] Bước 1: Bắt đầu Bước 2: Phân loại Bước 3: Tinh chỉnh Bước 4: Cập nhật Thuật toán SPIHT Tập hợp tọa độ sau sử dụng SPIHT: - O (i, j): tập hợp tọa độ tất nút (i, j); bao gồm - D (i, j): tập hợp tọa độ tất cháu nút (i, j); bao gồm con, cháu,… - H (i, j): tập hợp tất rễ (các nút mức kim tự tháp cao nhất); bao gồm cha mẹ - L(i,j): D (i,j) - O (i,j): tập hợp tất cháu trừ con; bao gồm cháu, chắt,… Tập hợp O (i,j) từ nút (i,j) lấy theo công thức: O (i,j) = (2i,2j),(2i,2j+1),(2i+1,2j),(2i + 1,2j +1) (2.6) Phân loại đường truyền - LIP (danh sách điểm ảnh không đáng kể) tọa độ hệ số không đáng kể dựa ngưỡng - LSP (danh sách pixel đáng kể) tọa độ hệ số đáng kể dựa ngưỡng - LIS (danh sách không đáng kể) tập hợp tọa độ phân cực dấu trừ không đáng kể Sàng lọc Các quy tắc phân vùng sau[4]: Thuật tốn mã hóa 3D SPIHT - Danh sách hệ số đáng kể (LCS) - Danh sách hệ số không đáng kể (LCN) - Danh sách không đáng kể (LEN) Bước 1: Bắt đầu: Bước 2: Phân loại Bước 3: Tinh chỉnh Bước 4: Sửa đổi bước lượng tử: Hình 2.19: Mối quan hệ cha–con liên băng vị trí mã hóa 3D SPIHT Hình 2.20: Q trình nén giải nén ảnh y sinh 3D sử dụng phƣơng pháp 3D SPIHT Ưu điểm: Giá trị hiệu sau nén tốt Nhược điểm: Thời gian thực nén lâu so với phương pháp nén tổn hao 2.2 Các kỹ thuật nén ảnh y sinh có tổn hao (Loss data reduction) 2.2.1 Phương pháp nén ảnh dùng biến đổi Cosin rời rạc Một khối thành phần tần số sản phẩm 3D DCT bao gồm hệ số DC X(0,0,0) tọa độ zero, hệ số lại gọi hệ số AC Trong hệ số DC thành phần lân cận tập trung nhiều lượng (là thành phần quan trọng khối liệu), thành phần khác có lượng thường bỏ kỹ thuật nén liệu 9 Hình 2.21: Mơ tả phép biến đổi 3D DCT Quá trình nén sử dụng 3D DCT Hình 2.22: Sơ đồ nén ảnh y sinh 3D sử dụng phƣơng pháp biến đổi 3D DCT Hình 2.23: Sơ đồ giải nén ảnh y sinh 3D sử dụng phƣơng pháp biến đổi 3D DCT Hình 2.24: Quá trình nén giải nén ảnh y sinh 3D sử dụng phƣơng pháp 3D DCT Ưu điểm 3D DCT: Phương pháp nén 3D DCT có ưu điểm việc điều chỉnh ngưỡng tham số nén (ngưỡng tỉ lệ nén CR theo trục x, y, z, ngưỡng tỉ lệ sai khác PSNR,…) 10 Nhược điểm 3D DCT: Một nhược điểm thuật toán nén tỷ lệ nén cao, ảnh giải nén sai khác nhiều so với ảnh y sinh 3D gốc 2.2.2 Phương pháp nén ảnh dùng biến đổi Wavelet rời rạc Biến đổi Wavelet liên tục (Continuous Wavelet Transform – CWT) Biến đổi Wavelet rời rạc Để giảm thiểu cơng việc tính tốn hệ số wavelet tỉ lệ, người ta chọn tập nhỏ giá trị tỉ lệ vị trí sở lũy thừa số Biến đổi Wavelet hàm f(t) (DWT) tính bởi: W ( j , k ) W ( j , k ) M f (t ) M f (t ) i, j (t ) (2.18) t i, j (t ) (2.19) t Và biến đổi DWT nghịch tính bởi: f (t ) M W (i, j ) k i, j (t ) M W (i, j ) i, j (t ) (2.20) k Biến đổi 2D: Phát triển từ biến đổi wavelet rời rạc chiều, mở rộng định nghĩa biến đổi hai chiều cách sử dụng lọc riêng biệt, thực biến đổi chiều liệu theo hàng thực theo cột Hình 2.25: Phân tích wavelet 2D Biến đổi DWT 3D Kỹ thuật 3D-DWT tương tự sử dụng kỹ thuật 1D DWT 03 hướng Căn theo hình 2.24, trình biến đổi liệu bắt đầu theo trục x Sau đó, lọc thơng thấp thơng cao phân tách liệu theo trục y theo cặp Tiếp sau đó, cặp lọc thơng cao thơng thấp phân tách liệu theo trục z Kết trình phân tách liệu cho luồng liệu 11 Hình 2.26: Mơ tả kỹ thuật 3D-DWT Đa phân giải 1D, 2D, 3D Năng lượng ảnh tập trung chủ yếu thành phần tần số thấp, nằm góc bên trái hệ số DWT [17],[18] 1-D đa phân giải 2-D đa phân giải 3-D đa phân giải 12 LHL HHL LHL HHL LHL DWT LLL HLL DWT LLL HLL LLH HLH HLL HHH IDWT IDWT LLH HLH LLH HLH Hình 2.27: Mô tả phân rã liệu 1-D, 2-D, 3-D Ý tưởng thuật toán nén ảnh 3D DWT giữ lại thành phần xấp xỉ cho đại diện (giá trị trung bình) tồn khung ảnh, bỏ thành phần chi tiết Sơ đồ thực mô tả hình sau: Hình 2.28: Sơ đồ nén ảnh y sinh 3D sử dụng phƣơng pháp nén 3D DWT Hình 2.29: Sơ đồ giải nén ảnh y sinh 3D sử dụng phƣơng pháp nén 3D DWT 13 Hình 2.30: Quá trình nén giải nén ảnh y sinh 3D sử dụng phƣơng pháp 3D DWT mức họ Haar Ưu điểm 3D DWT: Hiệu phương pháp nén 3D DWT tốt 3D DCT thông qua tỷ lệ nén giá trị PSNR Có thể thực nén nhiều mức phân giải để đạt tỉ lệ nén cao Nhược điểm 3D DWT Phương pháp nén 3D DWT không tự chọn tỷ lệ nén mịn 3D DCT lần loại bỏ băng 2.3 Kết luận chƣơng Các phương pháp nén 3D cải tiến kỹ thuật 2D truyền thống, làm tăng hệ số nén với tỉ lệ phục hồi ảnh sau trình nén giải nén cải thiện đáng kể giảm dung lượng nén Đặc biệt, kỹ thuật 3D-DWT phương pháp 3D-EZW, 3D-SPIHT kỹ thuật hiệu ứng dụng nén ảnh 3D y sinh Do yêu cầu công tác chẩn đoán, kỹ thuật nén ảnh ứng dụng y sinh cần sử dụng kỹ thuật nén không suy hao So với chuẩn nén JPEG2000 sử dụng rộng rãi, kỹ thuật nén 3D 3D-EZW, 3D-SPIHT đạt chất lượng ảnh phục hồi cao với dung lượng nhớ sử dụng tối ưu 14 Chƣơng - CHƢƠNG TRÌNH MƠ PHỎNG 3.1 Công cụ sở liệu mô 3.2 Lƣu đồ thực chƣơng trình mơ Bắt đầu ĐDdD Đọc ảnh cần nén ĐDdCD Chọn thuật toán khơng Nén giải nén Ít tổn l hao? có Nén khôi phục Hiển thị ảnh nén ảnh giải nén Hiển thị ảnh tái tạo ảnh sai khác Tính tốn thơng số đánh giá Kết thúc Hình 3.1: Lƣu đồ thực chƣơng trình nén giải nén ảnh y sinh 3D 15 Nén khôi phục (Lossless) Biến đổi khối ảnh gốc Mã hóa Ghi nhận kết tính CR, thời gian nén Giải nén Biến đổi ngược Tìm ảnh sai khác Kết thúc Hình 3.2: Giải thuật nén giải nén ảnh y sinh 3D tổn hao 16 Nén giải nén (Lossy) Đọc thuật toán nén (Tỷ lệ mức phân giải chiều nén) Biến đổi khối ảnh gốc (3D DCT, 3D DWT) Loại bỏ phần dư thừa Biến đổi ngược (3D IDCT, 3D IDWT) Lưu ảnh nén thời gian nén Biến đổi khối ảnh nén (3D DCT, 3D DWT) Bù lại phần khuyết Các giá trị “0” Biến đổi ngược 3D DCT, 3D DWT Lưu ảnh giải nén Kết thúc Hình 3.3: Giải thuật nén giải nén ảnh y sinh 3D phƣơng pháp có tổn hao 17 3.3 Giao diện chƣơng trình bƣớc thực mơ 3.3.1 Giao diện chương trình mơ Hình 3.4: Giao diện chƣơng trình mơ nén ảnh y sinh 3D 3.3.2 Các bước thực mô Nhấn nút “Chọn ảnh ban đầu” Nhấn nút “Chọn ảnh ban đầu” Chọn thuật toán nén Chọn thuật toán nén Nhấn nút “Nén – Giải nén” Nhấn nút “Nén – Giải nén” Hiển thị kết ảnh nén, ảnh giải nén thông số đánh giá Hiển thị kết ảnh tái tạo, ảnh sai khác thông số đánh giá Hình 3.5: Các bƣớc thực mơ Hình 3.6: Các bƣớc thực mơ phƣơng pháp nén, giải nén có tổn hao phƣơng pháp nén, giải nén tổn hao 3.4 Kết mơ – đánh giá Sai số bình phương trung bình (MSE) Tỉ số đỉnh tín hiệu nhiễu (PSNR) 18 3.4.1 Các phương pháp nén có tổn hao (Loss data reduction) Hình 3.7 Quá trình nén ảnh y sinh 3D thuật toán 3D DCT Bảng 3.1: Kết nén ảnh y sinh 3D thuật toán 3D DCT Các mức tỷ lệ nén trục x,y,z 3D-DCT Nén CR Giải nén Thời gian nén (s) PSNR (dB) Thời gian giải nén (s) 3D-DCT (1/2; 1/2; 3/3) 1,362 36,9807 1,633 3D-DCT (1/2; 1/2; 2/3) 1,159 34,7257 1,446 3D-DCT (1/2; 1/2; 1/3) 12 1,009 30,5447 1,444 3D-DCT (1/4; 1/4; 3/3) 16 1,002 29,1559 1,390 3D-DCT (1/4; 1/4; 2/3) 24 0,964 27,1261 1,315 3D-DCT (1/4; 1/4; 1/3) 28 0,927 24,3017 1,295 19 Hình 3.8 Quá trình nén ảnh y sinh 3D thuật toán 3D DWT Bảng 3.2: So sánh kết nén ảnh y sinh 3D thuật toán 3D-DWT mức Các họ thuật toán DWT Nén Giải nén CR Thời gian t1 (s) PSNR Thời gian t2 (s) Haar 7,92 1,331 32,6152 1,058 db1 7,92 1,267 32,6152 1,033 db4 7,1334 1,696 34,5202 1,346 db10 5,85898 2,721 34,8074 2,151 coif1 7,38287 1,546 34,0454 1,224 coif5 5,02757 3,831 34,839 3,032 sym2 7,64479 1,400 33,9343 1,123 sym8 6,24558 2,346 34,7927 1,852 fk4 7,64479 1,391 33,1849 1,117 fk22 5,67813 2,902 34,9327 2,278 bior1.1 7,92 1,273 32,6152 1,022 bior6.8 6,04797 2,549 34,7724 2,007 rbio1.1 7,92 1,278 32,6152 1,013 rbio2.8 6,04797 2,622 34,7074 2,035 20 Bảng 3.3: So sánh kết nén ảnh y sinh 3D thuật toán 3D DWT mức Nén Các họ thuật Giải nén toán DWT CR Thời gian t1 (s) PSNR Thời gian t2 (s) Haar 63,36 1,444 28,8527 1,143 db1 63,36 1,448 28,8527 1,160 db4 45,4251 1,962 30,1914 1,572 db10 27,344 3,495 30,3219 2,704 coif1 51,6188 1,761 29,8891 1,412 coif5 19,5218 4,870 30,3428 3,658 sym2 55,165 1,613 29,8211 1,288 sym8 32,0398 2,821 30,334 2,230 fk4 55,165 1,599 29,2593 1,270 fk22 25,9897 3,596 30,3741 2,737 bior1.1 63,36 1,457 28,852 1,144 bior6.8 30,3589 3,093 30,2341 2,385 rbio1.1 63,36 1,444 28,852 1,136 rbio2.8 30,3589 3,136 30,32 2,428 3.4.2 Các phương pháp nén tổn hao (Near lossless data reduction) Hình 3.9: Quá trình nén ảnh y sinh 3D phƣơng pháp tổn hao 21 Bảng 3.4: So sánh hai thuật nén ảnh y sinh 3D qua tham số Ảnh gốc y sinh 3D mrbrain dicom3 Nén Giải nén Tên thuật toán Tỷ lệ (CR) Thời gian t1 (s) PSNR Thời gian t2 (s) 3D SPIHT 16,2823 30,704 43,9093 23,435 3D EZW 14,761 51,580 41,9018 28,140 3D SPIHT 2,18664 56,431 44,8922 14,822 3D EZW 1,97682 58,737 42,975 12,719 Bảng 3.5: So sánh phƣơng pháp nén qua tham số PSNR Tên ảnh y sinh 3D gốc Phương pháp nén có tổn hao Phương pháp nén tổn hao 3D DCT (1/2;1/2;1/3) 3D DWT mức (Haar) 3D SPIHT 3D EZW ct-scan 37,3136 34,1333 50,4948 48,2556 dicom3 35,1528 35,4165 44,8922 42,975 dicom4 39,1118 36,7911 48,6085 46,6773 cthead 21,3437 22,4214 42,0068 39,8401 mrbrain 30,5447 28,8527 43,9093 41,9018 3.5 Kết luận chƣơng Các thuật toán nghiên cứu đưa vào chương trình mơ nén ảnh y sinh 3D luận văn để kiểm tra tính đắn phần sở lý thuyết Tác giả xây dựng chương trình mô phần mềm Matlab so sánh, đánh giá tham số phương pháp nén qua trình nén tập ảnh y sinh 3D Các thuật toán phương pháp nén ảnh y sinh 3D thực nhiều tập ảnh y sinh 3D khác để đưa nhìn nhận ưu nhược điểm xác thực thuật toán Q trình mơ cho thấy tùy vào ứng dụng mục đích sử dụng mà người dùng lựa chọn thuật tốn nén cho phù hợp Mỗi phương pháp có ưu nhược điểm riêng, phương pháp nén ảnh y sinh 3D có tổn hao (Loss data reduction) giá trị PSNR thường thấp phương pháp nén ảnh y sinh 3D tổn hao (Near lossless data reduction) có tỷ lệ nén cao thời gian thực 22 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Với kiến thức quý giá lĩnh hội từ thầy, q trình học tập thực luận văn, với định hướng góp ý tận tình thầy hướng dẫn, tác giả hoàn thành luận văn tiến độ yêu cầu đặt Luận văn trình bày kết nghiên cứu thí nghiệm nén ảnh y sinh 3D với thuật toán 3D DCT, 3D DWT, 3D SPIHT, 3D EZW Mô thực nhiều tập liệu y sinh khác cung cấp từ thư viện liệu y sinh tiếng giới Các kết đánh giá qua tham số: thời gian thực hiện, tỉ lệ nén CR tỉ lệ tín hiệu nhiễu đỉnh PSNR cho thấy ưu khuyết điểm phương pháp nén Kết mơ phục vụ cho nghiên cứu giảng dạy ứng dụng vào thực tiễn việc lưu trữ truyền tin Cụ thể vấn đề đạt đóng góp luận văn bao gồm: - Kiến thức tổng quan nén ảnh 3D, mã hóa - Kỹ thuật nén ảnh y sinh 3D tổn hao (Near lossless) tổn hao (Lossy) - Dùng thuật toán nén ảnh y sinh 3D: 3D SPIHT, 3D EZW, 3D DCT, 3D DWT - Đặc biệt, hai thuật toán nén đề xuất (3D DCT 3D DWT) cho tính sẵn sàng cao với tính linh động việc lựa chọn tỉ lệ nén - Xây dựng chương trình mơ thuật tốn liên quan với giao diện GUI Matlab 2016a - Trong nghiên cứu tiếp theo, tác giả thực phương pháp nén nhiều loại liệu y sinh khác X-ray 2D, ECG 1D, siêu âm 3D, 4D,… Tác giả tin rằng, luận văn đóng góp phần kiến thức cho lĩnh vực truyền thông, lưu trữ liệu ảnh y sinh 3D thuận lợi cho việc chuẩn đoán, chăm sóc sức khỏe bệnh nhân ... trình b y cách tổng quan ảnh số, ảnh y sinh 3D kỹ thuật nén ảnh y sinh 3D Với kỹ thuật nén ảnh y sinh 3D đại, việc lưu trữ truyền tải ảnh y sinh trở nên dễ dàng tiết kiệm chi phí 4 Chƣơng - CÁC... phương pháp 3D- EZW, 3D- SPIHT kỹ thuật hiệu ứng dụng nén ảnh 3D y sinh Do u cầu cơng tác chẩn đốn, kỹ thuật nén ảnh ứng dụng y sinh cần sử dụng kỹ thuật nén không suy hao So với chuẩn nén JPEG2000... 3.4.1 Các phương pháp nén có tổn hao (Loss data reduction) Hình 3.7 Quá trình nén ảnh y sinh 3D thuật toán 3D DCT Bảng 3.1: Kết nén ảnh y sinh 3D thuật toán 3D DCT Các mức tỷ lệ nén trục x ,y, z 3D- DCT