Sử dụng ảnh Số hóa tuyến vú để chẩn đoán thư tiêu tốn rất nhiều thời gian ngay cả với những bác sĩ Xquang tay nghề cao bởi ảnh chụp không rõ nét, độ tương phản thấp. Do đó, cần có sự nâng cao chất lượng hình ảnh của ảnh số hóa tuyến vú. Trong một vài năm gần đây, đã có rất nhiều nhà nghiên cứu áp dụng Logic mờ để phát triển các thuật toán xử lý ảnh. Trong đó, quá trình xử lý ảnh bằng mờ hóa là một trong những ứng dụng quan trọng của Logic mờ. Bài nghiên cứu này chỉ ra sự giống và khác nhau giữa việc nâng cao chất lượng ảnh bằng kỹ thuật mờ hóa và kỹ thuật không tuyến tính khác, bộ lọc mờ hóa miêu tả kiến thức một cách tổng thể.
NHĨM 2:Nghiên cứu thuật tốn nâng cao ảnh số hóa tuyến vú dựa thuyết mờ Lý thuyết: Sử dụng ảnh Số hóa tuyến vú để chẩn đốn thư tiêu tốn nhiều thời gian với bác sĩ X-quang tay nghề cao ảnh chụp không rõ nét, độ tương phản thấp Do đó, cần có nâng cao chất lượng hình ảnh ảnh số hóa tuyến vú Trong vài năm gần đây, có nhiều nhà nghiên cứu áp dụng Logic mờ để phát triển thuật tốn xử lý ảnh Trong đó, q trình xử lý ảnh mờ hóa ứng dụng quan trọng Logic mờ Bài nghiên cứu giống khác việc nâng cao chất lượng ảnh kỹ thuật mờ hóa kỹ thuật khơng tuyến tính khác, lọc mờ hóa miêu tả kiến thức cách tổng thể Aboul Ella Hassanien: sinh ngày 22/3/1964 Cairo, Ai Cập Ông cấp cử nhân khoa học vào năm 1986 thạc sĩ khoa học vào năm 1993, hai cấp trường đại học Ain Shams, Cairo, Ai Cập Vào tháng 9/1998, ông ban khoa học máy tính thuộc viện kỹ thuật Tokyo trao tiến sĩ Hiện tại, ông làm việc trường Đại học Kuwait Giới thiệu: Nâng cao chất lượng hình ảnh y học máy tính q trình sử dụng máy tính làm hình ảnh rõ nét Các phương pháp nâng cao hình ảnh bao gồm: khử nhiễu, làm rõ cạnh, nâng cao độ tương phản Là phương pháp khôi phục ảnh bị ảnh hưởng cản trở làm rõ đặc điểm ảnh Nâng cao chất lượng ảnh có ảnh hưởng tích cực đến lĩnh vực y học Cụ thể, với ảnh chất lượng tốt, chun gia phân tích chẩn đốn dễ dàng nhanh chóng Bài nghiên cứu nói q trình nâng cao chất lượng ảnh chụp khối u ngực dựa Lý thuyết mờ Có nhiều lý để thực hiện, bao gồm yếu tố quan trọng sau: - Kỹ thuật mờ hóa cơng cụ tiện ích cho việc miêu tả xử lý Kỹ thuật mờ hóa đạt hiệu cao trình đốn Trong số ứng dụng việc nâng cao chất lượng ảnh, sử dụng kiến thức chuyên môn để vượt qua khó khăn Bên cạnh yếu tố khơng chắn xảy như: - Mờ hóa hình học - Xám hóa mơ hồ Kiến thức khơng chắn Số hóa tuyến vú q trình kỹ thuật số ảnh chụp khối u ngực Nó có khả đem lại cách mạng công ngăn chặn bệnh ung thư vú Chuyên gia Xquang sử dụng chúng thay vấn đề từ chương trình kiểm tra thơng thường Số hố trình chiếu thiết bị chun dụng camera Thơng thường, phần lớn số hóa tuyến vú có 4096 lượng xạ pixel Hiện tại, số hóa tuyến vú phương pháp hứa hẹn việc kiểm soát bệnh ung thư kể từ nguồn gốc bệnh ung thư vú chưa biết đến Các thuật toán nâng cao dùng để giảm nhiễu tăng tương phản kết cấu Tại nơi mà bình thường hay bất thường cấu trúc khơng rõ ràng, phán đốn gặp khó khăn mức độ nhiễu cao Trong số trường hợp nâng cao chất lượng hình ảnh làm cho trình chẩn đốn trở nên dễ dàng Khơng cung cấp hình ảnh rõ nét mà hình thành nên q trình phân tích tự động Phát khối u ảnh chụp khối u ngực thơng qua q trình xử lí ảnh bước khó khăn lí sau đây: - Có nhiều cấp cường độ khác tuyến vú Các tính phân đoạn khó để xây dựng Sự biến đổi nhỏ mức độ xám phần khác hình ảnh làm cho việc phân đoạn khu vực khối u mức xám khó khăn Những khối u thường không xuất rõ ràng, đặc biệt chúng khó thấy tuyến mơ Ảnh chụp tuyến vú độ tương phản thấp có cấu trúc phức tạp Mật độ tuyến vú phụ thuộc vào tuổi tác, số hóa tuyến vú tạo ảnh với chất lượng khác Hình ảnh chụp tuyến vú không phân cực Kết là, phương pháp phân đoạn [6, 7, 8], sử dụng tiên nghiệm phương pháp giá trị ngưỡng nhất, có khả để tạo lỗi nghiêm trọng q trình phân đoạn Phân tích hình ảnh tuyến vú nhiệm vụ đầy thách thức mức độ chiếu sáng thấp mức độ nhiễu cáo hình ảnh lên đến 10-15 % giá trị tối đa cường độ điểm ảnh Đây vấn đề q trình cải thiện ảnh làm tăng cách không mong muốn thành phần bị nhiễu ảnh [6, 13, 16] Vì thế, ảnh tuyến vú tuyến khó để phân tích giải thích Hơn , hình ảnh ln ln lộn xộn, tảng khác nhiều hai vú khác Ngay bất thường xuất nhỏ không thường xuyên Cải thiện ảnh mờ hóa Kỹ thuật cải thiện ảnh mờ hóa dựa việc ảnh xạ mức độ xám vào mặt phẳng mờ, sử dụng hàm chuyển đổi thành phần [10, 12] Mục đích để tạo hình ảnh có độ tương phản cao so với hình ảnh ban đầu cách đưa tỷ trọng lớn mức độ xám đảm bảo gần mức độ xám trung bình ảnh thay xa giá trị trung bình Trong vài năm gần đây, nhiều nhà nghiên cứu áp dụng lý thuyết tập mờ để phát triển kỹ thuật cải thiện độ tương phản [10] Một ảnh I kích thước M x N có số lượng mức xám L xem mảng mờ độc lập, thứ có giá trị thành phần biểu thị mức độ sáng liên quan tới độ sáng Với ảnh I, viết thành ký hiệu tập mờ sau: Trong cường độ điểm ảnh thứ (m x n); giá trị thành phần Các hàm thuộc đặc trưng cho thuộc tính phù hợp hình ảnh (ví dụ độ sắc nét, độ tối, kết cấu) xác định toàn cục toàn ảnh cục cho phân đoạn ảnh Trong vài năm trở lại đây, vài nhà nghiên cứu áp dụng khái niệm mờ hóa để phát triển thuật toán để cải thiện ảnh Nguyên lý việc cải thiện ảnh sử dụng minh họa sau: Hình 1: Nguyên lý để cải thiện ảnh mờ hóa Các thuật toán xử lý nâng cao Nâng cao độ tương phản hữu ích khu vực hình ảnh (đó có tầm quan trọng đặc biệt) có thay đổi chút cường độ điểm ảnh Trong trường hợp này, khó khăn để mắt người để nhận diện cấu trúc cách rõ ràng, đặc biệt hình ảnh hiển thị hình chất lượng thấp Bằng cách phóng đại thay đổi cường độ điểm ảnh hình ảnh trở nên dễ dàng để giải thích [ 1,2,3,4 ] Áp dụng lọc nâng cao độ tương phản cải thiện khả đọc khu vực với thay đổi chút tương phản phá hủy khu vực hình ảnh cường độ điểm ảnh nằm phạm vi cường độ tăng cường Vì vậy, phần thảo luận thực năm thuật tốn nâng cao hình ảnh mờ so sánh chúng để nâng cao chất lượng độ tương phản hình ảnh kỹ thuật số chụp quang tuyến vú thuật tốn là: Thuật tốn phân phối khả Cải thiện độ tương phản với toán tử tăng cường Cải thiện độ tương phản với biểu đồ tần xuất mờ tăng phân cực mạnh Cải thiện độ tương phản sở luật If then mờ Tăng cường độ tương phản cục thích ứng Trong phần này, thuật tốn mơ tả chi tiết 3.1 Thuật toán 1: Thuật toán phân phối khả Các phân phối khả [ 18 ] mức xám ảnh gốc đặc trưng năm tham số (α, β1, γ, β2, max ) hình ( ) Hình 2: Hàm phân phối khả giá trị tính tốn thành phần Trong đó, giá trị cường độ γ đại diện cho giá trị trung bình phân phối, α tối thiểu ,và max tối đa Mục đích để giảm mức độ màu xám xuống β1, β2 Mức cường độ β1 γ, β2 γ dãn theo hướng ngược giá trị trung bình γ Hàm chuyển đổi mờ để tính giá trị mặt phẳng mờ P định nghĩa sau: α= min; β1= (α+ γ) /2; β2= (max + γ) /2; γ = mean; max; Các luật mờ sau sử dụng để tăng cường độ tương phản dựa hình (2): Luật 1: If α ≤ (2) < β1 then P = ( ( - α) / ( γ -α ))² Luật 2: If β1 ≤ < γ then P = 1- ( ( – γ )/( γ -α ))² (3) Luật 3: If α ≤ < β2 then P= 1- 2( ( – γ ) / ( max – γ ))² (4) Luật 4: If β2 ≤ < max then P = (( – γ )/( max – γ ))² (5) Trong đó: = f(x,y) cường độ điểm ảnh thứ i Thuật toán phân phối khả mô tả sau: Bước 1: Khởi tạo tham số o Thiết lập β1 = ( + mean )/2 o Thiết lập β2 = ( max + mean )/2 Bước 2: Mờ hóa o Với tất điểm ảnh (i, j) ảnh, thực hiện: If ((data[i][j]>=min) && (data[i][j]< β1)) Tính NewGrayLevel =2*(pow(((data[i][j]-min)/(mean- min)),2)) If ((data[i][j]> = β1) && (data[i][j] < mean)) Tính NewGrayLevel=1-(2*(pow(((data[i][j]-mean)/(mean-min)),2))) If ((data[i][j]>=mean)&&(data[i][j]< β2)) Tính NewGrayLevel=1-(2*(pow(((data[i][j]-mean)/(max-mean)),2))) If ((data[i][j] >= β2) && (data[i][j] =0)&&(FuzzyData[i][j]=0.5)&&(FuzzyData[i][j]