Tạo ảnh mật độ sử dụng tán xạ ngược

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - NGUYỄN THANH NAM TẠO ẢNH MẬT ĐỘ SỬ DỤNG TÁN XẠ NGƯỢC LUẬN VĂN THẠC SĨ CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THÔNG HÀ NỘI – 2016 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ - - NGUYỄN THANH NAM TẠO ẢNH MẬT ĐỘ SỬ DỤNG TÁN XẠ NGƯỢC Ngành: Công Nghệ Kỹ thuật Điện tử, Truyền thông Chuyên ngành: Kỹ thuật Điện tử Mã số: 60520203 LUẬN VĂN THẠC SĨ CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN ĐỨC TÂN HÀ NỘI – 2016 i LỜI NÓI ĐẦU Trong năm gần đây, bệnh ung thư cướp nhiều sinh mạng người giới Trong đó, ung thư vú thường gặp gây tử vong hàng đầu phụ nữ Đây loại bệnh ung thư phổ biến phụ nữ thuộc 140 quốc gia Trên giới, 22 giây có người bị chẩn đốn mắc bệnh Và phút, có phụ nữ qua đời ung thư vú.Nếu phát trễ, phụ nữ bị ung thư vú di sống thêm năm sau chẩn đoán Ở Việt Nam, xu hướng mắc ung thư vú người trẻ có dấu hiệu tăng lên ung thư vú Việt Nam trẻ so với nước khác Cứ năm Việt Nam có khoảng 12.000 người phát mắc ung thư vú Và 70% số chẩn đoán giai đoạn cuối nên tỷ lệ chữa khỏi bệnh thấp nước giới Vì cần phải thừa nhận việc phát sớm ung thư vú phụ nữ làm thay đổi rõ ràng bệnh sử tự nhiên bệnh cải thiện đáng kể khả tiên lượng bệnh Để giúp người bệnh phát sớm u lạ thể, nay, y học thường sử dụng phương pháp siêu âm Chụp ảnh siêu âm ứng dụng rộng rãi cho ứng dụng lĩnh vực y tế Tuy nhiên, máy siêu âm phương pháp sử dụng tín hiệu phản hồi có nhược điểm khó tái tạo cấu trúc có kích thước nhỏ bước sóng Chụp ảnh siêu âm cắt lớp sử dụng kĩ thuật tán xạ ngược lại thực điều Người ta nhận biết khối u lạ tín hiệu siêu âm truyền qua tốc độ truyền thay đổi Phương pháp lặp vi phân Born (DBIM) ưa chuộng chúng cho phép xây dựng mối liên hệ tuyến tính tín hiệu siêu âm đo với khác biệt tốc độ siêu âm truyền qua khối u [1] Song với phương pháp khôi phục ảnh truyền thống, thường không quan tâm đến thay đổi mật độ ρ [2] Tuy nhiên, thực nghiệm nghiên cứu cho thấy thay đổi tương đối mơ so sánh độ lớn để dẫn đến c thay đổi [3,4] Hiện có nhiều phương pháp tạo ảnh mật độ, song yêu cầu chung phương pháp tối ưu mặt thời gian nâng cao chất lượng hình ảnh khơi phục Trong cơng trình [6], Lavarello đồng nghiệp sử dụng tạo ảnh mật độ sử dụng phương pháp kết hợp tần số, sử dụng hai tập đo với hai tần số khác nên thời gian đo phải gấp đôi Luận văn thành công việc khảo sát ảnh hưởng mật độ đến việc tái tạo hình ảnh đối tượng lạ khơi phục hình ảnh sử dụng tán xạ ngược phương pháp lặp Vi phân Born (DBIM), từ đề xuất kỹ thuật nội suy để nâng cao chất lượng tạo ảnh giảm thời gian tính tốn ii LỜI CẢM ƠN Xuất phát từ ý nghĩa thực tế việc phát sớm ung thư giúp người bệnh chữa khỏi, giảm tỉ lệ tử vong bệnh này, luận văn kết trình nghiên cứu lý luận thực tiễn cá nhân tác giả dựa bảo, hướng dẫn tận tình PGS.TS Trần Đức Tân Thầy khơng quản khó khăn, thời gian, cơng sức để giúp tơi hồn thành luận văn này, nhân đây, tơi xin gửi lời cảm ơn sâu sắc tới PGS.TS Trần Đức Tân Được thầy hướng dẫn niềm hạnh phúc cá nhân tác giả, lẽ thầy nhà giáo trẻ, mẫu mực, say mê nghiên cứu khoa học, người có phương pháp nghiên cứu, có nhiều đóng góp cho nghiệp nghiên cứu khoa học – hình mẫu cho chúng tơi noi theo Tơi xin gửi lời cảm ơn đến thầy, cô giáo bạn bè lớp K21 Kỹ thuật điện tử, Khoa Điện Tử – Viễn Thông, Trường Đại Học Công Nghệ, Đại Học Quốc Gia Hà Nội có nhận xét, góp ý cho luận văn tơi Cuối xin gửi lời cảm ơn đến gia đình tơi, quan tơi cơng tác, người tạo điều kiện cho học tập nghiên cứu Gia đình động lực cho tơi vượt qua thử thách, luôn ủng hộ động viên tơi hồn thành luận văn iii LỜI CAM ĐOAN Tôi xin cam đoan luận văn sản phẩm trình nghiên cứu, tìm hiểu cá nhân hướng dẫn bảo thầy hướng dẫn, thầy cô môn, khoa bạn bè Tôi không chép tài liệu hay cơng trình nghiên cứu người khác để làm luận văn Nếu vi phạm, xin chịu trách nhiệm Nguyễn Thanh Nam iv MỤC LỤC LỜI NÓI ĐẦU i LỜI CẢM ƠN ii LỜI CAM ĐOAN iii MỤC LỤC iv DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT v DANH MỤC CÁC BẢNG vi DANH MỤC CÁC HÌNH VẼ vii CHƯƠNG I TỔNG QUAN VỀ LÝ THUYẾT 1.1 Tổng quan siêu âm cắt lớp 1.1.1 Siêu âm gì? 1.1.2 Cơ sở vật lý siêu âm 1.1.3 Phân loại máy siêu âm 1.1.4 Cấu tạo máy siêu âm 1.2 Chụp cộng hưởng từ MRI 1.3 Kỹ thuật siêu âm cắt lớp dựa tán xạ ngược 1.4 Tổ chức luận văn 10 CHƯƠNG II NGUYÊN LÝ HOẠT ĐỘNG 11 2.1 Ảnh hưởng mật độ tới tạo ảnh 11 2.1.1 Ảnh hưởng mật độ trường áp suất bị tán xạ trụ tròn 11 2.1.2 Ảnh hưởng biến đổi mật độ tái tạo tốc độ âm sử dụng DBIM 12 2.2 Phương pháp lặp vi phân Born 14 2.3 Bài toán ngược 17 2.4 So sánh phương pháp tạo ảnh tương phản tạo ảnh mật độ 17 2.5 Mô phỏngtạo ảnh mật độ sử dụng DBIM 18 2.5.1 Kịch mô hàm mục tiêu 18 2.5.2 Kết mô hàm mục tiêu 19 3.2 Tìm giá trị x tối ưu 26 CHƯƠNG IV: KẾT QUẢ 31 4.1 Mô đánh giá mặt thời gian 31 4.2 Mô đánh giá mặt chất lượng 32 KẾT LUẬN 36 TÀI LIỆU THAM KHẢO 37 v DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Ký hiệu Đơn vị Ý nghĩa DBIM Distorted Born Iterative Method Số lượng máy phát Số lượng máy thu mm Là kích thước (pixel) N Số lượng ô (pixel) theo chiều dọc/ngang ℎ (⃑) m/s Vận tốc truyền sóng mơi trường chuẩn (⃑) m/s Pa Vận tốc truyền sóng đối tượng Hàm mục tiêu (⃑) Pa Tín hiệu tổng (⃑) Pa Tín hiệu tán xạ (⃑) rad/m Số sóngtrong mơi trường chuẩn rad/m Số sóng đối tượng Mật độ mơi trường đồng (⃑) ( / ) ( ⃗) kg.m -3 kg.m-3 Sóng tới (tín hiệu tới) Mật độ đối tượng vi DANH MỤC CÁC BẢNG Bảng 2.1 So sánh phương pháp tạo ảnh khơng có mật độ có mật độ 17 Bảng 2.2 Kịch mô hàm mục tiêu 18 Bảng 3.1 Kịch 26 Bảng 3.2 err ứng với giá trị x sau tổng số bước lặp (N1 = 14) 27 Bảng 4.1: err DBIM qua bước lặp (N = 27) 32 Bảng 4.2 err DBIM – Đề xuất qua bước lặp (N1 = 14,N2 = 27) 32 vii DANH MỤC CÁC HÌNH VẼ Hình 1.1 Một ca siêu âm thai Hình 1.2 Cấu tạo máy siêu âm bên (Máy siêu âm DC-70 Mindray) Hình 1.3 Đầu dò siêu âm Hình 1.4 Moment từ Hình 1.5 Sơ đồ máy MRI Hình 2.1 Ảnh hưởng mẫu áp suất tán xạ tương ứng với 12 DBIM đối tượng với thay đổi mật độ 13 Hình 2.2: Tái tạo = 2% Hình 2.3: Cấu hình hệ đo 14 Hình 2.4 Kết mơ xây dựng hàm mục tiêu lý tưởng 19 Hình 2.5 Kết khơi phục sau bước lặp (N = 18) 20 Hình 2.6 Kết khơi phục sau bước lặp thứ (N = 18) 21 Hình 2.7 Kết khơi phục sau bước lặp thứ (N = 18) 21 Hình 2.8 Kết khơi phục sau bước lặp thứ (N = 18) 22 Hình 2.9 Kết khơi phục sau bước lặp thứ (N = 18) 22 Hình 2.10 Kết khơi phục sau bước lặp thứ (N = 18) 23 Hình 2.11 Kết khơi phục sau bước lặp thứ (N = 18) 23 Hình 3.1 Đồ thị biểu diễn mối liên hệ số lần lặp x sai số error (N1 =14) 27 Hình 3.2 Kết khơi phục sau bước lặp (N1 = 14) 28 Hình 3.3 Kết khơi phục sau bước lặp thứ (N1 = 14) 29 Hình 3.4 Kết khơi phục sau bước lặp thứ (N1 = 14) 29 Hình 3.5 Kết khơi phục sau bước lặp thứ (N1 = 14) 30 Hình 4.1 Hàm mục tiêu lý tưởng (N = 27) 31 Hình 4.2 Kết khơi phục sau bước lặp (N1 = 14, N = 27) 32 Hình 4.3 Kết khơi phục sau bước lặp thứ (N1 = 14, N = 27) 33 Hình 4.4 Kết khơi phục sau bước lặp thứ (N1 = 14, N = 27) 33 Hình 4.5 Kết khơi phục sau bước lặp thứ (N1 = 14, N = 27) 33 Hình 4.6 Kết khôi phục sau bước lặp thứ (N1 = 14, N = 27) 34 Hình 4.7 Kết khôi phục sau bước lặp thứ (N1 = 14, N = 27) 34 Hình 4.8 Kết khôi phục sau bước lặp thứ (N1 = 14, N = 27) 34 Hình 4.9 Kết khôi phục sau bước lặp thứ (N1 = 14, N = 27) 35 Hình 4.10 Đồ thị biểu diễn mối liên hệ số lần lặp x sai số error (N=27) 35 CHƯƠNG I TỔNG QUAN VỀ LÝ THUYẾT 1.1 Tổng quan siêu âm cắt lớp 1.1.1 Siêu âm gì? Siêu âm (Ultrasound/Sonography) – kỹ thuật chẩn đốn hình ảnh khơng xâm lấn, áp dụng phổ biến y tế, phương pháp tạo ảnh sử dụng sóng siêu âm (sóng âm tần số cao) để xây dựng tái tạo hình ảnh cấu trúc bên thể Những hình ảnh cung cấp thơng tin có giá trị việc chẩn đốn điều trị bệnh Do hình ảnh siêu âm ghi nhận theo thời gian thực nên cho thấy hình ảnh cấu trúc chuyển động phận bên thể kể hình ảnh dòng máu chảy mạch máu Hình 1.1 Một ca siêu âm thai (Nguồn: http://choyte.com/sieu-am-la-gi-tong-quan-ve-nguyen-ly-hoat-dongva-cau-tao-may-sieu-am-2024.htm ) + Ứng dụng siêu âm: Siêu âm thường sử dụng để : - Khảo sát phận, quan thể : Ổ bụng tổng quát, Sản khoa, Tim mạch, Phụ khoa, Tiết niệu, Tiền liệt tuyến, Tuyến giáp, Tuyến vú, Các phận nhỏ, Cơ xương khớp, Tinh hoàn … - Siêu âm dẫn đường cho sinh thiết hỗ trợ kỹ thuật y học khác + Nguyên lý hoạt động siêu âm Siêu âm dựa tảng nguyên lý định vị sóng siêu âm (sonar)-một kỹ thuật dùng để phát vật thể nước Trong siêu âm, bác sỹ sử dụng đầu dò (transducer) tỳ sát lên da, đầu dò có chức vừa phát vừa thu sóng siêu âm Khi siêu âm, tinh thể bên đầu dò phát sóng siêu âm truyền vào bên thể Các mô, xương chất lỏng thể - phần hấp thụ truyền qua - phần phản xạ lại sóng âm quay ngược trở lại đầu dò Đầu dò thu nhận sóng âm phản hồi, gửi thơng tin tới xử lý, sau phân tích tín hiệu 25 CHƯƠNG III PHƯƠNG PHÁP ĐỀ XUẤT 3.1 Phương pháp Nội suy Qui trình thực phương pháp đề xuất gồm bước: Bước 1: Gọi tổng số bước lặp trình Niter Tìm số lần lặp tối ưu x trước nội suy, bước xác định số lần lặp với ma trận có kích thước N1×N1 tổng số bước lặp Niter để thu ảnh có chất lượng tốt Bước 2: Áp dụng khôi phục cho vùng chia lưới có kích thước N 1×N1 với x lần lặp, ta dễ ràng có hội tụ đối tượng Bước 3: Áp dụng Kĩ thuật nội suy cho hàm mục tiêu kích thước N 1×N1 thu bước 2, sau nội suy ta thu ma trận có kích thước N 2×N2 ( N2 = 2N1) Bước 4: Cuối sử dụng kết sau nội suy đưa trở lại DBIM lặp (Niter - x) lần để tiếp tục q trình khơi phục Thuật tốn 1: Tìm giá trị x tối ưu cho kết Khôi phục tốt For x đến 4, Proposed DBIM Tính err theo công thức : = ∑ ∑   Vẽ đồ thị err ứng với giá trị x end for Ở sử dụng phương pháp nội suy gần (Nearest neighbor) phương pháp nội suy đơn giản nhanh Có nhiều phương pháp nội suy bilinear, bicubic, spline…nhưng tập trung vào phương pháp nội suy gần yếu tố tiết kiệm thời gian tính tốn [20] Vậy ta có thuật tốn để khơi phục sau: Thuật toán 2: Phương pháp lặp Vi phân Born (DBIM) 1: Chọn giá trị khởi tạo ⃗̅ ), { < u < ) or ( 2: while( ⃗̅ = 3: Tính ⃗̅ ̅ , tương ứng ( ) sử dụng (2.9) (2.10) ⃗̅ , 4: Tính từ giá trị đo ( )sử dụng công thức (2.14) RRE tương ứng ⃗̅ ∆̅ , 5: Tính 6: Tính giá trị 7: = } + 1; ( ) sử dụng (2.12) () 8: Nội suy < 9: Khởi tạo 26 để thu () " /  < 10: while( ⃗̅ = ⃗̅ ,) or=( 11: Tính , , , tương ứng ), { 12: Tính 13: Tính () sử dụng (2.9) (2.10) đo ⃗̅ ̅ ∆̅ ⃗̅ từ giá trị RRE tương ứng ( ) 14: Tính giá trị 15: =} ⃗̅ ( ) sử dụng công thức (2.14) sử dụng (2.12) + 1; ngưỡng sai số cho trước định ồn (noise floor) [19] 3.2 Tìm giá trị x tối ưu Theo phương pháp đề xuất Chương 3, trước hết ta phải tìm số lần lặp x tối ưu cho ma trận × Với tổng số bước lặp trình Ta có thuật tốn để so sánh sau: Thuật toán 1: 1: for x = đến 4, 2: DBIM – Propose 3: Tính err theo cơng thức (2.15) =∑ ∑  4: Vẽ đồ thị err ứng với giá trị x 5: end for Như sau thực xong Thuật toán ta tìm giá trị x tối ưu Ta xét kịch sau: Kịch bản: Bảng 3.1 Kịch Tần số sóng siêu âm 0.64MHz Đường kính vùng tán xạ 1mm Vùng tán xạ chia lưới N1 = 14 N2 = 27 Số lượng máy phát 21 Số lượng máy thu 11 Chênh lệch tốc độ truyền sóng 2% 27 0.15 detector transmiter 0.1 0.05 x-axis(m) -0.05 -0.1 -0.15 -0.2 -0.2 -0.15 -0.1 -0.05 0.05 0.1 0.15 x-axis(m) Hình 3.1 Sơ đồ bố trí máy thu – máy phát kịch mô Thực Thuật toán ta thu bảng đồ thị sau Bảng 3.2 err ứng với giá trị x sau tổng số bước lặp (N1 = 14) x err 0.4834 0.1859 0.0497 0.0438 0.5 0.45 0.4 0.35 0.3 error 0.25 0.2 0.15 0.1 0.05 1.5 2.5 interation 3.5 Hình 3.2 Đồ thị biểu diễn mối liên hệ số lần lặp x sai số error (N1 =14) 28 Nhận xét: Qua kịch ta thấy giá trị err giảm qua giá trị x, với số lần lặp tối ưu Vậy chọn = sử dụng xuất phương pháp đề = 10 12 14 10 12 14 x 10 15 15 10 0 10 Hình 3.3 Kết khơi phục sau bước lặp (N1 = 14) 29 10 12 14 10 12 14 x 10 15 15 10 10 Hình 3.4 Kết khơi phục sau bước lặp thứ (N1 = 14) 10 12 14 10 12 14 x 10 15 15 10 0 10 Hình 3.5 Kết khôi phục sau bước lặp thứ (N1 = 14) 30 10 12 14 10 12 14 x 10 15 15 10 0 10 Hình 3.6 Kết khôi phục sau bước lặp thứ (N1 = 14) Kết luận: Thông qua kết lỗi eer giảm qua bước lặp hình ảnh tương đối tốt bước lặp thứ nên ta chọn x = sử dụng phương pháp đề xuất 31 CHƯƠNG IV: KẾT QUẢ Trong chương vào thực mô so sánh phương pháp đề xuất với phương pháp tạo ảnh thông thường 4.1 Mô đánh giá mặt thời gian Kịch bản: Thông số mô phỏng: Tần số = 0.64 MHz Vùng chia lưới: N1 = 14, N2 = 27 Bước lặp tối ưu: x = Đường kính khu vực tán xạ = 5*landa Độ tương phản âm thanh: 1% Nhiễu Gaussian 5% (SNR = 26 dB) Số máy thu = 20, Số máy phát = 40 x 10 2.5 2.5 1.5 1.5 0.5 0.5 -0.5 -1 -1.5 -2 -4 -4 -2 a) Hàm mục tiêu lý tưởng 3D -2 -2.5 -2.5 -2 -1.5 -1 -0.5 0.5 1.5 2.5 b) Hàm mục tiêu lý tưởng 2D Hình 4.1 Hàm mục tiêu lý tưởng (N = 27) Ở ta hiểu thuật tốn thực sau: + Với DBIM thông thường ta khôi phục hình ảnh cho vùng chia lưới 27×27 với bước lặp + Với phương pháp đề xuất ta thu chất lượng ảnh tốt sau bước lặp cho vùng chia lưới 14×14 Sau áp dụng kỹ thuật nội suy, thu ma trận 27×27 dùng DBIM để khôi phục sau bước lặp Với DBIM thường ta có bảng kết err qua bước lặp Bảng 4.4: 32 Bảng 4.1: err DBIM qua bước lặp (N = 27) Iter Err 0.3739 0.3725 0.3725 0.3725 0.3725 0.3725 0.3725 0.3725 Tổng thời gian tính toán phương pháp 135.2 giây Với phương pháp đề xuất ta có err Bảng 4.2: Ở ta không xét err bước lặp từ đến thực với ma trận N1×N1 Bảng 4.2 err DBIM – Đề xuất qua bước lặp (N1 = 14, N2 = 27) Iter Err - - - - 0.4042 0.0637 0.0627 0.0627 Tổng thời gian tính tốn phương pháp 68.7 giây Nhận xét: - Về mặt lỗi eer:Qua bảng so sánh lỗi eer qua bước lặp phương pháp DBIM thông thường phương pháp đề xuất, ta nhận thấy với phương pháp DBIM thông thường lỗi eer bước lặp thứ nhỏ so với bước lặp thứ phương pháp đề xuất, bước lặp lỗi eer nhanh chóng bị bảo hòa giá trị 0.3725 Còn phương pháp DBIM đề xuất lỗi bước lặp giảm dần bão hòa eer = 0.0627 Qua ta khẳng định Phương pháp DBIM đề xuất có hiệu việc giảm lỗi eer qua bước lặp so với phương pháp DBIM thông thường - Về mặt hiệu thời gian: Từ tổng thời gian tính tốn hai phương pháp ta nhận thấy sử dụng phương pháp đề xuất, thời gian giảm lần 4.2 Mô đánh giá mặt chất lượng Hàm mục tiêu khôi phục qua bước lặp phương pháp sau: 10 15 10 20 12 14 25 10 12 14 10 15 20 25 x 10 x 10 0 15 10 5 10 15 30 20 10 ( ) 14 × 14 ; :  F ; 30 0 |E ( ) 27 × 27 10 { Hình 4.2 Kết khơi phục sau bước lặp (N = 14, N = 27) 20  ℎ 33 10 15 10 12 20 25 14 10 12 14 5 15 20 25 x 10 4 2 0 15 10 x 10 10 15 10 ( ) 14 × 14 ; :  F ; 30 20 |E 30 20 10 0 10 ; w { E Eℎ ( ) 27 × 271 Hình 4.3 Kết khơi phục sau bước lặp thứ (N = 14, N = 27) 10 15 10 20 12 25 14 10 12 14 5 10 15 20 25 x 10 x 10 4 2 0 15 10 5 ( ) 14 × 14 ; :  F ; 15 10 30 20 |E 30 20 10 0 10 ; w { E Eℎ ( ) 27 × 271 Hình 4.4 Kết khơi phục sau bước lặp thứ (N = 14, N = 27) 10 15 10 20 12 25 14 x 10 10 12 14 5 x 10 4 2 0 15 10 ( ) 14 × 14 w F ;{ E {E 10 15 30 10 15 20 25 20 10 20 0 10 ( ) 27 × 27 ; w { E Eℎ Hình 4.5 Kết khôi phục sau bước lặp thứ (N1 = 14, N = 27) 30 34 5 10 10 15 15 20 20 25 25 10 15 20 25 x 105 10 15 20 25 x 105 4 2 0 30 30 30 20 10 ( ) 27 × 27 ; w  F ; 30 20 20 10 10 ( ) 27 × 27 |E 20 10 ; w { E Eℎ Hình 4.6 Kết khơi phục sau bước lặp thứ (N = 27, N = 27) 5 10 10 15 15 20 20 25 25 10 15 20 25 x 105 10 15 20 25 x 105 4 2 0 30 30 30 20 10 ( ) 27 × 27 30 20 20 10 10  r; : E ; 20 10 ( ) 27 × 27 ; : { E Eℎ Hình 4.7 Kết khôi phục sau bước lặp thứ (N2 = 27, N = 27) 10 10 15 15 20 20 25 25 10 15 20 25 5 10 15 20 25 x 10 x 10 4 2 0 30 30 20 10 ( ) 27 × 27 ;w F { 20 10 30 20 30 10 ;  |E 10 ( ) 27 × 27 ℎ Hình 4.8 Kết khôi phục sau bước lặp thứ (N2 = 27, N = 27) 20 35 5 10 10 15 15 20 20 25 25 x 10 10 15 20 25 5 4 2 0 30 10 15 20 25 x 10 30 20 10 0 10 30 20 30 20 10 ( ) 27 × 27 ; F ;r |{ 20 10 ( ) 27 × 27 ; w { E  Hình 4.9 Kết khơi phục sau bước lặp thứ (N2 = 27, N = 27) Ta vẽ đồ thị so sánh sai số err phương pháp đề xuất phương pháp truyền thống, đồ thị cho Hình 4.10 0.374 0.4 0.35 0.3738 0.3 error 0.3736 error 0.25 0.3734 0.3732 0.2 0.15 0.373 0.1 0.3728 0.05 0.3726 1.5 2.5 3.5 interation (a) Phương pháp DBIM đề xuất 0.3724 1.5 2.5 interation 3.5 (b) Phương pháp DBIM thơng thường Hình 4.10 Đồ thị biểu diễn mối liên hệ số lần lặp x sai số error (N=27) Nhận xét: - Về chất lượng hình ảnh: Qua bước lặp, ta thấy sử dụng phương pháp DBIM thơng thường chất lượng hình ảnh khó tái tạo so với phương pháp đề xuất Như việc sử dụng phương pháp đề xuất cho chất lượng ảnh tốt khôi phục nhanh so với phương pháp DBIM thông thường 36 KẾT LUẬN Luận văn thành công việc giải tốn khơi phục ảnh siêu âm cắt lớp có ảnh hưởng mật độ nâng cao chất lượng ảnh chụp siêu âm cắt lớp cách ứng dụng kỹ thuật nội suy Ảnh hưởng thay đổi mật độ yếu tố khó bỏ qua mà nghiên cứu trước nhóm chưa quan tâm [22-27] Ảnh khơi phục theo phương pháp đề xuất cho chất lượng tốt hẳn ảnh theo phương pháp truyền thống, thời gian tính tốn giảm thiểu đáng kể Như việc sử dụng kỹ thuật nội suy việc cải thiện tốc độ tạo ảnh chất lượng ảnh thành công, tạo điều kiện áp dụng lĩnh vực y – sinh Bước đề xuất việc thử nghiệm đề xuất tạo ảnh với liệu thực tế để áp dụng theo thời gian thực y tế đề xuất cấu hình phần cứng tương ứng Trong trình nghiên cứu hồn thành luận văn, tác giả 01 cơng bố hội nghị nước: Nguyễn Thanh Nam, Chu Thị Phương Dung, Trần Đức Tân, “Tạo ảnh mật độ sử dụng tán xạ ngược kỹ thuật nội suy”, Kỷ yếu Hội nghị Khoa học liên trường điện tử viễn thông năm 2016, Học viện kỹ thuật quân sự, 2016, trang 60-65 37 TÀI LIỆU THAM KHẢO [1] C F Schueler, H Lee, and G Wade (1984), Fundamentals of digital ultrasonic processing, IEEE Transactions on Sonics and Ultrasonics, vol 31, no 4,pp 195–217 [2] A Macovski (1979), Ultrasonic imaging using arrays, Proceedings of the IEEE, vol 67, no 4, pp 484–495 [3] G S Kino (1987), Acoustic Waves: Devices, Imaging, and Analog Signal Processing Englewood Cliffs, NJ: Prentice Hall [4] Q Zhu and D Steinberg (1993), Wavefront amplitude distortion and imagesidelobe levels: Part I - Theory and computer simulations, IEEE Transac-tions on Ultrasonics, Ferroelectrics, and Frequency Contr ol, vol 40, no 6, pp 747–753 [5] N Duric, P Littrup, A Babkin, D Chambers, S Azevedo, A Kalinin, R.Pevzner, M Tokarev, E Holsapple, O Rama, and R Duncan (2005), Development of ultrasound tomography for breast imaging: Technical assessment, Medical Physics, vol 32, no 5, pp 1375–1386 [6] C Li, N Duric, and L Huang (2008), reast imaging using transmission ultrasound: Reconstructing tissue parameters of sound speed and attenuation, in International Conference on ioMedical Engineering and Informatics, vol 2, 2008, pp 708–712 [7] J.-W Jeong, T.-S Kim, D C Shin, S Do, M Singh, and V Z Marmarelis (2005), Soft tissue differentiation using multiband signatures of high resolution ul-trasonic transmission tomography, IEEE Transactions on Medical Imaging, vol 24, no 3, pp 399–408 [8] S A Johnson, T Abbott, R Bell, M Berggren, D Borup, D Robinson,J Wiskin, S Olsen, and Hanover (2007), Noninvasive breast tissue charac-terization using ultrasound speed and attenuation, in Acoustical Imaging, vol 28, 2007, pp 147–154 [9] J Greenleaf, J Ylitalo, and J Gisvold (1987), Ultrasonic computed tomography for breast examination, IEEE Engineering in Medicine and Biology Mag-azine, vol.6, no 4, pp 27–32 [10] M P Andre, H S Janee, P J Martin, G P Otto, A Spivey , and D.A Palmer (1997), Highspeed data acquisition in a diffraction tomography sys-tem employing large-scale toroidal arrays, International Journal of Imaging Systems and Technology, vol 8, no 1, pp 137–147 [11] J Wiskin, D orup, S Johnson, M erggren, T Abbott, and R Hanover (2007), Full wave, nonlinear, inverse scattering, in Acoustical Imaging, vol 28, 2007, pp.183– 194 [12] W C Chew and Y M Wang (1990), Reconstruction of two-dimensional permittivity distribution using the distorted Born iterative method, IEEE Trans Med Imaging 9, pp 218–225 38 [13] D Borup, S Johnson, W Kim, and M Berggren (1992), Nonperturbative diffraction tomography via Gauss-Newton iteration applied to the scattering integral equation, Ultrason Imaging 14, pp 69–85 [14] S A Goss, R L Johnston, and F Dunn (1978), Comprehensive compilation of empirical ultrasonic properties of mammalian tissues, J Acoust Soc Am.64, pp 423– 457 [15] S A Goss, R L Johnston, and F Dunn (1980), Compilation of empirical ultrasonic properties of mammalian tissues II, J Acoust Soc Am 68, 93–108 [16] R J Lavarello and M L Oelze (2009), Tomographic Reconstruction of ThreeDimensional Volumes Using the Distorted Born Iterative Method IEEE Transactions on Medical Imaging, 28, 2009, pp 1643-1653 [17] Lavarello Robert (2009), New Developments on Quantitative Imaging Using Ultrasonic Waves, University of Illinois at Urbana-Champaign [18] Yu-Hong Dai, Nonlinear Conjugate Gradient Methods, State Key Laboratory of Scientific and Engineering Computing, Institute of Computational Mathematics and Scientific/Engineering Computing, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Zhong Guan Cun Donglu 55, Beijing, 100190, P.R China [19] M T Heath (2002), Scientific Computing: An Introductory Survey, New York, NY: McGraw-Hill [20] http://tech-algorithm.com/articles/nearest-neighbor-image-scaling/ [21] Van Phong, D., Linh-Trung, N., Tan, T D., Le, H V., & Do, M N (2011, March) Fast image acquisition in magnetic resonance imaging by chaotic compressed sensing In 2011 IEEE International Symposium on Biomedical Imaging: From Nano to Macro (pp 85-88) IEEE [22] 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 [23] Tran, Q H., Tran, D T., Huynh, H T., Ton-That, L., & Nguyen, L T (2016) Influence of dual-frequency combination on the quality improvement of ultrasound tomography Simulation, 92(3), 267-276 [24] 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 149153) IEEE 39 [25] 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 [26] 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 2014 International Conference on Advanced Technologies for Communications (ATC 2014) (pp 703-707) IEEE [27] 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 309-312) Springer Berlin Heidelberg ... ĐỘNG 11 2.1 Ảnh hưởng mật độ tới tạo ảnh 11 2.1.1 Ảnh hưởng mật độ trường áp suất bị tán xạ trụ tròn 11 2.1.2 Ảnh hưởng biến đổi mật độ tái tạo tốc độ âm sử dụng DBIM 12 2.2 Phương... [17] 2.1.2 Ảnh hưởng biến đổi mật độ tái tạo tốc độ âm sử dụng DBIM Để xem xét ảnh hưởng biến đổi mật độ tái tạo tốc độ âm sử dụng DBIM, mô thực hiên hình trụ tròn đồng tâm để xác định ảnh hưởng... cắt lớp sử dụng tán xạ ngược tốc độ tính tốn chất lượng ảnh tái tạo Phương pháp chụp cắt lớp sử dụng tán xạ ngược đánh giá cho kết xác khả quan phương pháp chụp siêu âm trước vấn đề tốc độ tính