Phát triển mô hình tạo ảnh DBIM lai sử dụng phương pháp nội suy lân cận điểm gần nhất

TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI KHOA VẬT LÝ ====== ĐÀM THỊ THU HỊA PHÁT TRIỂN MƠ HÌNH TẠO ẢNH DBIM LAI SỬ DỤNG PHƯƠNG PHÁP NỘI SUY LÂN CẬN ĐIỂM GẦN NHẤT KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC Chuyên ngành: Vật lý chất rắn HÀ NỘI - 2019 TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI KHOA VẬT LÝ ====== ĐÀM THỊ THU HỊA PHÁT TRIỂN MƠ HÌNH TẠO ẢNH DBIM LAI SỬ DỤNG PHƯƠNG PHÁP NỘI SUY LÂN CẬN ĐIỂM GẦN NHẤT KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC Chuyên ngành: Vật lý chất rắn Người hướng dẫn khoa học TS TRẦN QUANG HUY HÀ NỘI - 2019 LỜI CẢM ƠN Trước tiên, xin gửi lời cảm ơn sâu sắc đến TS Trần Quang Huy, Khoa Vật lý Trường Đại học Sư phạm Hà Nội 2, thầy tận tình bảo, giúp đỡ tơi hồn thành tốt khóa luận tốt nghiệp Đồng thời, tơi xin chân thành cảm ơn thầy cô giáo Tổ Vật lý kĩ thuật thầy cô giáo Khoa dạy dỗ suốt năm học tạo điều kiện cho tơi hồn thành tốt khóa luận Qua đây, tơi gửi lời cảm ơn tới gia đình, bạn bè người thân động viên, giúp đỡ suốt trình học tập trình làm khóa luận Đây đề tài tơi dày cơng nghiên cứu với thầy hướng dẫn, vậy, tơi hy vọng rằng, tài liệu bổ ích cho người quan tâm lĩnh vực này, chi tiết cầ n điều chỉnh, bổ sung xin liên hệ tới thuhoa161097@gmail.com Tôi xin chân thành cảm ơn! Hà Nội, tháng năm 2019 Sinh viên thực hiên Đàm Thị Thu Hòa LỜI CAM ĐOAN Tơi xin cam đoan khóa luận tơi tự tìm hiểu nghiên cứu hướng dẫn TS Trần Quang Huy Đề tài khơng trùng với kết khóa luận trước Nếu sai tơi xin hồn toàn chịu trách nhiệm Hà Nội, tháng năm 2019 Sinh viên thực hiên Đàm Thị Thu Hòa DANH MỤC TỪ VIẾT TẮT X X-ray X quang US Ultrasound Siêu âm UT Ultrasound Tomography Siêu âm cắt lớp MRI Magnetic resonance imaging Tạo ảnh cộng hưởng từ PET Positron Emission Tomography Tạo ảnh dựa ứng dụng hạt nhân-PET CT Computed Tomography Scanner Chụp cắt lớp điện toán BIM Born Iterative Method Phương pháp lặp Born DBIM Distorted Born Iterative Method Phương pháp lặp vi phân Born UCT Utrasonic Computerd Tomography Hê ̣ thố ng lâm sàng chu ̣p siêu âm cắ t lớp EPR Electron Paramagnetic Resonance Tạo ảnh dựa cộng hưởng thuận từ electron TMS Techniscal Medical Systems Máy scan DANH MỤC KÝ HIỆU TOÁN HỌC VÀ Ý NGHĨA Kí hiệu Ý nghĩa n0 Số sóng mơi trường nền(tức mơi trường nước) n(r) Số sóng môi trường đối tượng S (r) Áp suất âm tổng S inc (r) Áp suất sóng tới G0(.) Hàm Green A(r) Hàm mục tiêu(cần khôi phục) S Áp suất điểm bên lưới Ssc Áp suất điểm bên lưới (Áp suất tán xạ) B Ma trận với hệ số hàm Green Go(r, r') C Ma trận với hệ số hàm Green Go(r, r') I Ma trận đơn vị D(.) Toán tử biến véctơ thành ma trận đường chéo M = B.D(S ) Với máy phát, máy thu ta có ma trận M A Véc tơ chưa biết A có NxN biến, với số điểm ảnh vùng ROI  Ssc Véc tơ thể sai khác tín hiệu tán xạ đo tín hiệu tán xạ tiên đốn Ms Ma trận hệ thống  𝛻2, ∆ ‖𝑍𝑥 − 𝑏‖2 Tham số chuẩn tắc Tốn tử Laplace Thặng dư bình phương MỤC LỤC PHẦN MỞ ĐẦU 1 Lý chọn đề tài Mục đích nghiên cứu (các kết cần đạt được) 3 Đối tượng phạm vi nghiên cứu 4 Nhiệm vụ nghiên cứu Phương pháp nghiên cứu Nội dung nghiên cứu PHẦN 2: NỘI DUNG CHƯƠNG TỔNG QUAN VỀ KĨ THUẬT TẠO ẢNH SIÊU ÂM CẮT LỚP 1.1 Các kĩ thuật tạo ảnh y sinh 1.1.1 Kĩ thuật tạo ảnh dựa ứng dụng tia X 1.1.2 Kĩ thuật tạo ảnh dựa ứng dụng siêu âm (US) 1.1.3 Kĩ thuật tạo ảnh dựa ứng dụng cộng hưởng từ 12 1.1.4 Kĩ thuật tạo ảnh dựa ứng dụng hạt nhân 15 1.1.5 Kĩ thuật tạo ảnh sử dụng sóng siêu âm biến dạng (Ultrasound shear-wave imaging) 16 1.2 Ngun lí lan truyền sóng siêu âm 17 1.3 Chụp cắt lớp siêu âm sử dụng tán xạ ngược 18 CHƯƠNG HỆ THỐNG TẠO ẢNH SIÊU ÂM CẮT LỚP 20 2.1 Nguyên lý phương pháp lặp vi phân Born (DBIM) 20 2.2 Vấn đề tính tốn việc thực thi DBIM 25 CHƯƠNG PHÁT TRIỂN MÔ HÌNH TẠO ẢNH DBIM LAI SỬ DỤNG PHƯƠNG PHÁP NỘI SUY LÂN CẬN ĐIỂM GẦN NHẤT 29 3.1 Phương pháp lặp Born (BIM): 29 3.2 Phương pháp lặp vi phân Born (DBIM) 30 3.3 Kỹ thuật nội suy lân cận gần 32 3.4 Phương pháp đề xuất 34 3.5 Mô kết 37 PHẦN 3: KẾT LUẬN 44 TÀI LIỆU THAM KHẢO 45 DANH MỤC HÌNH ẢNH Hình 1.1 Mơ hình kích thích hạt nhân (cộng hưởng) q trình dẫn (bức xạ lượng dạng tín hiệu RF) 13 Hình 1.2 Mơ tả mối liên hệ thời gian T1 T2 với mức độ từ hóa cường độ tín hiệu phim chụp 14 Hình 2.1: Cấu hình đo hệ thống tạo ảnh siêu âm cắt lớp 21 Hình 2.2 Cấu hình hệ đo liệu tán xạ 25 Hình 3.1 Ảnh nội suy sử dụng kĩ thuật lân cận gần 33 Hình 3.2 Hệ tọa độ xác định điểm ảnh kĩ thuật nội suy lân cận gần 34 Hình 3.3: Hàm mục tiêu lí tưởng tức u lạ môi trường đồng cần khôi phục (N=8) 38 Hình 3.4: Cấu hình hệ đo kịch mô phỏng, 18 máy phát 18 máy thu bố trí vòng tròn xung quanh đối tượng 39 PHẦN MỞ ĐẦU Lý chọn đề tài Mỗi năm toàn cầu có khoảng 10 triệu người mắc bệnh ung thư 80% số tử vong bệnh Tại Việt Nam, ước tính có 12.000 ca mắc với 4.000 người tử vong năm ung thư vú chiếm 20% tổng số loại bệnh ung thư Ung thư vú phát sớm (giai đoạn 1) khả điều trị khỏi đạt tới 80% - 90%; phát trễ tỉ lệ điều trị khỏi thấp (dưới 20%) Đặc biệt bối cảnh bùng nổ bệnh ung thư, chẩn đốn hình ảnh sử dụng phương pháp hữu hiệu phát sớm bệnh ung thư Việc phát ung thư vú phụ nữ thường thực kĩ thuật siêu âm, chụp X -quang hay chụp cắt lớp cộng hưởng từ Tuy nhiên phần lớn kĩ thuật chưa thể phát triệt để khối u kích thước nhỏ q trình tầm sốt bệnh Ví dụ kĩ thuật siêu âm có ưu điểm thực đơn giản với giá thành rẻ, không độc hại kết ảnh đầu có khả phân biệt mơi trường khác nhiên phương pháp tạo ảnh truyền thống B-mode hạn chế chất lượng ảnh, gây ảnh hưởng đến q trình chuẩn đốn bệnh Đối với kĩ thuật chụp X-quang sử dụng tia X liều thấp để kiểm tra vùng ngực, kết chụp chẩn đoán tổn thương nhỏ phát khối u nhỏ giai đoạn sớm với dấu hiệu vơi hóa nhỏ Phương pháp tạo ảnh nhanh vòng vài phút nhiên 71-96 % kết xác.Với phụ nữ qua tuổi trung niên có khả mắc bệnh cao mơ vú dày đặc không cung cấp độ tương phản cần thiết để kĩ thuật phát khối u nhỏ Còn phương pháp chụp cộng hưởng từ MRI cho phép nghiên cứu khối u phương diện sinh học hóa học, chi phí cao Mặc dù MRI có độ nhạy việc phát ung thư vú cao so với chụp X-quang, đơi bỏ sót vài ung thư mà tia X-quang tìm Vì Vòng lặp thứ 2: 𝑆2 (𝑟) = 𝑆1 (𝑟) + 𝑆2 𝑠𝑐 (𝑟) Phương trình (1) biểu diễn chi tiết sau: ⃗⃗⃗)𝑆2 ( ⃗⃗⃗ ⃗⃗⃗ 𝑆2 (𝑟) = 𝑆1 (𝑟) + ∬ 𝐴2 (𝑟′ 𝑟′)𝐺1 (𝑛1 , 𝑟⃗ − ⃗⃗⃗ 𝑟′)𝑑𝑟′ inc sc Ở S ( r ) sóng tán xạ, S ( r ) sóng tới G(.) hàm Green Giả sử ta có 𝑆2 𝑠𝑐 (𝑟) =0 𝑆2 (𝑟) = 𝑆1 (𝑟).Hay: ⃗⃗⃗)𝑆2 (𝑟)𝐺1 (𝑛1 , 𝑟⃗ − ⃗⃗⃗ ⃗⃗⃗ = 𝑟′)𝑑𝑟′ ∬ 𝐴2 (𝑟′ Dựa vào tích phân ta tìm 𝐴2 (𝑟) ⃗⃗⃗)𝑆1 (𝑟) 𝐺2 (𝑛2 , 𝑟⃗ − ⃗⃗⃗ ⃗⃗⃗ 𝑆2 (𝑟) = 𝑆1 (𝑟) + ∬ 𝐴2 (𝑟′ 𝑟′)𝑑𝑟′ Khi đó: Vậy sau vòng lặp thứ hai ta tìm 𝑆2 (𝑟) … Q trình tiếp tục cập nhật sau vòng lặp hội tụ Thuật toán phương pháp lặp vi phân Born –DBIM tính tốn sau: Thuật toán Phương pháp lặp vi phân –DBIM Chọn giá trị ban đầu: 𝐴ҧ(𝑛) = 𝐴ҧ(0) 𝑆0 = 𝑆 𝑖𝑛𝑐 sử dụng (2) Khi 𝑛 = đế𝑛 𝑁𝐷𝐵𝐼𝑀 , thực Tính 𝐵̅ 𝐶ҧ Tính 𝑆, ̅𝑆 𝑠𝑐 𝑆ҧ = (𝐼 ҧ − 𝐶ҧ 𝐷 (𝐴))𝑆 𝑖𝑛𝑐 Tính ̅𝑆 𝑠𝑐 𝑆ҧ 𝑠𝑐 = 𝐵̅ 𝐷 (𝐴ҧ) 𝑆ҧ Tính ∆𝑆ҧ 𝑠𝑐 𝛥𝑆 𝑠𝑐 = 𝐵̅ 𝐷 (𝑆ҧ) 𝛥𝐴ҧ sc ̅ ‖ + 𝛾 ‖∆𝐴ҧ‖22 ̅̅̅̅s A Tính ∆𝐴ҧ(𝑛) 𝛥𝐴ҧ = arg min‖∆𝑆̅s − M ∆𝐴ҧ 31 Tính 𝐴ҧ(𝑛+1) = 𝐴ҧ(𝑛) + ∆𝐴ҧ(𝑛) Kết thúc Như phương pháp lặp vi phân Born, hàm Green update vòng lặp, ưu điểm phương pháp có tốc độ hội tụ nhanh sử dụng phương pháp lặp Born vòng lặp Nhưng, nhược điểm bị ảnh hưởng nhiều nhiễu từ kết ảnh Trong sử dụng phương pháp lặp Born trước, hàm Green không thay đổi trình lặp, vậy, ưu điểm phương pháp kết ảnh thu không bị ảnh hưởng nhiều nhiễu Nhưng, nhược điểm có tốc độ hội tụ chậm so với phương pháp lặp vi phân Born 3.3 Kỹ thuật nội suy lân cận gần Trong kĩ thuật nội suy, nội suy lân cận gần phương pháp đơn giản Thay tính tốn giá trị trung bình tiêu chí trọng số tạo giá trị trung gian dựa quy tắc phức tạp, phương pháp đơn giản cách xác định điểm ảnh lân cận "gần nhất", giả định giá trị cường độ Nội suy lân cận gần việc thực đơn giản nhanh kỹ thuật xác định tỉ lệ ảnh Ưu điểm kĩ thuật có tốc độ nhanh, ví dụ phóng to thu nhỏ hình ảnh để chỉnh sửa Các kĩ thuật sử dụng việc nội suy điểm pixel lân cận để kết thu mượt Trong hệ thống tính tốn thương mại, người ta sử dụng số thuật tốn thích nghi, ưu điểm chúng có khả áp dụng mức độ nội suy khác vùng khác ảnh Để trình xác định tỉ lệ ảnh thực được, cần có ảnh tham chiếu, sử dụng ảnh sở để xây dựng ảnh có tỉ lệ Ảnh xây dựng nhỏ hơn, lớn hơn, kích thước ảnh sở, tùy thuộc vào việc xác định tỉ lệ Khi cần mở rộng ảnh, cần không gian trống ảnh sở ban đầu Ở hình 1, ảnh có kích thước (w1 = 4, h1 = 4) mở rộng đến kích thước (w2 = 8, h2 = 8) Các 32 điểm ảnh màu đen đại diện cho khoảng trống mà trình nội suy cần thực hiện, ảnh hoàn thiện kết nội suy lân cận gần Hình 3.1 Ảnh nội suy sử dụng kĩ thuật lân cận gần Thuật toán xác định tỷ lệ thuật toán xác định vị trí thích hợp để đặt khơng gian trống ảnh sở, để điền vào khơng gian màu sắc phù hợp Đối với kỹ thuật nội suy lân cận gần nhất, không gian trống thay điểm ảnh lân cận gần Điều dẫn đến kết ảnh sắc nét xuất cưa, phóng ảnh lên hai lần kích thước điểm ảnh tăng gấp đôi Trong trường hợp thu hẹp ảnh, tức giảm số lượng điểm ảnh, có nghĩa thơng tin không khôi phục Trong trường hợp này, thuật tốn xác định tỷ lệ tìm điểm ảnh phù hợp để vứt bỏ Thuật toán xác định tỷ lệ tốt thuật tốn làm tăng giảm tỷ lệ mà không ràng buộc nhiều điều kiện chương trình thực hiện, chí khơng có ràng buộc Trong hình 1, w1 h1 chiều rộng chiều cao ảnh sở, w2 h2 chiều rộng chiều cao ảnh mở rộng (hay ảnh thu hẹp) Công thức tính tỷ lệ mặt phẳng ngang đứng xác định: x_ratio = w1/w2 y_ratio = h1/h2 Để dễ hình dung kĩ thuật nội suy lân cận gần nhất, ta xem xét hình 3.3.2 Các điểm liệu tập X đại diện cho điểm ảnh từ ảnh gốc (ảnh đầu vào), điểm liệu tập Y đại diện cho điểm ảnh ảnh đầu (ảnh xác định tỉ lệ) Vì vậy, điểm ảnh ảnh đầu Y, phải tính tốn điểm ảnh lân cận gần ảnh gốc X Hơn nữa, cần dựa vào điểm liệu cụ thể: X (A, B), X (A+1, B), X (A, B+1), X (A+1, B+1) Qui trình thực q trình nội suy mơ tả Giải thuật 33 Hình 3.2 Hệ tọa độ xác định điểm ảnh kĩ thuật nội suy lân cận gần Giải thuật Kỹ thuật nội suy lân cận gần Start If ( K-B < B+1-K) Pixel is one of the top two Else Pixel is one of the bottom two End if If ( J-A < A+1-J) Pixel is one of the "left" two Else Pixel is one of the "right" two End if Done 3.4 Phương pháp đề xuất Trong phương pháp lặp vi phân Born, hàm Green cập nhật vòng lặp, ưu điểm phương pháp có tốc độ hội tụ nhanh sử dụng phương pháp lặp Born giai đoạn Nhưng, nhược điểm bị ảnh hưởng nhiều nhiễu từ kết ảnh Trong sử dụng phương pháp lặp Born trước, hàm Green không thay đổi trình lặp, vậy, ưu điểm phương pháp kết ảnh 34 thu không bị ảnh hưởng nhiều nhiễu) Nhưng, nhược điểm có độ phức tạp tính toán cao nhiều thời gian Nội suy lân cận gần việc thực đơn giản nhanh kỹ thuật xác định tỉ lệ ảnh Ưu điểm kĩ thuật có tốc độ nhanh, ví dụ phóng to thu nhỏ hình ảnh để chỉnh sửa Để tận dụng ưu điểm hai phương pháp BIM DBIM khắc phục nhược điểm chúng, đề xuất giải pháp kết hợp hai phương pháp BIM DBIM nội suy lân cận điểm gần nhằm nâng cao chất lượng khôi phục ảnh siêu âm cắt lớp giảm thiểu khối lượng số phép đo thời gian Phương pháp đề xuất gồm giai đoạn: Giai đoạn 1: Tổng số điểm ảnh vùng chia lưới N × N Giả sử rằng, tổng số vòng lặp Nsum khơng đổi (Nsum = NBIM + NDBIM) Tín hiệu phát mơ hàm besel, tín hiệu thu áp suất sóng tới Khi sóng tới gặp đối tượng ( môi trường lúc không đồng nhất, kích thước đối tượng lớn bước sóng tới) tín hiệu siêu âm bị phản xạ kích thước đối tượng nhỏ bước sóng tới tín hiệu siêu âm bị tán xạ theo hướng Q trình khơi phục với vùng chia lưới nhỏ có kích thước N1×N1 sử dụng phương pháp BIM Độ hội tụ dễ dàng đạt qua NBIM vòng lặp Kết thu giai đoạn giá trị trung bình đối tượng Giai đoạn 2: Kỹ thuật nội suy ứng dụng cho kết thu giai đoạn từ kích thước nhỏ N1×N1 đến kích thước lớn N2×N2 Thay tính tốn giá trị trung bình theo số tiêu chí trọng số tạo giá trị trung gian dựa quy tắc phức tạp, phương pháp xác định pixel lân cận "gần nhất" giả định giá trị cường độ Giai đoạn 3: Kết thu giai đoạn tiếp tục khơi phục sử dụng phương pháp DBIM với kích thước mong muốn N2×N2 sau NDBIM vòng lặp 35 Chi phí tính tốn hệ thống tạo ảnh phụ thuộc vào tổng số vòng lặp, tổng số máy phát Nt tổng số máy thu Nr, tổng số điểm ảnh vùng chia lưới N × N Bắt đầu Thiết lập độ phân giải N1 x N1 Chạy giải thuật BIM n = n+1 Đúng n ≤ niter Sai Nội suy : N1 x N1 → N2 x N2 Thiết lập độ phân giải N2 x N2 Chạy giải thuật DBIM n=n+1 Đúng n ≤ nitero Sai Kết thúc 36 Thuật toán phương pháp đề xuất (BIM-Nội suy-DBIM) tính tốn sau: Thuật tốn Phương pháp đề xuất BIM-Nội suy-DBIM (0) Chọn giá trị đầu 𝐴ҧ𝑁1 𝑆0 = 𝑆𝑁ҧ 𝑖𝑛𝑐 Khi n = đến NBIM, Bước 1, Thuật toán (𝑛) (0) Nội suy 𝐴ҧ𝑁1 để có 𝐴ҧ𝑁2 Trong 𝑆0 = 𝑆𝑁ҧ 𝑖𝑛𝑐 Khi n = đến NDBIM, thực Bước - Thuật toán 3.5 Mô kết Bảng 3.1 Thông số mô Kịch BIM-nội suy-DBIM DBIM Thông số N1 (Np=18;Nt=18) Số phép đo = 324x2 = 648 N2 17 (Np=18;Nt=18) Số phép đo = 324 Sau 10 vòng lặp, 3240 phép đo NBIM NDBIM 17(Np=18;Nt=18) Số phép đo = 324 x = 2592 Sau 10 vòng lặp, tổng số phép đo 3240 10 Tần số f = 0, 64 MHz; Nsum = 10; Khu vực tán xạ đường kính 10 mm; Nhiễu Gaussian 1%; Số lượng máy thu Nr ; Số lượng máy phát Nt (theo kịch bản) Độ tương phản Các thông số khác âm 30% Vận tốc truyền sóng nước 𝑐0 =1540m/s Vận tốc truyền sóng vật 𝑐1 =1078m/s Kích thước pixel h=0.0625mm Khoảng cách từ tâm Object tới máy thu 𝑁0 =91mm 37 Từ Bảng 1, xác định chi phí tính tốn quy hóa Tikhonov kịch O (𝑂(𝑁𝐷𝐵𝐼𝑀 𝑁𝑡 𝑁𝑟 N22 )) NDBIM 10 Chúng thiết lập chi phí tính tốn tương đương Tikhonov kịch thứ hai 𝑂(𝑁𝐵𝐼𝑀 𝑁𝑡 𝑁𝑟 N12 )+ 𝑂(𝑁𝐷𝐵𝐼𝑀 𝑁𝑡 𝑁𝑟 N22 ) Do đó, NBIM NDBIM - Tần số khởi tạo: f < f0 với f0 = c0 2d ×%∆c = 1540 2.10−3 ×0.3 = 2, 56MHz Ideal object function percent of the sound contrast 30 25 20 15 10 2 0 -1  -1 -2 -2  Hình 3.3: Hàm mục tiêu lí tưởng tức u lạ môi trường đồng cần khôi phục (N=8) 38 0.1 detector transmiter object 0.08 0.06 y-axis (m) 0.04 0.02 -0.02 -0.04 -0.06 -0.08 -0.1 -0.1 -0.08 -0.06 -0.04 -0.02 0.02 x-axis (m) 0.04 0.06 0.08 0.1 Hình 3.4: Cấu hình hệ đo kịch mô phỏng, 18 máy phát 18 máy thu bố trí vòng tròn xung quanh đối tượng Để định lượng hiệu phương pháp đề xuất, có hàm đối tượng cho loạt lần lặp Sau đó, lỗi hình ảnh xây dựng lại xác định so sánh với hình ảnh gốc lần lặp Vòng lặp DBIM PPĐX KQ ảnh khơi phục KQ ảnh khôi phục 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 40 30 20 10 1  -2 -1 -1 -2 0 -1   39 -1 -2 -2  Vòng lặp DBIM PPĐX KQ ảnh khơi phục KQ ảnh khôi phục 35 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 30 25 20 15 10 1 0 -1 -2 -1 -1 -2   -1 -2  -2  35 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 30 25 20 15 10 2 1 -1 -1 -2  0 -1 -2  -1 -2  -2  30 percent of the sound contrast percent of the sound contrast 25 20 15 10 30 25 20 15 10 1 -1  -2 -1 -1 -2 0   40 -1 -2 -2  Vòng lặp DBIM PPĐX KQ ảnh khôi phục KQ ảnh khôi phục 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 30 25 20 15 10 1 -1 -2 -1 -1 -2  0 -1 -2   -2  30 percent of the sound contrast percent of the sound contrast 25 20 15 10 30 25 20 15 10 1 -1 -2 -1 -1 -2  0 -1 -2   -2  30 percent of the sound contrast percent of the sound contrast 25 20 15 10 2  25 20 15 10 2 -1 -2 -2 0 -1 30 -1   41 -1 -2 -2  Vòng lặp DBIM PPĐX KQ ảnh khơi phục KQ ảnh khôi phục 30 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 25 20 15 10 1 -1 -2 -1 -1 -2  0 -1 -2   -2  30 30 percent of the sound contrast percent of the sound contrast 25 20 15 10 25 20 15 10 2 1 -1 -1 -2  -2 0 -1  -1 -2  -2  30 30 percent of the sound contrast percent of the sound contrast 10 25 20 15 10 25 20 15 10 2  -2 -1 -1 -2 0 -1   42 -1 -2 -2  Với kịch đưa ta thu lỗi chuẩn hóa qua vòng lặp kết sau: Bảng 3.2: Lỗi vòng lặp thời gian tạo ảnh Phương pháp Lỗi qua vòng lặp Thời gian(s) DBIM 0.4286 0.1523 0.0921 0.0656 0.0571 0.0527 0.0491 0.0458 0.0429 0.0403 116.830 49 PPĐX 0.9951 0.5848 0.1791 0.1177 0.0760 0.0611 0.0521 0.0455 0.0403 0.0361 99.15682 Như kĩ thuật tạo ảnh siêu âm cắt lớp đời có ưu điểm an tồn, khơng xâm lấn, rẻ tiền, có khả phát u lạ, dựa kĩ thuật tán xạ ngược Ứng dụng chủ yếu kĩ thuật để phát u lạ có kích thước nhỏ (khoảng 0.7mm), phục vụ chẩn đoán sớm bệnh Tuy nhiên vài nhược điểm kĩ thuật kể đến ảnh siêu âm có độ phân giải thấp, tốc độ tạo ảnh chậm, độ xác chưa cao, ảnh hưởng nhiễu Khi sử dụng phương pháp đề xuất chất lượng hình ảnh cải thiện đáng kể, lỗi qua vòng lặp nhỏ dần giảm 10, 42% vòng lặp cuối Đối với kịch thời gian tạo ảnh giảm tới 17.7s (15%) so với phương pháp truyền thống Kết ảnh thu đạt mục tiêu mong muốn ban đầu đề 43 PHẦN 3: KẾT LUẬN Sau quá trin ̀ h thực đề tài khóa luâ ̣n, đạt số kết sau: - Nghiên cứu số phương pháp toán ứng dụng siêu âm cắt lớp (hàm Green, hàm Bessel, phương pháp xấp xỉ Born, …) - Nghiên cứu mơ hình tạo ảnh siêu âm cắt lớp, cụ thể là, phương pháp lặp Born (BIM) phương pháp lặp vi phân DBIM hai phương pháp ứng dụng phổ biến cho việc tìm kiếm u lạ có kích thước nhỏ với mục đích để tìm kiếm ung thư vú - Tìm hiểu kĩ thuật nội suy lân cận điểm gần ứng dụng thành công vào việc phát triển mơ hình tạo ảnh DBIM lai - Phát triển thành cơng mơ hình tạo ảnh DBIM lai sử dụng phương pháp nội suy lân cận điểm gần cho chất lượng hình ảnh cải thiện đáng kể, lỗi qua vòng lặp nhỏ dần giảm 10.42% vòng lặp cuối Đối với kịch thực thời gian tạo ảnh giảm tới 17.7s (15%) so với phương pháp truyền thống Kết ảnh thu đạt mục tiêu mong muốn ban đầu đề - Hướng phát triể n của đề tài tiếp tục nghiên cứu nhằm nâng cao chất lượng tạo ảnh siêu âm cắt lớp, cách ứng dụng kỹ thuật xử lý tín hiệu tiên tiến (kỹ thuật lấy mẫu nén, kỹ thuật nén xung, kỹ thuật tạo chùm tia, …) Xây dựng mô hình chi tiết, giảm thiểu số phép đo, thời gian chất lượng tạo ảnh 44 TÀI LIỆU THAM KHẢO [1] C F Schueler, H Lee, and G Wade, “Fundamentals of digital ultrasonic processing, ” IEEE Trans Sonics Ultrason., vol 31, pp 195–217, July 1984 [2] Devaney AJ (1982) Inversion formula for inverse scattering within the Born approximation Optics Letters 7:111-112 [3] Tan Tran-Duc, Nguyen Linh-Trung, Michael L Oelze, and Minh N Do “Application of l1 Regularization for High-Quality Reconstruction of Ultrasound Tomography”, 4th International Conference on Biomedical Engineering in Vietnam, IFMBE Proceedings 40, pp 309–312, 2013 [4] Tan Tran-Duc, Nguyen Linh-Trung, and Minh N Do “Modifed Distorted Bor Iterative Method for Ultrasound Tomography by Random Sampling”, 2012 International Symposium on Communications and Information Technologies (ISCIT), pp 1065 – 1068, 2012 [5] TS Trần Quang Huy, Nghiên cứu ảnh hưởng kết hợp phương pháp BIM DBIM lên chất lượng trình tạo ảnh siêu âm cắt lớp, Báo cáo tổng kết đề tài khoa học công nghệ, Hà Nội 2016 [6] J.-W Jeong, T.-S Kim, D C Shin, S Do, M Singh, and V Z Marmarelis, 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, March 2005 [7] R J Lavarello and M L Oelze: Tomographic Reconstruction of ThreeDimensional Volumes Using the Distorted Born Iterative Method IEEE Transactions on Medical Imaging, 28, 2009, pp 1643-1653 [8] Gene H Golub, Per Christian Hansen, and Dianne P O’Leary Tikhonov Regularization and Total Least Squares SIAM Journal on Matrix Analysis and Applications Vol 21 Issue 1, Aug 1999 45 ... tạo ảnh siêu âm cắt lớp BIM DBIM Nghiên cứu Mơ hình tạo ảnh DBIM lai sử dụng phương pháp nội suy lân cận điểm gần Phương pháp nghiên cứu Lý thuyết kết hợp với mô Nội dung nghiên cứu PHẦN 2: NỘI... Mơ hình tạo ảnh DBIM lai sử dụng phương pháp nội suy lân cận điểm gần 3.2 Phạm vi nghiên cứu Lĩnh vực tạo ảnh siêu âm cắt lớp ứng dụng chuẩn đoán y khoa Nhiệm vụ nghiên cứu Nghiên cứu mô hình tạo. .. máy phát Sau dịch máy phát góc Nr máy thu tự động dịch chuyển cách tương ứng Xuất phát từ quan điểm định chọn đề tài: Phát triển mô hình tạo ảnh DBIM lai sử dụng phương pháp nội suy lân cận điểm