Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang

Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang Nghiên cứu về xử lý hình ảnh và ứng dụng trong máy chụp x quang

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI  TRẦN XUÂN TÙNG NGHIÊN CỨU VỀ XỬ LÝ ẢNH VÀ ỨNG DỤNG TRONG MÁY CHỤP X- QUANG LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT Y SINH Hà Nội – Năm 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI  TRẦN XUÂN TÙNG NGHIÊN CỨU VỀ XỬ LÝ ẢNH VÀ ỨNG DỤNG TRONG MÁY CHỤP X- QUANG LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT Y SINH NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN NGỌC VĂN Hà Nội – Năm 2017 LỜI CAM ĐOAN Nội dung luận văn nghiên cứu, xây dựng đưa phương pháp nâng cao chất lượng hình ảnh ứng dụng máy chụp X-quang Dưới hướng dẫn bảo T.S Nguyễn Ngọc Văn, nghiên cứu đề tài: "Nghiên cứu xử lý ảnh ứng dụng máy chụp X-Quang" nhằm nâng cao hiệu quả, hỗ trợ q trình chẩn đốn bệnh bác sỹ cho bệnh nhân Tôi xin cam đoan nội dung luận văn hồn tồn trung thực, xác chưa cơng bố cơng trình khoa học khác Hà Nội, ngày 17 tháng 04 năm 2017 HỌC VIÊN THỰC HIỆN Trần Xuân Tùng LỜI CẢM ƠN Để hoàn thành luận văn này, em xin gửi lời cảm ơn đến tất thầy cô giáo, đồng nghiệp Trường Đại học Công nghệ Thông tin Truyền thông Đại học Thái Nguyên tạo điều kiện giúp em hoàn thiện luận án tốt nghiệp Em xin gửi lời cảm ơn sâu sắc đến T.S Nguyễn Ngọc Văn, thầy trực tiếp hướng dẫn em hồn thành luận văn với nhiệt tình ân cần bảo, đồng thời cung cấp cho em kiến thức chun mơn để em hồn thiện luận văn tốt nghiệp Cuối cùng, xin gửi lời cảm ơn chân thành đến gia đình, bạn bè người thân, người bên cạnh động viên tơi suốt q trình học tập hoàn thành luận văn MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN MỤC LỤC DANH MỤC HÌNH ẢNH .6 DANH MỤC CÁC TỪ VIẾT TẮT 10 PHẦN MỞ ĐẦU 11 CHƢƠNG TỔNG QUAN VỀ XỬ LÝ HÌNH ẢNH TRONG Y TẾ 15 1.1.Ảnh y tế 15 1.1.1.Giới thiệu .15 1.1.2.Sơ đồ chung hệ thống hình ảnh y tế .15 1.1.3.Các phương thức hình ảnh y tế 17 1.2.Xử lý ảnh y tế 22 1.2.1.Giới thiệu xử lý ảnh y học 22 1.2.2.Các bước xử lý ảnh 23 1.2.3.Khái niệm vấn đề xử lí ảnh 25 1.3.Sự hỗ trợ máy tính cơng nghệ thơng tin xử lý hình ảnh y tế 26 1.3.1.Phân v ng ảnh 27 1.3.2.Phân tích đa quang phổ 31 1.4 Thuyết Fourier 33 CHƢƠNG MỘT SỐ PHƢƠNG PHÁP NÂNG CAO CHẤT LƢỢNG HÌNH ẢNH Y TẾ 37 2.1 Chất lượng hình ảnh y tế 37 2.2 Quy trình hiển thị hình ảnh 40 2.3 Biến đổi Fourier rời rạc cho trình xử lý hình ảnh 41 2.3.1 Đặc tính DFT 41 2.3.2 Một số khái niệm .42 2.3.3 Một số tính chất DFT 42 2.4 Thao tác kỹ thuật thang độ xám (grey scale) 44 2.4.1 Kỹ thuật cửa sổ .45 2.4.2 Kỹ thuật biến đổi biểu đồ ánh sáng 48 2.5 Thao tác kỹ thuật ma trận hình ảnh miền thời gian 49 2.5.1 Kỹ thuật làm mịn hình ảnh 51 2.5.2.Kỹ thuật làm trơn ảnh 53 2.6 Nâng cao hình ảnh miền tần số 60 2.6.1 Bộ lọc lý tưởng .60 2.6.2 Bộ lọc butterworth 62 2.6.3 Bộ lọc theo cấp số nhân 64 CHƢƠNG KỸ THUẬT NÂNG CAO ĐỘ TƢƠNG PHẢN TRONG XỬ LÝ HÌNH ẢNH CỦA MÁY CHỤP X-QUANG 66 3.1.Giới thiệu chung máy chụp X-Quang 66 3.1.1.Nguyên lý hoạt động máy X-Quang .67 3.1.2.Đặc điểm ảnh X-Quang 68 3.1.3.Cấu tạo máy chụp X-Quang 70 3.1.4.Phân loại máy chụp X-Quang 71 3.2.Tổng quan xử lý hình ảnh CR 74 3.3.Nâng cao độ tương phản cho hình ảnh 76 3.3.1.Phạm vi lượng giảm………………… 78 3.3.2.Nâng cao độ tương phản Multiscale 79 3.3.3.Các trình đại diện 79 3.3.4.Sự cân ngược lại 81 3.3.5.Xử lý tần số 84 3.4.Phép trừ hình ảnh 87 3.4.1.Hiệu chuẩn 87 3.4.2.Đăng ký cho hình ảnh 89 3.4.3.Phép trừ 91 3.4.4.Tóm lược 94 3.5.Xử lý ảnh chụp máy X-Quang phương pháp cân Histogram 95 3.5.1 Cơ sở lý thuyết 95 3.5.2 Phương pháp xử lý cân Histogram 97 3.5.3 Kết thực mô Matlab 100 3.6 Một số kết đạt việc nâng cao chất lượng ảnh chụp X-Quang 102 3.6.1 Phương pháp Lọc trung bình 102 3.6.2 Phương pháp Nâng cao độ tương phản .103 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN .104 TÀI LIỆU THAM KHẢO .105 DANH MỤC HÌNH ẢNH Hình 1.1 Sơ chung hệ thống ảnh y sinh 15 Hình 1.2 Các bước xử lý ảnh 24 Hình 1.3 ản v phối cảnh 3D não 27 Hình 1.4 Phân đoạn ảnh đơn giản ngưỡng .28 Hình 1.5 Thuật tốn em để ước lượng tham số 30 Hình 1.6 Hình ảnh đầu phân loại mơ .30 Hình 1.7 Hình ảnh MR đa phổ .31 Hình 1.8 Mỗi pixel hình ảnh liên kết với vector phổ xây dựng từ cường độ hình ảnh .32 Hình 1.9 Góc từ vector điểm ảnh với vector điểm ảnh tham khảo .32 Hình 1.10 Phóng to điểm tổn thương lớn c ms bệnh nhân MS 32 Hình 1.11 Đồ họa minh họa tích chập 35 Hình 1.12 Convolving với chức xung 35 Hình 1.13 Dùng Fourier lọc ảnh 36 Hình 2.1 Ý nghĩa đáp ứng xung hệ thống PSF 38 Hình 2.2 Kết Fourier transform PSF 38 Hình 2.3 Độ tương phản hình vng nhỏ có mức xám khu vực khác nhau… 39 Hình 2.4 Quy trình hiển thị hình ảnh 40 Hình 2.5 Các đơn vị hiển thị trực quan 40 Hình 2.6a Nguyên tắc cửa sổ 45 Hình 2.6b Nguyên tắc cửa sổ 45 Hình 2.7 Hình ảnh hiển thị cửa sổ .47 Hình 2.8a Hình ảnh thị lúc cửa sổ 47 Hình 2.8b Cửa sổ đôi biểu đồ 48 Hình 2.8c Chức phi tuyến tính cửa sổ 48 Hình 2.9: sơ đồ lọc số .49 Hình 2.10 Q trình thối hóa tín hiệu 52 Hình 2.11 Cửa sổ lọc(mặt nạ) c kích thước 1D .54 Hình 2.12 Cửa sổ lọc (mặt nạ) c kích thước 3x3 2D 54 Hình 2.13 Cửa sổ lọc (hay mặt nạ) kích thước 3x3x3 3D 54 Hình 2.14 Tính giá trị trung bình 54 Hình 2.15 Cách thức nhân chập điểm ảnh với cửa sổ 55 Hình 2.16 Trường hợp đặc biệt 1D .56 Hình 2.17 Trường hợp đặc biệt 2D .56 Hình 2.18 Ví dụ lọc trung bình .57 Hình 2.19 Cách thức hoạt động lọc trung vị 57 Hình 2.20 Mơ hình lọc thơng cao 59 Hình 2.21 Đáp ứng xung lọc thơng thấp lý tưởng 60 Hình 2.22 Đáp ứng xung lọc thông cao lý tưởng 61 Hình 2.23 Đáp ứng xung lọc thông dải lý tưởng .61 Hình 2.24 Đáp ứng xung lọc chắn dải lý tưởng 62 Hình 2.25 Đáp ứng biên độ lọc chuẩn hóa 63 Hình 2.26 Làm mịn lọc thơng thấp utterworth 64 Hình 2.27 Biến đổi tín hiệu theo thời gian cấp số nhân 65 Hình 3.1 Máy chụp X-quang .66 Hình 3.2 Kết chụp X-quang 67 Hình 3.3 Nguyên lý hoạt động máy chụp X-quang 68 Hình 3.4 Mơ chụp X-quang bàn tay 68 Hình 3.5 Mơ tạo ảnh chùm tia X-quang 69 Hình 3.6 Quá trình chụp X-quang khác biệt hệ máy chụp Xquang… …………………………………………………………………………… 71 Hình 3.7 Quá trình thu nhận ảnh CR .73 Hình 3.8 Sơ đồ khái qt hố q trình xử lý CR 74 Hình 3.9 Điều chỉnh phạm vi phụ lập đồ thị phân cấp agfa adc 75 Hình 3.10 Chụp X – quang vùng cần thăm khám khác thể 76 Hình 3.11 Tần số đáp ứng lọc mặt nạ không sắc nét, α = 3, cho kích thước hạt nhân 109, 39, 13 điểm ảnh 77 Hình 3.12 Sự phân tách theo hình mơ hình laplacian q trình ngược lại 80 Hình 3.13 Hàm sở gaussian chuyển động từ lớp thứ hai đến lớp thứ mơ hình laplacian… 81 Hình 3.14 Quá trình cân ngược lại 82 Hình 3.15 Khuếch đại phi tuyến áp dụng cho hệ số mơ hình p = 1, 0, 0.7, 0.5 .83 Hình 3.16 Kết sau q trình biến đổi mơ xương 83 Hình 3.17 Quá trình kết hợp tăng cường, bao gồm độ tương phản cân bằng, tăng cường cạnh vùng ảnh 84 Hình 3.18 Đáp ứng tần số khơng gian tăng cường cạnh giảm vùng 86 Hình 3.19 So sánh chế độ tăng cường 86 Hình 3.20 So sánh mật độ phim đo giá trị XR-sim 88 Hình 3.21 Chỉnh quy mơ đầu mảng xám 89 lấy thử nghiệm phận giống nhau, có số sai lệch định hướng phận, hình chụp X-Quang khơng xác vị trí tương tự vào việc số hóa Hình 3.23 Kết phép trừ hình ảnh Nếu hình ảnh khơng phù hợp cho phép trừ bất thường việc đăng ký c ng s hiển thị Để mở rộng phương pháp phải kết hợp hình chụp X-Quang thực, phần thể hình 3.18 Đây ví dụ phần với hình dạng phức tạp, phần rìa có bề dày nhiều hình khối, n chọn để minh hoạ cho trình trừ Các tập tin CAD biểu diễn phận sử dụng làm đầu vào cho mơ hình đo lường X-quang để tạo hình ảnh tương tự X-Quang, dựa thông số tương tự sử dụng thử nghiệm hình ảnh thực tế mơ xuất rõ, điểm tương ứng hình ảnh lựa chọn biến đổi để xác định lại vị trí hình ảnh mơ Đối với trường hợp này, biến chuyển 1 Các hình ảnh mẫu tạo sau đ trừ từ hình ảnh thật Hình 3.18 cho hình ảnh thấy thực tế, mơ hình ảnh trừ Mặc dù số lỗ hổng co lại nhìn thấy ảnh gốc, lỗ hổng xác định tốt hình ảnh trừ 92 Một ví dụ khác hiển thị hình 3.19 X-Quang số hóa cho thấy số sai sót số phần, phần lại gần màu đen Để so sánh, mơ hình hình ảnh tạo cách sử dụng thiết lập thí nghiệm Sau đăng ký trừ hình ảnh, chi tiết bất thường phần hiển thị Các hình ảnh mơ hình chuyển đổi sử dụng 1 Hình 3.24 Rìa lát cắt phận điều hịa (a) X-Quang số hóa (b) Mơ hình hình ảnh tạo (c) Phép trừ hình ảnh 93 Hình 3.25 Trung tâm lát cắt phận điều hòa (a) X-Quang số hóa (b) Hình ảnh tạo (c) Phép trừ hình ảnh Trong ảnh kết quả, hai đặc điểm quan tâm đến: Một vết nứt bắt nguồn phần dày nhìn thấy ảnh gốc, tiếp tục vào phần mỏng phần mà trước đ màu đen Nếu khơng có phép trừ, đường rãnh s c kích thước 30% Ngồi ra, xảy lỗi nguyên liệu vật đúc không giống với hợp kim mơ hình giả thiết, hệ số X-Quang hấp thụ khác dẫn đến mật độ phim khác Điều chỉnh yếu tố s cho kết hình ảnh trừ tốt 3.4.4 Tóm lược Trong nghiên cứu này, mục tiêu phép trừ hình ảnh làm giảm thiểu phần hình học từ đ nhằm phát lỗi sai, không s phát lỗi Thông thường với phận phức tạp hình học độ dày chúng khác nhau, số tiếp xúc cần thiết để kiểm sốt tồn hệ thống Suy cho xét riêng lẻ phận cho thấy, phần chia chọn c độ dày hình học khác X-Quang số hóa cho thấy số hạn chế việc phân chia phần dày đặc hay tỉ lệ lớn hơn, phần cịn lại hình ảnh phạm vi gần bị phủ màu đen ằng cách biến đổi trừ c ng phần chia nhỏ hình ảnh Các chi tiết bất thường phần đ s hiển thị hình ảnh Các lỗi sai s sửa chữa phần chia dày, to hơn, n thể đầy đủ đường rãnh mà có nguồn gốc suất phát từ phần có mật độ dày đặc chạy vào phần mỏng [6] 94 Thậm chí với hiệu chỉnh cho định hướng số h a để xác định kích thước c ng cường độ điểm ảnh, gọi phép trừ không lý tưởng Trong phần màu xám tối c thể lỗi hiệu chuẩn cường độ, n c ng lỗi quy trình Nếu ngun liệu vật đúc hợp kim chế tạo giai đoạn quy trình chế tạo, hấp thụ tia X s khác s dẫn đến mật độ điểm ảnh khác Nhưng mơ hình quy trình cải tiến, hiệu ứng s giảm bớt Tóm lại, q trình thực phép trừ khơng hồn hảo chắn giúp người giám sát nhận biết xác định kích lỗi sai 3.5 Xử lý ảnh chụp máy X-Quang phƣơng pháp cân Histogram 3.5.1 Cơ sở lý thuyết Phương pháp cân Histogram (Histogram Equalization) thường sử dụng triển khai dựa xử lý ảnh Phương pháp sử dụng nhằm làm tăng cường độ tương phản toàn cục (global contrast) ảnh, n đặc biệt c ý nghĩa tình liệu đầu vào có giá trị điểm ảnh co cụm, độ tách bạch hình ảnh thấp (close contrast value)- điều nhận thấy rõ thông qua thể biểu đồ Histogram Khi nhận Histogram hình đa mức xám với dải giá trị điểm ảnh không phân tán khoảng [0-255] mà tập trung phân đoạn ngắn điều đ c nghĩa độ tương phản hình ảnh thấp Mục tiêu cân Histogram giúp biến đổi ảnh c độ tương phản thấp thành ảnh c độ tương phản cao cách trải giá trị pixel làm chúng phân tán vùng giá trị rộng hơn, thay co cụm mà nội dung ảnh Phương pháp hữu ích việc xử lý hình ảnh với sáng tối Đặc biệt Histogram đưa kết hiển thị tốt cấu trúc mơ hay xương hình ảnh X-Quang Histogram hình ảnh cho thấy phân bố tần số Biểu đồ hình ảnh hiển thị tần số giá trị cường độ điểm ảnh Histogram c đại diện cho tần số xuất liệu hay nói cách khác Histogram hiển thị phân bố tần số tập liệu Một Histogram gồm hai trục: Trục x hiển thị cường độ mức x, trục y hiển thị tần số cường độ Độ cao khác cho thấy tần số khác xuất liệu 95  Ví dụ: Hình 3.26 Hình ảnh X – quang bàn tay Biểu đồ phân bố mức xám hình ảnh s có dạng sau: Hình 3.27 Biểu đồ Histogram Trục x biểu đồ thể phạm vi giá trị pixel, từ hình ảnh bpp tương ứng với 256 mức xám, trục x kết thúc 255 với khoảng cách 50 Trong đ , trục y thể giá trị cường độ Xử lý cân Histogram giúp phân bố mức xám có hiệu đặc biệt trường hợp: - Những ảnh tối màu biểu đồ tập trung vùng xám thấp (gần gốc tọa độ) - Những ảnh sáng biểu đồ tập trung vùng xám cao - Những ảnh c độ tương phản thấp biểu đồ tập trung vùng xám Phương pháp c ưu điểm đơn giản, tính tốn không nặng nề, cho phép phục hồi lại trạng thái ban đầu ảnh tình cần thiết Tuy nhiên 96 lại có khuyết điểm quan trọng, đ n dễ dàng làm tăng độ tương phản nhiễu ảnh giảm chi tiết hữu ích ảnh Histogram có ứng dụng lớn phân tích hình ảnh, cân hình ảnh, tạo ngưỡng cho ảnh, dự đốn hình ảnh cách nhìn vào biểu đồ Như trình bày chương 2, hình ảnh y tế có lược đồ xám độc đáo khác Lược đồ xám (Histogram) ảnh có L mức xám khác hàm rời rạc biểu diễn: h(rk) = nk (3.10) Trong đ : rk: Giá trị mức xám thứ k [0 , L-1] nk: Tổng số pixel có giá trị mức xám rk Xác suất mức xám: p(rk)=nk/n với n tổng số điểm ảnh 3.5.2 Phương pháp xử lý cân Histogram Ý tưởng: Tìm biến đổi phi tuyến g= T(f) (3.11) Áp dụng cho pixel ảnh f (x, y), để g(x,y) phân phối Giá trị xám r liên tục [0,1], r=0 mô tả màu đen r=1 mô tả màu trắng Vì vậy, cần xây dựng biến đổi s=T(r), sở Histogram ảnh, biến đổi s làm tăng cường ảnh T có tính chất: + T(r) hàm tăng với ≤ r ≤ + T(r) ánh xạ từ [0,1] vào [0,1] Hình 3.28 Biểu đồ phân bố mức xám phương pháp istogram Xét biến đổi ngược r= T-1(s) xem biến đổi c ng thỏa mãn điều kiện Gọi giá trị xám ảnh ban đầu (A) kết ( ), đặt Pin(r) Pout(s) 97 mật độ xác suất giá trị xám A Trong trường hợp biết Pin(r) T(r) đồng thời T-1(s) thỏa mãn điều kiện ta có: ( ) ( ) (3.12) Với r= T-1 (s) Một cách để tăng cường ảnh thiết kế biến đổi T mức xám phân bố không chuẩn [0,1] ( ) (3.13) Với s=[0,1] Các vùng Histgram chỉnh để cân đối mức xám, kỹ thuật gọi cân Histogram (Histogram equalization) ( ) ( ) ∫ (3.14) Từ phương trình 3.14 suy ( ) (3.15) Khi đ hàm phân phối xác suất chuẩn g với Pout không phụ thuộc vào f là: ( ) ( ) (3.16) ( ) Với: r= T-1(s) Thuật toán: Ảnh I gọi cân lý tưởng với mức xám g, g’ ta c : h(g)=h(g’) (3.17) Giả sử cho ảnh I(m×n), new-level số mức xám ảnh sau cân Số điểm ảnh trung bình giá trị mức xám là: TB = (3.18) Số điểm ảnh có mức xám nhỏ g là: t(g) = ∑ Bài toán yêu cầu cần xác định hàm f: g () f(g) với: f(g) = max [0, rand ( 98 (3.19) ( ) ) -1] (3.20) Ví dụ: Cân ảnh I sau new-level =4 Tính Ikq 7 2 Giải: Ta c kích thước ảnh: m×n=5×4=20 Số điểm ảnh trung bình mức xám: Lập bảng tính t(g), f(g) theo cơng thức: t(g) = ∑ () f(g) = max [0, rand ( ( ) ) -1] g h(g) t(g) f(g) 5 10 11 14 15 17 19 20 Thu Ikq là: 2 1 2 3 1 99 3.5.3 Kết thực mô Matlab Áp dụng phương pháp cân lược đồ xám (Histogram) dựa mô Matlab Matlab phần mềm cung cấp mơi trường tính tốn số lập trình, cơng ty MathWorks thiết kế Matlab cho phép tính toán số với ma trận, v đồ thị hàm số hay biểu đồ thơng tin, thực thuật tốn, tạo giao diện người dùng liên kết với chương trình máy tính viết nhiều ngơn ngữ lập trình khác Khi chọn ảnh input ảnh bất kì, sử dụng phương pháp cân ảnh xám Histogram xử lý phần mềm Matlab Kết cho ảnh output s có mật độ phân bố điểm ảnh chuẩn Các vùng ảnh điều chỉnh để cân đối mức xám, làm tăng cường độ tương phản toàn cục cho ảnh Trong Matlab, ta sử dụng hàm imhist để làm việc với Histogram cho việc hiển thị biểu đồ xám hình ảnh đầu vào >>h=imhist(w,b) w ảnh ban đầu, b số đoạn biểu diễn (mặc định giá trị 256) thường chọn với giá trị nhỏ hơn, giả sử 2, đ thang cường độ s chia làm khoảng từ đến 127, 128 đến 255 Trong đ h(1) số pixels có giá trị đoạn [0,127] h(2) số pixels có giá trị đoạn [127,255] Nếu khơng có thông số đầu ra: >>imhist(w) cho ta đồ thị Histogram ảnh Ngồi ta c hàm p(rk) qua biểu thức: >>p=imhist(w,b)/numel(w); Với numel tổng số pixels có ảnh w Hình 3.29 Hiển thị đồ thị histogam ảnh X-quang tay Matlab Một ảnh c Histogram đa mức xám với dải giá trị điểm ảnh không phân tán mà tập trung phân đoạn ngắn điều đ c nghĩa hình ảnh đ c độ tương phản thấp Quan sát biểu đồ mức xám ảnh gốc (hình 3.21) ta thấy mật độ điểm ảnh tập trung cao khoảng giá trị mức xám 70-250, khu vực từ 0- 70 không phân bố điểm ảnh Các vùng mật độ phân bố điểm ảnh thấp làm cho độ tương phản ảnh thấp 100 Mục tiêu cân Histogram xử lý biến đổi ảnh c độ tương phản thấp thành ảnh c độ tương phản cao cách trải giá trị pixel làm chúng phân tán vùng giá trị rộng hơn, mà giữ nội dung ảnh Để thực cân Histogram Matlab cung cấp cho ta hàm histeq: >>g=histeq(w, nlev) Với w ảnh vào nlev số mức cường độ ảnh Giá trị mặc định nlev 64, thường ta chọn 256 để mức với Histogram ảnh ban đầu Hình 3.22 ảnh trước sau cân Histogram với biểu đồ Histogram tương ứng.Ta nhận thấy sau thực cân Histogram, dải hẹp mức xám ảnh ban đầu mở toàn khoảng ảnh đầu Hình 3.30 Kết sau xử lý hình ảnh mô Matlab phương pháp cân lược đồ xám Histogram Tuy nhiên cân Histogram lúc c ng cho kết mong muốn, hiệu Histogram bị dồn lại Điều gây sai cạnh vùng, đồng thời gây nhiễu Cân Histogram cung cấp ảnh c pixel phân bố chuẩn mức xám (theo lý thuyết), trường hợp khác cần biến đổi khác để đạt hiệu cao nhất, ví dụ cần tập trung làm rõ chi tiết đ hình ảnh cần làm bật hình ảnh khu vực đ cách phân bố mức xám hợp lý theo ý người sử dụng Kỹ thuật gọi định Histogram (Histogram specification) Giả sử có ảnh F có mật độ xác suất pin (r) Muốn biến đổi z=H(r), mật độ xác suất g pout (z) 101 - Để ảnh có xác suất chuẩn, ta áp dụng biến đổi sau: ( ) ∫ ( ) (3.21) ( ) (3.22) - Nếu g có mật độ chuẩn: ( ) ∫ - Từ mức xám v suy z biến đổi ngược z= G-1(v) hay z= H(r)=G-1[T(r)] s cho ảnh có phân bố cụ thể pout(z), từ ảnh có mật độ pin(r) - Rời rạc mức xám, ta có: ∑ ( ) (3.23) Và ( ) ∑ ( ) (3.24) Hình 3.31 Biểu đồ istogram ban đầu biểu đồ Histogram định hình ảnh 3.6 Một số kết đạt đƣợc đề tài việc nâng cao chất lƣợng ảnh chụp X-Quang 3.6.1 Phương pháp Lọc trung bình - Với lọc trung bình, điểm ảnh thay trung bình trọng số điểm lân cận Trong lọc trung bình, thường người ta ưu tiên cho hướng để bảo vệ biên ảnh khỏi bị mờ làm trơn ảnh - Lọc trung bình thường sử dụng ảnh có nhiễu phân bố đều, ngẫu nhiên độc lập với pixel, ta mặt nạ sau s làm giảm ảnh hưởng nhiễu pixel trung tâm cách lấy trung bình cộng pixel lân cận cửa sổ 102 Hình 3.32 Kết sau xử lý Lọc trung bình mơ Matlab 3.6.2 Phương pháp N ng cao độ tương phản Ảnh số tập hợp điểm mà điểm có giá trị sáng khác nhau, nhiên hai đối tượng c c ng độ sáng đặt hai khác s cho cảm nhận khác Độ tương phản biểu diễn thay đổi độ sáng đối tượng so với Nói cách khác, độ tương phản độ điểm ảnh hay vùng ảnh so với Ảnh với độ tương phản thấp điều kiện sáng không đủ hay không đều, tính khơng tuyến tính hay biến động nhỏ cảm nhận ảnh Để điều chỉnh lại độ tương phản ảnh, cần điều chỉnh lại biên độ tồn dải hay dải có giới hạn cách biến đổi tuyến tính biên độ đầu vào (dùng hàm biến đổi hàm tuyến tính) hay phi tuyến (hàm m hay hàm lơgarit) Hình 3.33 Ảnh sau tăng độ tương phản mô Matlab 103 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Ngày nay, với phát triển mạnh m khoa học kỹ thuật, ứng dụng công nghệ thông tin công nghệ điện tử đưa vào nhiều lĩnh vực khác sống, đặc biệt ứng dụng thiết kế nhằm mục đích chăm sóc sức khoẻ cho người Sự đời phương pháp thiết bị chẩn đốn hình ảnh mang lại thành lớn lao đời sống xã hội nói chung ngành y tế nói riêng Chẩn đốn hình ảnh g p phần quan trọng nâng cao tính xác, kịp thời hiệu cao chẩn đoán bệnh Đề tài “Nghiên cứu xử lý ảnh ứng dụng máy chụp X-Quang” nhằm nghiên cứu, tìm hiểu số phương pháp, thuật tốn nâng cao chất lượng hình ảnh máy chụp X-Quang lĩnh vực y tế Kết đạt đƣợc đề tài: - Nắm kiến thức xử lý hình ảnh y tế - Nghiên cứu, tìm hiểu thành cơng số phương pháp, thuật tốn nâng cao chất lượng hình ảnh máy chụp X-quang: Kỹ thuật thang độ xám, kỹ thuật ma trận hình ảnh miền thời gian, sử dụng lọc để nâng cao hình ảnh miền tần số,… - Nghiên cứu, tìm hiểu thành cơng kỹ thuật nâng cao độ tương phản xử lý hình ảnh máy chụp X-Quang Hƣớng phát triển đề tài: - Đề tài mở rộng phạm vi nghiên cứu thêm nhiều phương pháp, kỹ thuật xử lý ảnh mang lại chất lượng tốt để bác sỹ có chẩn đốn xác - Ứng dụng cơng nghệ thơng tin để lưu trữ truyền ảnh khoa, phòng bệnh viện bệnh viện với tạo phịng "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 v ng đất nước khác nhau, chí nước khác giới 104 TÀI LIỆU THAM KHẢO [1] Baert AL, Marchal G, Verschakelen J, Dhaenens F (1992), Quality Assurance and Radiation Protection, Working group report in Busch HP Georgi M (eds) Digital Radiography Workshop, pp 13- 15 [2] Bruno Cornelis (2015), Image Processing for Art Investigation, Vrije Universiteit Brussel [3] Burt PJ, Adelson EH (1983), The Laplacian pyramid as a compact image code, IEEE Trans on Communications, 31(4), pp 532-540 [4] Bryan R Nick (2010), Introduction to the Science of Medical Imaging, Cambridge University Press, p 150-170 [5] Deserno M Thomas (2011), Fundamentals of Biomedical Image Processing, Springer-Verlag Berlin Heidelberg [6] Elizabeth M Siwek (1994), Application of the X-ray measurement model to image processing of X-ray radiographs, Iowa State University, pp 51- 67 [7] F.Rogers David (1985), Procedural elements for computer graphics, Publisher McGraw Hill [8] Hongmei Zhu (2013), Medical Image Processing Overview, University of Calgary, pp 7-27 [9] PGS.TS Nguyễn Quang Hoan (2006), Giáo trình xử lý ảnh, đại học Cơng nghệ bưu viễn thơng, pp 4- [10] Jain A.K (1989), Fundamentals of digital image processing, Prentice Hall [11] Huỳnh Quang Linh, Võ Như Như (2006), Một số thí nghiệm mơ xử lý hình ảnh y học, tạp chí phát triển KH&CN, tập (số12 -2006), pp 42-44 [12] Madison, Wisconsin (1997), The Expanding Role of Medical Physics in Diagnostic Imaging, Advanced Medical Publishing, pp 107-152 [13] Prof Dionisis Cavouras, Ph.D (2013), Medical Image Processing, postgraduate course in Dept of Informatics, University of Athens [14] Prokop M, Galanski M, Oestmann JW, von Falkenhausen U, Rosenthal H, Reimer P, Nischelsky J, Reichelt S (1990), Storage phosphor versus screen-film 105 radiography: Effect of varying exposure parameters and unsharp mask filtering on the detectability of cortical bone defects, Radiology 1990 (177), pp 109-113 [15] Prokop M, Schaefer CM, (1993), Improved parameters for unsharp mask filtering of digital chest radiographs, Radiology, 187, pp 521-526 [16] Prokop M & Prokop-Schaefer (1997), Digital image processing, European Radiology, vol (Suppl 3), pp 73-82 [17] Pieter Vuylsteke, Agfa–Gevaert N.V, Mortsel (1999), Image processing in computed radiography, Radiology March, Berlin, Germany, pp 87-100 [18] Rosenfeld A and Kak A.C (1982), Digital picture processing, Academic Press, vol2 (3),pp 150-167 [19] Schaefer CM, Greene R, Llewellyn HJ et al (1991), Interstitial lung disease Impact of postprocessing in digital storage phosphor imaging, Radiology 1991, 178, pp 733 [20] TS Đỗ Năng Toàn, TS Phạm Việt Bình (2007), Giáo trình Xử lý ảnh, Đại học Công nghệ thông tin Truyền thông, p 10-40 [21] Vuylsteke P, Schoeters E (1994), Multiscale image contrast amplification MUSICA, pp 551-560 106 ... văn nghiên cứu, x? ?y dựng đưa phương pháp nâng cao chất lượng hình ảnh ứng dụng máy chụp X- quang Dưới hướng dẫn bảo T.S Nguyễn Ngọc Văn, nghiên cứu đề tài: "Nghiên cứu x? ?? lý ảnh ứng dụng máy chụp. .. là: ? ?Nghiên cứu x? ?? lý ảnh ứng dụng máy chụp X- Quang? ?? nhằm nghiên cứu, tìm hiểu số phương pháp, thuật tốn nâng cao chất lượng hình ảnh máy chụp X- Quang lĩnh vực y tế Lịch sử nghiên cứu Các máy. .. thuật tốn x? ?? lý ảnh, kết hợp thơng tin để x? ?y dựng tái tạo thành hình ảnh siêu âm nhìn thấy hình 1.2 X? ?? lý ảnh y tế 1.2.1 Giới thiệu x? ?? lý ảnh y học Trong lĩnh vực y tế, x? ?? lý ảnh ứng dụng cách