Nghiên cứu phương pháp phân chia vùng ảnh và ứng dụng

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG - NGUYỄN THỊ BÍCH ĐIỆP NGHIÊN CỨU PHƢƠNG PHÁP PHÂN CHIA VÙNG ẢNH VÀ ỨNG DỤNG Chuyên ngành: Khoa học máy tính Thái Nguyên - 2014 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ MỤC LỤC MỞ ĐẦU CHƢƠNG I TỔNG QUAN VỀ PHÂN CHIA VÙNG ẢNH 1.1 Tổng quan phân chia vùng ảnh 1.2 Các hƣớng tiếp cận phân chia vùng ảnh 1.2.1 Các kỹ thuật phân chia vùng ảnh dựa không gian đặc trƣng 1.2.2 Các kỹ thuật dựa không gian ảnh 1.2.3 Các kỹ thuật dựa mơ hình vật lý CHƢƠNG II MỘT SỐ PHƢƠNG PHÁP PHÂN CHIA VÙNG ẢNH CƠ BẢN…………………………………………………………………… …….7 2.1 Các phƣơng pháp phân chia vùng ảnh tiêu biểu 2.1.1 Phân vùng dựa vào ngƣỡng biên độ 2.1.2 Phân vùng dựa sở vùng 2.1.3 Phân vùng theo miền đồng 12 2.1.4 Phân vùng theo đồ thị 18 2.2 Phân vùng dựa thuật toán phân cụm 24 2.2.1 Thuật toán phân cụm K-means 24 2.2.2 Thuật toán phân cụm Fuzzy C-means 25 2.2.3 Thuật toán DBSCAN 26 2.2.4 Đánh giá thuật toán phân cụm 32 CHƢƠNG IIIỨNG DỤNG CHO BÀI TOÁN PHÂN CHIA VÙNG ẢNH Y KHOA 34 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 3.1 Giới thiệu toán 34 3.2 Tìm hiểu ảnh y học chẩn đoán ảnh y học 35 3.2.1 Giới thiệu chung ảnh y học 35 3.2.2 Tìm hiểu chung chuẩn DICOM 36 3.2.3 Kiến thức chẩn đoán ảnh y học 37 3.3 Các bƣớc cài đặt thử nghiệm chƣơng trình 41 3.4 Các chức chƣơng trình 43 3.5 Kết thử nghiệm 44 TÀI LIỆU THAM KHẢO 47 PHỤ LỤC 49 A Cấu trúc file DICOM 49 B Một số loại chấn thƣơng 52 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC TỪ VIẾT TẮT STT Tên viết tắt DICOM DBSCAN CT Định nghĩa Tên tiếng Anh Digital Imaging and Communications Số hóa truyền ảnh y tế in Medicine Density Based Spatial Clustering of Applications with Noise Computed Tomography Scanner Số hóa Trung tâm Học liệu - ĐHTN Phân cụm liệu xác định nhiễu dựa mật độ Chụp cắt lớp điện tốn http://www.lrc-tnu.edu.vn/ LỜI CAM ĐOAN Tơi là: Nguyễn Thị Bích Điệp Lớp: CK11A Khố học: 2012 - 2014 Chun ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trƣờng Đại học Công nghệ thông tin Truyền thông Thái Nguyên Giáo viên hƣớng dẫn: TS Vũ Việt Vũ Tôi xin cam đoan luận văn “Nghiên cứu phương pháp phân chia vùng ảnh ứng dụng” cơng trình nghiên cứu riêng Các số liệu sử dụng luận văn trung thực Các kết nghiên cứu đƣợc trình bày luận văn chƣa đƣợc công bố cơng trình khác Thái Ngun, ngày 10 tháng 06 năm 2014 HỌC VIÊN Nguyễn Thị Bích Điệp Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ LỜI CẢM ƠN Học viên xin gửi lời cảm ơn chân thành tới TS Vũ Việt Vũ, Trƣờng Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên, ngƣời tận tình hƣớng dẫn giúp học viên hồn thành luận văn tốt nghiệp Học viên xin gửi lời cảm ơn sâu sắc đến thầy cô giáo Trƣờng Đại học Công nghệ Thông tin Truyền thông - Đại học Thái Nguyên, thầy cô giáo Viện Công nghệ thông tin - Viện khoa học Việt Nam nhiệt tình giảng dạy, truyền đạt kiến thức cho học viên suốt năm học Học viênxin cảm ơn giúp đỡ lãnh đạo khoa Chẩn đốn hình ảnh, bệnh viên Đa khoa Trung ƣơng Thái Nguyên hỗ trợ cung cấp hình ảnh cho luận văn học viên Cảm ơn bác sĩ Lê Thị Lan – bệnh viên Đa khoa Trung ƣơng Thái Nguyên giúp đỡ, bổ trợ cho học viên kiến thức chẩn đốn hình ảnh y khoa để học viên hồn thành đƣợc luận văn Nguyễn Thị Bích Điệp Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Xử lý ảnh lĩnh vực khoa học công nghệ so với nhiều ngành khoa học khác Tuy vậy, tốc độ phát triển nhanh với nhiều ứng dụng thiết thực ngành: vật lý, hóa học, sinh học, y học… Phân chia vùng ảnh tốn tồn trình xử lý ảnh Quá trình thực việc phân ảnh thành vùng rời rạc đồng với hay nói cách khác xác định biên vùng ảnh Các vùng ảnh đồng thông thƣờng tƣơng ứng với toàn hay phần đối tƣợng thật bên ảnh Vì thế, hầu hết ứng dụng lĩnh vực xử lý ảnh, thị giác máy tính, phân chia vùng ảnh ln đóng vai trò thƣờng bƣớc tiền xử lý tồn q trình trƣớc thực thao tác khác mức cao nhƣ nhận dạng đối tƣợng, biểu diễn đối tƣợng, nén ảnh dựa đối tƣợng, hay truy vấn ảnh dựa vào nội dung Một số ứng dụng thực tế tốn phân chia vùng ảnh là:Truy xuất hình ảnh dựa nội dung; Hình ảnh y khoa: xác định vị trí khối u bệnh lý khác, đo khối lƣợng mơchẩn đốn, nghiên cứu cấu trúc giải phẫu; Phát nhận dạng: Nhận dạng vân tay, nhận dạng khn mặt… Hiện nay, có nhiều cơng trình nghiên cứu khoa học phân tích ảnh y học Các ứng dụng hƣớng đến mục tiêu hỗ trợ bác sĩ việc chẩn đoán bệnh lý, tổn thƣơng dựa định tính Ảnh y học kỹ thuật trình đƣợc sử dụng để tái tạo hình ảnh thể ngƣời phận thể Ảnh y học thƣờng chụp phận bên thể ngƣời thiết bị chuyên dụng nhƣ máy X-Quang chụp hộp sọ, máy chụp cắt lớp vi tính, máy chụp cộng hƣởng từ, máy chụp mạch Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ não nên ảnh thƣờng không rõ, không sắc nét,gây khó khăn cho chuyên gia y học việc chẩn đoán bệnh Mặc dù thiết bị y tế với công nghệ ngày nâng cao để hỗ trợ cho chuyên gia y tế phân tích xử lý thông tin từ ảnh nhƣng vấn đề đặt cần phải giải song song việc nâng cao chất lƣợng ảnh - khâu quan trọng đƣợc coi bƣớc tiền xử lý cho bƣớc phân chia vùng ảnh y học.Nếu phân chia vùng ảnh không tốt dẫn đến sai lầm trình nhận dạng ảnh, ngƣời ta xem cơng đoạn phân chia vùng ảnh q trình then chốt q trình xử lý ảnh nói chung Nội dung luận văn tập trung tìm hiểu số phƣơng pháp phân chia vùng ảnh ứng dụng vào việc phân tách vùng ảnh chụp CT não ngƣời Luận văn đƣợc chia thành nội dung chính: Chương 1: Tổng quan phân chia vùng ảnh Chương 2: Tìm hiểu số phương pháp phân chia vùng ảnh tiêu biểu tập trung tìm hiểu phương pháp phân chia vùng ảnh dựa thuật toán phân cụm Chương 3: Ứng dụng cho toán phân chia vùng ảnh y khoa Khi viết báo cáo học viên cố gắng để đạt đƣợc mục tiêu định hƣớng nghiên cứu đề ban đầu, song điều kiện thời gian lực cịn hạn chế nên khơng tránh khỏi thiếu sót Học viên mong nhận đƣợc góp ý thầy giáo hƣớng dẫn, thầy giáo để học viên có đƣợc kinh nghiệm thực tế bổ ích để sau xây dựng đƣợc chƣơng trình hồn thiện Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ CHƢƠNG I TỔNG QUAN VỀ PHÂN CHIA VÙNG ẢNH Chươngnày tìm hiểu vấn đề tổng quan phân chia vùng ảnh Để có kiến thức ban đầu phân chia vùng ảnh, qua trình đọc tài liệu, học viên tìm hiểu khái niệm phân chia vùng ảnh, tảng giải thuật phân chia vùng ảnh hướng tiếp cận phân chia vùng ảnh 1.1 Tổng quan phân chia vùng ảnh Phân chia vùng ảnh [1] thao tác mức thấp toàn trình xử lý ảnh Quá trình thực việc phân chia vùng ảnh thành vùng rời rạc đồng với hay nói cách khác xác định biên vùng ảnh Các vùng ảnh đồng thông thƣờng tƣơng ứng với tòan hay phần đối tƣợng thật bên ảnh Vì thế, hầu hết ứng dụng lĩnh vực xử lý ảnh (image processing), thị giác máy tính, phân chia vùng ảnh ln đóng vai trị thƣờng bƣớc tiền xử lý tồn q trình trƣớc thực thao tác khác mức cao nhƣ nhận dạng đối tƣợng, biểu diễn đối tƣợng, nén ảnh dựa đối tƣợng, hay truy vấn ảnh dựa vào nội dung … Vào thời gian đầu, phƣơng pháp phân chia vùng ảnh đƣợc đƣa chủ yếu làm việc ảnh mức xám hạn chế phƣơng tiện thu thập lƣu trữ Ngày nay, với phát triển phƣơng tiện thu nhận biểu diễn ảnh, ảnh màu hầu nhƣ thay hoàn toàn ảnh mức xám việc biểu diễn lƣu trữ thông tin ƣu vƣợt trội hẳn so với ảnh mức xám Do đó, kỹ thuật, thuật giải thực việc phân chia vùng ảnh loại ảnh màu liên tục đƣợc phát triển để đáp ứng nhu cầu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Các thuật giải, kỹ thuật thƣờng đƣợc phát triển dựa tảng thuật giải phân chia vùng ảnh mức xám có sẵn 1.2 Các hƣớng tiếp cận phân chia vùng ảnh Phân chia vùng ảnh[1] chia ảnh thành vùng không trùng lặp Mỗi vùng gồm nhóm pixel liên thơng đồng theo tiêu chí Tiêu chí phụ thuộc vào mục tiêu q trình phân vùng Ví dụ nhƣ đồng màu sắc, mức xám, kết cấu, độ sâu layer… Sau phân vùng pixel thuộc vùng Để đánh giá chất lƣợng q trình phân vùng khó Vì trƣớc phân chia vùng ảnh cần xác định rõ mục tiêu trình phân vùng Xét cách tổng quát, ta chia hƣớng tiếp cận phân chia vùng ảnh thành ba nhóm nhƣ sau: Các kỹ thuật phân chia vùng ảnh dựa không gian đặc trƣng Các kỹ thuật dựa không gian ảnh Các kỹ thuật dựa mơ hình vật lý 1.2.1 Các kỹ thuật phân chia vùng ảnh dựa không gian đặc trưng Nếu giả định màu sắc bề mặt đối tƣợng ảnh thuộc tính bất biến màu sắc đƣợc ánh xạ vào khơng gian màu đó, có nhìn đối tƣợng ảnh nhƣ cụm (cluster) điểm không gian màu Mức độ phân tán điểm trong cụm đƣợc xác định chủ yếu khác biệt màu sắc Một cách khác, thay ánh xạ pixel ảnh vào không gian màu cụ thể, ta xây dựng histogram dựa đặc trƣng màu dạng ad-hoc cho ảnh (ví dụ nhƣ Hue), thông thƣờng, đối tƣợng ảnh xuất nhƣ giá trị đỉnh histogram Do đó, việc phân vùng đối tƣợng ảnh tƣơng ứng với việc xác định cụm – cách biểu diễn thứ nhất; xác định vùng cực trị Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 41 3.3 Các bƣớc cài đặt thử nghiệm chƣơng trình Bƣớc 1: Tiền xử lý Ở bƣớc trình cài đặt thử nghiệm,học viên tiến hành chuẩn hóa ảnh đầu vào Khi ảnh CT đƣợc scan dƣới định dạng DCM (chuẩn DICOM) Đây định dạng file ban đầu chƣa qua thao tác xử lý hết File ảnh có khoảng màu rộng so với định dạng thơng thƣờng khác gần với thực tế nhìn mắt thƣờng Trong tất thông tin chi tiết rõ ràng đầy đủ Nhƣng để tiến hành thao tác xử lý ảnh Matlab hay công cụ khác Các file không đƣợc hỗ trợ đọc ghi ln có bƣớc chuyển từ dcm file sang Jpeg hay Tiff file để tiện cho việc xử lý Quan sát ảnh chụp CT ta dễ nhận thấy range màu hầu nhƣ nằm mức xám nhiều Nên trình chuyển đổi tiếp từ ảnh RGB sang ảnh xám đảm bảo cho ta thông tin đầy đủ cho thao tác phân chia vùng ảnh Bƣớc 2: Phân chia ảnh theo cấu trúc dựa trị số đậm độ Nhƣ trình bày chƣơng III, hình định vị hình dùng để xác định vị trí lát cắt Ở hình định vị có đƣờng đƣợc đánh số đặt chồng lên vùng thể khảo sát Các số đƣợc đánh dấu cúa đƣờng tƣơng ứng với số hình hay lát cắt trình bày phim CT Ta dùng hình định vị để quan sát nhanh lát cắt cần xem phim CT Hoặc ngƣợc lại, xác định bất thƣờng lát cắt CT nằm vị trí hình định vị Trong số liệu ảnh đƣợc cung cấp, nhận thấy bệnh nhân có khoảng 20 đến 50 ảnh tƣơng ứng với số lát cắt Tƣơng ứng với lát cắt, ta Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 42 xác định trị số độ đậm tƣơng ứng với mức xám đặc trƣng cấu trúc: Xƣơng, mô não, mạch máu, Qua ta xác định đƣợc cấu trúc cần phân vùng Mục đích củaphân chia vùng ảnh chia ảnh thành nhiều vùng dựa đặc tính Ở ta chọn tiêu chí mức xám làm điều kiện phân chia vùng ảnh Hình 3.3 Hình ảnh xương mạch máu ảnh CT Quan sát liệu ảnh ta chia thành vùng theo mức xám : – Vùng đen : vùng với mức xám thấp – Vùng thịt : mức xám trung bình – Vùng xƣơng mạch máu : mức xám cao Bƣớc 3: Phân chia vùng ảnh thuật toán phân cụm Thuật toán DBSCAN thuật tốn phân cụm có nhiều điểm mạnh: - Khám phá cụm có hình dáng - Chỉ cần thông số đầu vào (số phần trăm nhiễu) - Hiệu sở liệu lớn - Có khả xử lý nhiễu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 43 Bởi vậy, lựa chọn thuật toán cho toán phân chia vùng ảnh hợp lý Vấn đề đặt thuật toán phân cụm làm việc tập liệu điểm rời rạc, liệu đầu vào cần xử lý ta file ảnh Vậy ta cần có bƣớc chuyển đổi liệu phù hợp với toán đặt Khi đọc file ảnh matlab ta dùng lệnh : X= imread(„ file path‟); Khi X nhận đƣợc giá trị mảng chiều ( với ảnh RGB) Mỗi điểm ảnh bao gồm thông số R, G,B Hoặc X nhận giá trị mảng chiều (với ảnh xám), tọa độ biểu diễn mức xám.Sau đó, với nhóm chia bƣớc 2, ta dựa vị trí (tọa độ) ảnh mà thực phân chia điểm ảnh vào nhóm 3.4 Các chức chƣơng trình Thanh Menu có chức chính: Browse: chọn đƣờng dẫn file ảnh, hiển thị ảnh Bond: Thực việc phân chia vùng ảnh cấu trúc xƣơng hiển thị ảnh sau phân vùng, đồng thời đƣa kết vào Result số phân vùng Brain Tissue: Thực việc phân chia vùng ảnh cấu trúc mô não hiển thị ảnh sau phân vùng, đƣa kết vào Result số phân vùng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 44 Hình 3.4 Giao diện chương trình 3.5 Kết thử nghiệm Thuật tốn đƣợc cài đặt ngơn ngữ lập trình Matlab mơi trƣờng Matlab 7.12.0.Chƣơng trình đƣợc cài đặt chạy thử nghiệm nhiều ảnh khác Một số ảnh thử nghiệm cho kết tốt Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 45 Hình 3.5Phân chia vùng ảnh theo cấu trúc xương Hình 3.6 Kết thử nghiệm phân tách mơ não Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 46 KẾT LUẬN Một số kết đạt đƣợc Trong trình làm luận văn học viên đạt đƣợc số kết sau: - Tìm hiểu đƣợc cách tổng quan vấn đề phân chia vùng ảnh Có cách nhìn có hệ thống phƣơng pháp phân chia vùng ảnh thuật toán phƣơng pháp - Học viên tìm hiểu cài đặt đƣợc phƣơng pháp phân chia vùngảnh dựa vào thuật toán phân cụm Phƣơng pháp phân vùng hiệu với ảnh chụp CT não ngƣời Bên cạnh kết đạt đƣợc học viên nhận thấy luận văn số điểm hạn chế nhƣ: - Chƣa đề xuất đƣợc phƣơng pháp phân chia vùng ảnh hoàn tồn - Chƣơng trình mơ cịn ứng dụng phạm vi hẹp Hƣớng phát triển đề tài Dựa kết bƣớc đầu đạt đƣợc luận văn, học viênhi vọng hoàn thiện đƣợc chƣơng trình cài đặt thử nghiệm.Xây dựng đƣợc thuật toán phân chia vùng ảnh tốt phƣơng pháp để qua tiến tới cài đặt hồn thiện hệ thống trợ giúp định chẩn đoán tổn thƣơng Chƣơng trình phân tích tệp ảnh đầu vào đƣa ảnh có tổn thƣơng giúp cho bác sĩ nhanh chóng đƣa đƣợc chẩn đốn xác Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 47 TÀI LIỆU THAM KHẢO [1] Lƣơng Mạnh Bá, Đỗ Thanh Thủy, Nhập môn xử lý ảnh số, NXB Khoa học Kỹ thuật, Hà Nội, 2002 [2] Phạm Việt Bình, Đỗ Năng Toàn, Xử lý ảnh, NXB Khoa học Kỹ thuật, Hà Nội, 2008 [3] Nguyễn Duy Huề - Phạm Minh Thơng , Chẩn đốn hình ảnh, NXB Giáo dục Việt Nam, 2009 [4] R C Gonzalez and R E Woods, Digital Image Processing, 3rd ed, Prentice Hall, New Jersey, 2008 [5]M Ester, H Peter Kriegel, J Sander, X Xu,“A Density-Based Algorithm for Discovering Clustersin Large Spatial Databases with Noise”,Proceedings of 2nd Internation Conference on Knowledge Discovery and Data Mining,1996 [6] J Shi and J Malik, “Normalized cuts and image segmentation”, IEEE Transactions on Pattern Analysis and Machine Itelligence,2000 [7] Sunita Jahirabadkar, Parag Kulkarni,“Algorithm to determine - distance parameter in density based clustering”, Expert System with Applications, 2013 [8] Hai Vu, Tomio Echigo, Ryusuke Sagawa, Keiko Yagi, Masatsugu Shiba, Kazuhide Higuchi, Tetsuo Arakawa, Yasushi Yagi "Detection of contractions in adaptive transit time of the small bowel from wireless capsule endoscopy videos", Computers in Biology and Medicine 39, 2009, p16-p26 [9] V.V Vu, N Labroche, and B Bouchon-Meunier,“Active learning for semi supervised k-means clustering”, Proceedings of the 22nd International Conference on Tools with Artificial Intelligence, IEEE ICTAI, pages 12–15, 2010 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 48 [10]V.V.Vu, N Labroche, and B Bouchon-Meunier, “ Improving constrained clustering with active query selection”, Pattern Recognition, 2011 [11]V.V.Vu, N Labroche, and B Bouchon-Meunier, “An efficient active constraint selection algorithm for clustering”, Proceedings of the 22nd International Conference on Pattern Recognition ICPR, 2010 [12] V.V.Vu, N Labroche, and B Bouchon-Meunier, “ Boosting clustering by active contraint selection”, Proceedings of the 19nd European Conference on Artifical Intelligence, 2010 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 49 PHỤ LỤC A Cấu trúc file DICOM F i l e P reambl e D I C O M P refi x Data S et F i l e M e t a I n fo r m a t i o n DICO M Data S et Hình A.1 Cấu trúc file DICOM Các Data Element đầu file cung cấp số thông tin ban đầu quan trọng Chúng nằm Data Set tên File Meta Information Sau Data Set File Meta Information đến Data Element bình thƣờng, Data Element nội dung DICOM file (gồm hình ảnh, thơng tin hình ảnh, thơng tin khám, thông tin bệnh nhân) Các khái niệm DICOM Ý nghĩa Khái niệm Data Set Là tập hợp nhiều Data Element file DICOM Data Element Là đơn vị thông tin DICOM file Date Element chứa thơng tin đầy đủ Các field Data Element có nhiệm vụ đặc tả đầy đủ thông tin, đặc tả bao gồm: ý nghĩa, giá trị, chiều dài tin định dạng liệu tin Tag Là số nguyên không dấu, số 16 bit Cặp số nguyên xác định ý nghĩa Data Element nhƣ tên bệnh nhân, chiều cao ảnh, số bit màu, … Một số xác định Group Number số xác định Element Number Giá trị Group Number Element Number cho biết Data Element nói lên thơng tin Các thông tin (Data Element) liên quan đến nhóm ngữ nghĩa có chung số Group Number Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 50 VR (Value Representation) Đây field tùy chọn, tùy vào giá trị Transfer Syntax mà VR có mặt Data Element hay không Giá trị VR cho biết kiểu liệu định dạng giá trị Data Element VM (Value Multiplicity) Cho biết số lƣợng Value Value Field Value Field có nhiều giá trị Nếu số lƣợng Value không xác định, VM có dạng “a-b” với a số giá trị Value nhỏ b số Value lớn có Data Element VD: VM = “6-10” : Value Field có giá trị nhiều 10 giá trị Data Element với Value Field có nhiều giá trị Với chuỗi kí tự, dùng kí tự 5Ch („\‟ ) làm kí tự phân cách Với giá trị nhị phân, khơng có kí tự phân cách Value Length Là số ngun khơng dấu, có độ dài 16 hay 32 bit Giá trị Value Length cho biết độ lớn (tính theo byte) field Value Field (khơng phải độ lớn tồn Data Element) Giá trị Value Length FFFFFFFFh (32 bit) hàm ý không xác định đƣợc chiều dài (Undefined Length) Value Field Là nội dung thông tin (Data Element) Kiểu liệu field VR quy định độ lớn (tính theo byte) nằm Value Length Transfer Syntax Transfer Syntax quy ƣớc định dạng liệu Giá trị Transfer Syntax cho biết cách liệu đƣợc định dạng mã hóa DICOM đồng thời cho biết VR Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 51 có tồn Data Element hay không Mặc định ban đầu, Transfer Syntax file DICOM Explicit VR Little Endian Transfer Syntax Information IOD đại diện cho đối tƣợng chứa thơng tin đối Object tƣợng có tồn giới thực Thông tin đối Definition (IOD) tƣợng IOD thông tin đối tƣợng giới thực Có loại IOD Composite IOD: IOD đại diện cho phần khác đối tƣợng khác giới thực Normalized IOD: IOD cho đối tƣợng giới thực Lớp Service- Lớp SOP đƣợc tạo ghép IOD với DIMSE Object Service dành cho IOD Có loại lớp SOP Pair (SOP) Lớp Normalized SOP: đƣợc tạo ghép Normalized IOD với dịch vụ DIMSE-N Lớp Composite SOP: đƣợc tạo ghép Composite IOD với dịch vụ DIMSE-C Thứ tự chuỗi byte: giá trị đƣợc lƣu thành hay nhiều byte file Có quy ƣớc quy định thứ tự xuất byte giá trị file DICOM Little Endian Đối với số nhị phân gồm nhiều byte byte có trọng số thấp (Least Significant Byte) nằm trƣớc, byte cịn lại có trọng số tăng dần nằm tiếp sau Đối với chuỗi kí tự, kí tự nằm theo thứ tự xuất chuỗi (từ trái sang phải) Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 52 Big Endian Đối với số nhị phân gồm nhiều byte byte có trọng số lớn (Most Significant Byte) nằm trƣớc, byte cịn lại có trọng số giảm dần nằm tiếp sau Đối với chuỗi kí tự, kí tự nằm theo thứ tự xuất chuỗi (từ trái sang phải) B Một số loại chấn thƣơng X - Quang chấn thương sọ não :Đối với chấn thƣơng sọ não phân loại tổn thƣơng: Tổn thƣơng nguyên phát tổn thƣơng thứ phát Hình B.1 Cấu trúc liên quan sọ - màng não – nhu mô não Tổn thƣơng nguyên phát: Vỡ hộp sọ Tổn thƣơng trục (extra-axial) - Tụ máu màng cứng - Tụ máu dƣới màng cứng - Xuất huyết khoang dƣới nhện Tổn thƣơng trục (intra-axial) - Dập não Xuất huyết não Tổn thƣơng trục lan toả Tổn thƣơng chất xám sâu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 53 - Tổn thƣơng cuống não - Xuất huyết não thất  Tổn thƣơng thứ phát - Thoát vị não - Nhồi-thiếu máu não chấn thƣơng - Phù não - Tổn thƣơng thiếu oxy não - Tổn thƣơng xƣơng: Nứt sọ dạng đƣờng, lún sọ, dãn khớp sọ - Tổn thƣơng phần mềm Hình B.2 Tổn thương phần mềm hộp sọ Hình B.3 Tổn thương xương hộp sọ Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 54  Tụ máu màng cứng - Hay gặp thái dƣơng-đính (95%) - Tổn thƣơng động mạch màng não (90%), tĩnh mạch tuỷ sọ, xoang màng cứng (10%) - Thƣờng kết hợp với nứt sọ bên tụ máu dƣới màng cứng đối bên (90%) - Hình hai mặt lồi (biconvex/ lenticular) - Không vƣợt qua khớp sọ - Chạy vƣợt qua nếp màng não (liềm, lều não) Hình B.4 Tụ máu ngồi màng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 55  Tụ máu dƣới màng cứng - Đứt tĩnh mạch cầu nối - Hình liềm - Chạy qua khớp sọ - Không vƣợt qua nếp màng cứng (liềm, lều não) - Tuỳ tụ máu cấp, bán cấp hay mãn mà đậm độ khác Hình B.5 Tụ máu màng cứng Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ ... thuật phân chia vùng ảnh hướng tiếp cận phân chia vùng ảnh 1.1 Tổng quan phân chia vùng ảnh Phân chia vùng ảnh [1] thao tác mức thấp toàn trình xử lý ảnh Quá trình thực việc phân chia vùng ảnh. .. mình, học viên sâu vào nghiên cứu phương pháp phân chia vùng ảnh dựa thuật toán phân cụm số ưu điểm trình bày 2.1 Các phƣơng pháp phân chia vùng ảnh tiêu biểu 2.1.1 Phân vùng dựa vào ngưỡng biên... CHƢƠNG I TỔNG QUAN VỀ PHÂN CHIA VÙNG ẢNH 1.1 Tổng quan phân chia vùng ảnh 1.2 Các hƣớng tiếp cận phân chia vùng ảnh 1.2.1 Các kỹ thuật phân chia vùng ảnh dựa không gian đặc trƣng