Đang tải... (xem toàn văn)
Giãn nở và co là 2 toán tử cơ bản của phương pháp hình thái học và được sử dụng trong phân đoạn hình ảnh, nhận dạng đối tượng, phát hiện biên, trích xuất đặc điểm, .... Các điểm ảnh đư[r]
(1)Nghiên cứu khoa học công nghệ
ẢNH HƯỞNG CỦA CÁC PHƯƠNG PHÁP HÌNH THÁI HỌC LÊN HÌNH ẢNH Y TẾ
Hà Quang Thanh1*, Phan Việt Cương2 Hồ Thị Thảo2, Lê Tuấn Anh2, Nguyễn Hồng Hà2, Nguyễn Hải Dương3., Tạ Chí Hiếu3
Tóm tắt: Xử lý nâng cao chất lượng hình ảnh y tế với trợ giúp phần mềm máy tính giai đoạn quan trọng chẩn đoán điều trị Trong báo này, tập trung vào mơ tả thuật tốn hình thái học sử dụng ITK (Insight Segmentation and Registration Toolkit) Các tốn tử hình thái loại bỏ nhiễu, phát biên tốt, khắc phục nhược điểm phương pháp phát biên truyền thống [1]
Từ khóa: Xử lý ảnh y tế; Phát biên; Tăng cường hình ảnh; Các thuật tốn hình thái; ITK 1 GIỚI THIỆU
Hầu hết hình ảnh y tế (X-quang, CT - Chụp cắt lớp vi tính MRI - Chụp cộng hưởng từ) có độ tương phản thấp giá trị cường độ xám thay đổi đáng kể mơ so với định dạng hình ảnh thơng thường khác (.jpg; pnd; gif; tiff; bmp) Vì số đối tượng, phận bị che khuất xâm chiếm mơ lân cận nên khó để phân biệt biên đối tượng quan tâm môi trường bao quanh Một nguyên nhân khác gây suy giảm chất lượng hình ảnh y tế phổ biến xuất nhiễu hiệu ứng hình trình tạo ảnh [2] Một kỹ thuật vừa nâng cao độ tương phản biên tốt, vừa loại nhiễu cần thiết để xử lý nhược điểm nêu Quá trình phát biên nâng cao chất lượng hình ảnh ảnh hưởng đáng kể trực tiếp đến kết hình ảnh cuối cung cấp cho bệnh nhân bác sĩ Mục đích cơng việc để tăng cường, làm bật trích xuất đối tượng có cấu trúc khó phát với mắt người Vì lí đó, phần mền máy tính với thuật tốn ưu việt đóng vai trị quan trọng trợ giúp chẩn đốn lâm sàng
Bài báo đề xuất ứng dụng kỹ thuật tăng cường độ tương phản, nhận dạng đối tượng quan tâm từ hình ảnh y khoa sử dụng kỹ thuật hình thái, thay phương pháp cổ điển hiệu suất thấp Cơ sở thuật toán dựa lý thuyến tập hợp cấu trúc ngẫu nhiên Hình thái học sử dụng kỹ thuật thay nhiều kỹ thuật tiền xử lý sau xử lý khác [3] Nguyên tắc hoạt động phụ thuộc vào yếu tố cấu trúc (structuring element) di chuyển tồn hình ảnh Hiệu phương pháp đề xuất chứng minh kết thực nghiệm thực ảnh CT, MRI sở công cụ ITK [4]
Bài báo bố cục thành phần: Phần giới thiệu cách tiếp cận Phần trình bày hoạt động thuật tốn hình thái học Phần sử dụng Phantom mẫu Gamex 463 làm chuẩn đo lường để đánh giá kết sử dụng ảnh lâm sàng thực tế, ưu điểm nhược điểm phương pháp thực hình ảnh y tế
2 PHƯƠNG PHÁP 2.1 Lựa chọn phần tử cấu trúc
Các thuật tốn hình thái thường sử dụng bao gồm giãn nở (dilation), co (erosion), mở (opening) , đóng (closing)
(2)Đo lường – Tin học ma trận gồm giá trị từ đến 255) , xác định pixel lân cận bỏ qua trình tính tốn Kích thước đối tượng độ phân giải hình ảnh liên quan tới hoạt động yếu tố cấu trúc Theo lý thuyết phân tích hình ảnh, yếu tố cấu trúc nhỏ, khả lọc nhiễu hơn, nhận dạng biên nhỏ ngược lại Trong hình ảnh y tế, tùy thuộc vào đối tượng quan tâm mà ta chọn yếu tố cấu trúc cho phù hợp
Hình 1. Hình dạng phần tử kết cấu 2.2 Phép toán giãn nở, co, mở đóng
2.2.1 Hình thái học ảnh nhị phân
Giãn nở co toán tử phương pháp hình thái học sử dụng phân đoạn hình ảnh, nhận dạng đối tượng, phát biên, trích xuất đặc điểm, Sự giãn nở trình mở rộng tính cách qt phần tử cấu trúc tồn hình ảnh Các điểm ảnh thêm vào ranh giới đối tượng đặt mức tối đa trình mở rộng Ngược lại, trình thu hẹp làm mảnh tính năng, tách đối tượng gần tìm xương đối tượng Nguyên tắc hoạt động trình pixel đặt mức tối thiểu để loại bỏ pixel tương ứng khỏi ranh giới đối tượng cách di chuyển phần tử cấu trúc
Toán tử mở kết hợp phép co trước phép giản nở sau, theo phần tử cuộn dọc theo biên bên Tốn tử đóng thực phép giản nở trước phép co sau, phần tử di chuyển dọc theo ranh giới bên [6]
Đối với hình ảnh nhị phân, với: A – Ảnh gốc
B – Phần tử cấu trúc
Các toán tử hình thái học định nghĩa sau:
Phép giãn nở: A mở rộng B, viết A⊕B, định nghĩa (1): A⨁B = {a+b| với b∈ B a∈ A} (1) Phép co: A thu hẹp B, viết A⊝B, định nghĩa (2):
A⊝B = {p| (b+p) ∈A với b∈B} (2) Phép mở sử dụng B thu hẹp A sau tiếp tục mở rộng kết thu được, viết A◦B, định nghĩa (3):
A∘B = (A⊝B)⨁B (3) Ngược lại với mở, phép đóng sử dụng B mở rộng A sau B tiếp tục thu hẹp kết thu được, viết A•B, định nghĩa (4):
A•B = (A⨁B)⊝B (4) 2.2.2 Hình thái học với ảnh đa mức xám
(3)Nghiên cứu khoa học công nghệ
Giãn nở, co, mở đóng hình ảnh đá mức xám A(x,y) phần tử cấu trúc đa mức xám B(a,b) biểu diễn tương ứng (5), (6), (7), (8) [7]:
(A⨁B)(x,y) = max{A(x-a,y-b) + B(a, b)} (5) (A⊝B)(x,y) = min{A(x-a,y+b) - B(a,b)} (6) (A∘B)(x,y) = (A⊝B)(x,y) ⨁ B(a,b) (7) (A•B)(x,y) = (A⨁B)(x,y) ⊝ B(a,b) (8) Tương tự hình ảnh nhị phân, phép co làm mảnh làm giảm kích thước thang độ xám đối tượng, loại bỏ nhiễu chi tiết dư thừa Giãn nở làm tăng mở rộng kích thước quy mơ thang độ xám đối tượng, phá vỡ phân đoạn, lấp đầy khoảng trống Hiệu thuật toán giãn nở co rõ ràng việc trích lọc biên đối tượng, việc lọc nhiễu nhược điểm lớn [8]
Sự kết hợp giãn nở co để khắc phục nhược điểm việc sử dụng toán tử riêng lẻ Toán tử mở phần tử giúp làm mịn biên ảnh, loại bỏ phần không liên tục (đối với vùng nhỏ phần tử cấu trúc), loại bỏ phần lồi lên Trái ngược với mở, tốn tử đóng loại bỏ nhiễu, xóa lỗ nhỏ, lấp đầu lỗ trống đường biên đối tượng [9]
Bởi việc sử dụng riêng biệt tốn tử nhị nhân không linh hoạt theo định người sử dụng Việc kết hợp hai toán tử để giải số trường hợp như: mở rộng chi tiết quan trọng loại bỏ không gian thừa kẽ hở (Nếu có tốn tử giãn nở khơng làm điều này) Hoặc để xóa bỏ nhiễu, kích thước đối tượng khơng thay đổi (nếu có tốn tử co khơng làm điều này)
3 KẾT QUẢ
Phương pháp đánh giá tính hiệu thuật tốn dựa cơng cụ xử lý hình ảnh ITK 4.11.0 (Insight Segmentation and Registration Toolkit) Những hình ảnh sử dụng viết lấy từ Bệnh viện Đà Nẵng, Bệnh viện Trung ương Quân đội 108 từ liệu thư viện ITK Bằng cách sử dụng ITK với cấu hình hệ thống Inter(R) Core(TM)i5-4210U, CPU 1.7GHz, RAM 4GB, Windows 10 64 bit, thực phương pháp tiếp cận đề xuất [5, 20, 21, 23] Kết rằng:
Kết thử nghiệm phương pháp đề xuất phantom Gamex 463 lấy từ bệnh viện ung bướu Kiên Giang Kết làm tăng cường bật trích xuất đối tượng có cấu trúc, tính tốn diện tích vùng phantom 6475 pixel2 7230 pixel2, gần với số liệu diện tích ghi phantom 6655 pixel2 7554 pixel2 Tỉ lệ xác tương ứng 97.3% 95.7%
a, b, c,
Hình 2. (a) Ảnh gốc phantom Gamex 463, (b) ảnh thu áp dụng, (c) ảnh thu sau áp dụng thuật toán
(4)Đo lường – Tin học chặn hiệu ứng đường biên trì giá trị ban đầu ảnh gốc Từ hình 3, thấy thuật toán giãn nở làm tăng số lượng pixel sáng giảm số lượng pixel tối Hình ảnh cuối có phân bố cường độ đồng hình ảnh gốc Hình 3, cho thấy kết khác phần tử cấu trúc 3x3, 5x5 Độ tương phản tăng theo kích thước phần tử cấu trúc, với phần tử cấu trúc 3x3 cho kết tốt Nhưng biên khơng bảo tồn kích thước phần tử tăng lên kết cấu trúc bên khơng nhìn thấy Hình 5, kết tương ứng hình thái mở đóng, điểm ảnh tối loại bỏ điểm ảnh sáng khơng bị ảnh hưởng Hình thu khung xương đối tượng thực phép trừ hình ảnh gốc hình ảnh phép mở Kết hình cho thấy biên hình ảnh MRI đại tràng phát hoàn toàn phân biệt thực phép trừ hình ảnh gốc hình ảnh hình thái đóng
Hình 3. (a) Ảnh gốc; (b), (c) Tương ứng hình ảnh thu với phần tử cấu trúc 3x3, 5x5 phép giãn nở (1,3) Hình ảnh MRI bụng đại tràng lấy từ [10];(2) Hình
ảnh CT bệnh nhân Lê Quang T, lấy từ Bệnh viện Đà Nẵng 1
2
3
(5)Nghiên cứu khoa học cơng nghệ
Hình 4. (a) Ảnh gốc; (b), (c) Tương ứng hình ảnh thu với phần tử cấu trúc 3x3, 5x5 phép co
a, b, c, d,
Hình 5. (a) Là hình ảnh thu với phần tử cấu trúc 3x3; (b) Hình ảnh gốc – Hình ảnh (a); (c) Là hình ảnh thu với phần tử cấu trúc 5x5; (d) Hình ảnh gốc – Hình ảnh (c)của
hình thái mở
a, b, c, d,
Hình 6. (a) Là hình ảnh thu với phần tử cấu trúc 3x3; (b) Hình ảnh gốc – hình ảnh (a); (c) Là hình ảnh thu với phần tử cấu trúc 5x5; (d) Hình ảnh gốc – hình ảnh (c)
(6)Đo lường – Tin học Ưu điểm lớn phương pháp khu vực biên có độ tương phản thấp suy giảm chất lượng hình ảnh phổi, gan, mơ khác, xác định rõ ràng
Nhược điểm phương pháp phần tử cấu trúc di chuyển theo hướng cố định ảnh, nhiễu tạo ngồi phạm vi đối tượng quan tâm Hình ảnh mục tiêu cuối trở nên phức tạp trường hợp
4 KẾT LUẬN
Hình thái học phương pháp sử dụng phân tích xử lý hình ảnh y tế thay phương pháp phát biên truyền thống Kết thử nghiệm cho thấy phương pháp cải thiện độ tương phản, nhận dạng trích xuất biên hình ảnh y tế Ưu điểm phương pháp phân biệt rõ ràng biên với đối tượng lân cận, giảm lỗi trình nhận dạng đối tượng Phép giãn nở, co, mở đóng cải thiện chất lượng tồn hình ảnh, khơng phân biệt điểm ảnh nhiễu loại bỏ hoàn toàn Hiệu cách tiếp cận hỗ trợ việc phân đoạn trích xuất khối u tổn thương giai đoạn xử lý sau ảnh y tế
TÀI LIỆU THAM KHẢO
[1] K Shri Sarika, P Sudha, " An Analysis of Edge Extraction for MRI Medical Images through Mathematical Morphological Operators Approaches," IJCA Proceedings on International Conference on Research Trends in Computer Technologies, (2013) [2] Yoshitaka Kimori, " Morphological image processing for quantitative shape analysis
of biomedical structures: effective contrast enhancement," Journal of Synchrotron Radiation, pp 848 - 853, Vol 20, (2013)
[3] Raihan Firoz, Md Islam, Md Shahinuzzaman," Medical Image Enhancement Using Morphological Transformation," Journal of Data Analysis and Information Processing, pp - 12, Vol 4, (2016)
[4] https://itk.org/
[5] H J Johnson, M M McCormick, and L Ibanez, "The ITK Software Guide," The Insight Software Co Shahjahan Ali, M Nasir Uddin Khan, Md Khalid Hossain, Md Khairul nsortium, Chapter 2, pp 82 - 86, (2016) Available at: https://itk.org/ItkSoftwareGuide.pdf
[6] Gaetan Lehmann, "Binary morphological closing and opening image filters," The Insight Journal, (2006)
[7] Mahesh Kumar, Sukhwinder Singh, " Edge detection and denoising medical image using morphology," International Journal of Engineering Sciences & Emerging Technologies, Vol 2, pp 66 - 72, (2012)
[8] Zhao Yu-qian, Gui Wei-hua, Chen Zhen-cheng, Tang Jing-tian, Li Ling yun, " Medical Images Edge Detection Based on Mathematical Morphology," Engineering in Medicine and Biology 27th Annual Conference, Proceedings of the 2005 IEEE, pp 6492 – 6495, (2005)
[9] W Li, Véronique Haese-Coat, Joseph Ronsin, "Object Detection in Medical Images Based on Improved Morphological Multiresolution Decomposition and Morphological Segmentation," Russian Journal of Biomechanics, pp 75 - 88, No 1, (1999)
(7)Nghiên cứu khoa học công nghệ
ABSTRACT
EFFECTS OF EFFECTIVE METHODOLOGY MEDICAL PHOTOS
Handling and improving the quality of medical images with the help of computer software is one of the important stages in the diagnosis and treatment In this article, we focus on describing the new morphological algorithms by ITK (Insight Segmentation and Registration Toolkit) These morphological operators eliminate noise, detect good edges, and overcome the drawback of traditional border detection methods [1]
Keywords: Medical image processing; Edge detection; Image enhancement; Morphological algorithms; ITK.
Nhận ngày 01 tháng năm 2018 Hoàn thiện ngày 10 tháng năm 2018 Chấp nhận đăng ngày 20 tháng năm 2018
Địa chỉ: 1 Viện Trang Thiết bị Cơng trình Y tế;
Trung tâm Vật lý hạt nhân, Viện Vật lý, Viện HLKH-CNVN;
Học viện Kỹ thuật quân
*
Email: Haquangthanh70@gmail.com