Đang tải... (xem toàn văn)
Đề tài nghiên cứu giúp tác giả hiểu sâu hơn và áp dụng được các ứng dụng vào thực tế của việc xử lý ảnh; nghiên cứu này giúp cho việc hỗ trợ và nâng cao áp dụng của công nghệ thông tin trong lĩnh vực y tế, tiến tới bệnh án điện tử trong tương lai.
BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM Nguyễn Hiền Trang HIỂN THỊ ẢNH CHỤP CẮT LỚP CT 32 LÁT CẮT DỰA TRÊN DÃY HOUNSFIELD VÀ THỬ NGHIỆM TẠI BỆNH VIỆN E LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN Hà Nội –2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM Nguyễn Hiền Trang HIỂN THỊ ẢNH CHỤP CẮT LỚP CT 32 LÁT CẮT DỰA TRÊN DÃY HOUNSFIELD VÀ THỬ NGHIỆM TẠI BỆNH VIỆN E Chuyên ngành: Hệ thống thông tin Mã số: 8480104 LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: TS.NGUYỄN NHƯ SƠN Hà Nội - 2020 LỜI CAM ĐOAN Tôi xin cam đoan luận văn nghiên cứu thân (ngoài phần tham khảo trích rõ) với hướng dẫn TS Nguyễn Như Sơn Tơi xin chịu trách nhiệm hồn toàn xảy sai phạm Tác giả luận văn Nguyễn Hiền Trang LỜI CẢM ƠN Trong thời gian thực luận văn, em có hướng dẫn, giúp đỡ tận tình từ thầy cơ, đồng nghiệp gia đình Đầu tiên, em mong bày tỏ lịng biết ơn chân thành tới giáo viên hướng dẫn: TS Nguyễn Như Sơn Trong suốt trình thực luận văn, em nhận giúp đỡ, hướng dẫn thầy giúp cho em nắm rõ mục tiêu định hướng nghiên cứu luận văn Em xin gửi lời cảm ơn đến tập thể thầy cô giáo Học viện khoa học công nghệ Việt Nam trang bị cho em thêm kiến thức suốt thời gian học tập trường Với tình cảm chân thành nhất, em xin gửi tới gia đình đồng nghiệp, ln bên động viên, giúp đỡ, chia sẻ mặt để em hồn thành khóa học Trong thời gian thực luận văn tránh khỏi thiếu sót em mong nhận đóng góp bổ sung ý kiến thầy giáo bạn luận văn nghiên cứu em để luận văn hoàn thiện Em xin trân trọng cảm ơn! Hà Nội, ngày tháng năm 2020 Tác giả luận văn Nguyễn Hiền Trang DANH MỤC CÁC CHỮ VIẾT TẮT Ký hiệu/ Viết đầy đủ Ý nghĩa Chữ ký viết tắt Digital DICOM Imaging and Tiêu chuẩn số Communications in Medicine truyền thông Standars y tế CT Computed Tomography Scanner Chụp cắt lớp vi tính MRI Magnetic Resonance Imaging Chụp cộng hưởng từ VR Value Representation Giá trị biểu diễn 2D Two - dimensional Không gian chiều 3D Three - dimensional Không gian chiều GPU Graphic Processing Bộ xử lý đồ họa MC Marching Cubes NEMA National Thuật toán Marching Cubes Electrical Hiệp hội nhà sản Manufacturers Association ACR American Cllege of Radionlogy VTK Visualizaton toolket xuất Đại học X quang Hoa Kỳ Bộ công Visualizaton cụ CS Conformation Statement Báo cáo thích nghi SC Service Classes Lớp dịch vụ IOD Information Object Desfinition Đối tượng thơng tin CLVT Chụp Cắt lớp vi tính DANH MỤC CÁC HÌNH VẼ Hình 1: Mr.Allan Cormark Mr G.N Hounsfield Hình 2: Máy chụp CLVT Hình 3: Máy chụp CLVT toàn thân Hình 4:Nguyên lý chụp CLVT độ phân giải ảnh kỹ thuật số Hình 5: Sơ đồ khối máy chụp CLVT Hình 6: Ảnh từ máy chụp CLVT Hình 7:Cấu tạo dãy đầu dò máy CLVT 32 lát cắt 10 Hình 8:Nguyên lý chụp CLVT 32 lát cắt 10 Hình 9: Mơ tả hình học máy chụp CLVT hệ 11 Hình 10:Mơ tả hình học máy chụp CLVT hệ 12 Hình 11: Cơng nghệ chụp xoắn ốc 12 Hình 12: Cấu tạo chung phịng chụp CLVT 13 Hình 13: Phòng điều khiển chụp CLVT 14 Hình 14: Máy quét Gantry 15 Hình 15: Cấu tạo bóng phát tia X 15 Hình 16: Dãy đầu dò máy quét Gantry 16 Hình 17: Bộ chuẩn trực (Collimator) 16 Hình 18: Bộ lọc vật lý máy quét Gantry 17 Hình 19: Voxel chụp CLVT 18 Hình 20: Trị số đậm độ Hounsfield số phận thể 19 Hình 21: Ảnh tạo có nhiều hình chiếu(projecton) qua 20 Hình 22: Hình ảnh tái cấu trúc dựa phép chiếu ngược 21 Hình 23: Hình ảnh tái cấu trúc sử dụng phép lọc FBP 22 Hình 24: Ảnh chụp CLVT bị cứng hóa chùm tia 26 Hình 25: Ảnh chụp CLVT bị hiệu ứng thể tích phần/một phần 27 Hình 26: Sơ đồ tạo ảnh chụp CLVT 29 Hình 28: Mơ hình sở truyền tin chuẩn DICOM 31 Hình 1: Mơ hình sở truyền tin chuẩn DICOM 31 Hình 2: Vị trí chuẩn DICOM q trình lưu trữ ảnh 34 Hình 3: DICOM file format 36 Hình 4: Các bit liệu file DICOM 37 Hình 5: Cấu trúc file DICOM 37 Hình 6: Cấu tạo Data Element 38 Hình 7: Các bits mã hóa điểm ảnh 41 Hình 8: Cách mã hóa liệu điểm ảnh 41 Hình 9: Tệp file DICOM máy tính 42 Hình 10: Độ phân giải ảnh y tế 44 Hình 11: CHUẨN DICOM VÀ CHUẨN HL7 46 Hình 12: Ảnh cắt lớp từ máy CLVT 51 Hình 13: Chia khối lập phương thành khối tứ diện 59 Hình 1: Ứng dụng đồ họa chiều 48 Hình 2: Ảnh chụp CLVT dựng hình 3D 49 Hình 3: Quy trình tái tạo ảnh 3D từ ảnh chụp CLVT 49 Hình 4: Sơ đồ Volume Visualization 52 Hình 5: Kỹ thuật Marching Cubes gây lỗ hổng bề mặt 3D 58 Hình 6: Quá trình dựng ảnh 3D 61 Hình 7: Kỹ thuật Ray-casting 62 Hình 8: Minh họa đối tượng object- order 63 Hình 1: Mức xám Hounsfield phân thể 69 Hình 2: Pipeline chương trình cài đặt 72 Hình 3: Chu trình biểu diễn liệu thành hình ảnh 72 Hình 4: Sắp xếp liệu 73 Hình 5: Ảnh dựng 3D sọ não bệnh nhân số 74 Hình 6: Ảnh dựng 3D sọ não bệnh nhân số 75 MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC CÁC CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH VẼ MỤC LỤC MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ MÁY CHỤP CẮT LỚP CT 32 LÁT CẮT VÀ ẢNH HIỂN THỊ TRÊN DÃY HOUNSFIELD 1.1 TỔNG QUAN VỀ MÁY CHỤP CẮT LỚP CT 32 LÁT CẮT 1.2 ẢNH HIỂN THỊ TRÊN DÃY HOUSFIELD 17 1.3 KỸ THUẬT TÁI CẤU TRÚC ẢNH CHỤP CẮT LỚP 32 LÁT CẮT 20 1.4 MỘT SỐ VẤN ĐỀ VỀ XẢO ẢNH(ARTIFACT) 25 1.5 TỔNG KẾT CHƯƠNG I 29 CHƯƠNG TỔNG QUAN VỀ CHUẨN DICOM 30 2.1 CHUẨN DICOM 30 2.2 CẤU TRÚC FILE DICOM 33 2.3 VIỆC TRAO ĐỔI THÔNG TIN CỦA CHUẨN DICOM VỚI HL7 45 2.4 TỔNG KẾT CHƯƠNG 47 CHƯƠNG CÁC PHƯƠNG PHÁP TẠO ẢNH CHIỀU TỪ ẢNH CHỤP CẮT LỚP CT 32 LÁT CẮT 48 3.1 KHÁI NIỆM ĐỒ HỌA CHIỀU 48 3.2 KỸ THUẬT BIỂU DIỄN BỀ MẶT (SURFACT RENDERING) 51 3.3 KỸ THUẬT VOLUME RENDERING (VR): 61 3.4 TỔNG KẾT CHƯƠNG 67 69 ảnh nhìn thấy hình máy tính thơng qua ma trận điểm ảnh Mơ hình 3D tái cấu trúc trình diễn thiết bị hiển thị hình, có tính phụ xoay mơ hình phóng to thu nhỏ mơ hình Để lấy liệu từ chuẩn DICOM ta phải xây dựng phân tích cú pháp tập tin DICOM Dữ liệu tập tin DICOM gồm hai phần Phần Header phần liệu chứa thông tin chung phần Data Set phần liệu hình ảnh, phần liệu cần phân tích xử lý Vấn đề lớn xử lý ảnh DICOM để phân tích, bóc tách đâu vùng liệu thành phần như: xương, mô mềm, nước, mỡ, không khí… để thực điều ta phải tiến hành xây dựng công cụ chuyển liệu Data Set thành liệu ảnh mức xám theo hai bước Bước 1: Chuyển giá trị điểm ảnh từ liệu data set thành giá trị Hounsfield Đối với ảnh CLVT, mối quan hệ giá trị lưu trữ (SV) giá trị Hounsfield xác định theo công thức sau: HU = SV*RescaleSlope + RescaleIntercept Trong đó: RescaleSlope RescaleIntercept lấy từ liệu từ phần meta tập tin DICOM Bước 2: Chuyển đổi từ giá trị Hounsfield(HU) vào giá trị mức xám Khi giá trị lưu trữ (SV) quy đổi giá trị Hounsfield, giá trị Hounsfield phải chuyển đổi tiếp tục sang giá trị mức xám có ý nghĩa Các giá trị Hounsfield khoảng từ -1000 đến +1000 hình đây: Hình 1: Mức xám Hounsfield phân thể 70 Sau chuyển đổi liệu data set sang liệu mức xám dễ dàng lấy vùng liệu theo mong muốn dựa vào ảnh giá trị mức xám như: vùng xương có giá trị xấp xỉ +400 đến +1000, vùng mơ mềm có giá trị mức xám xấp xỉ từ +40 đến +80 Phân tích lựa chọn cơng cụ • Mơi trường cài đặt hệ điều hành window 10 có dùng phần mềm Microsofh Net Framework 3.5 • Ngơn ngữ lập trình C++ với hỗ trợ thư viện đồ họa máy tính VTK Trên sở tìm hiểu nhiều cơng cụ hỗ trợ lập trình đồ họa, người viết chọn cơng cụ VTK để tìm hiểu lý sau: Được quản lý phát triển tập đoàn Kiware Inc - Bộ cơng vụ trực quan hóa (VTK) hệ thống phần mềm mã nguồn mở dành cho đồ họa máy tính 3D, mơ hình hóa, xử lý ảnh, dựng ảnh khối, hiển thị cách khoa học vẽ đồ thị 2D Bộ công cụ hỗ trợ nhiều thuật toán trực quan kỹ thuật mơ hình tiên tiến, tận dụng lợi nhớ song song phân luồng phân tán , cho tốc độ khả mở rộng, tương ứng - VTK chạy hệ điều hành, Linux, Windows Mac, trang web, thiết bị di động - VTK sử dụng quy trình phần mềm chất lượng Kitware, bao gồm Cmake, Ctest, Cdash Cpack để xây dựng, kiểm tra đóng gói hệ thống Két hợp với cộng đồng nhà phát triển phân tán mạnh mẽ, kết mã chất lượng cao.Khả gói vào ràng buộc ngơn ngữ khác để đưa đến đối tượng rộng Khả tương tác với Python đặc biệt tinh chỉnh - VTK thiết kế chuyên nghiệp, viết C++ theo hướng đối tượng Dùng nhiều ngôn ngữ khác :Java, Tcl, NET,… - VTK có nhiều hỗ trợ xử lý ảnh y tế Cấu trúc ứng dụng VTL 71 Sơ đồ giới thiệu cấu trúc chương trình ứng dụng VTK Nếu muốn kế thừa lớp từ VTK xây dựng phần mềm theo kiểu “binary” Ở hướng chúng sửa mã VTK theo ý muốn Mơ hình đối tượng: Mơ hình đối tượng VTK gồm hai thành phần: Mơ hình đồ họa (graphics model) mơ hình trực quan hóa (visualization model) Mơ hình đồ họa mơ hình cho đồ họa 3D Mơ hình dựa hệ thống đồ hóa sử dụng rộng rãi cơng nghiệp + Mơ hình trực quan hóa: mơ hình dịng chảy liệu (data flow, pipeline) quy trình trực quan hóa + Các đối tượng xử lý (process object) A, B, C nhận xuất hay nhiều đối tượng liệu (data object) + Đối tượng liệu biểu diễn cung cấp phương thức truy cập liệu + Đối tượng xử lý thực liệu 4.2 QUY TRÌNH THỰC HIỆN Chương trình cài đặt 72 Pipeline chuỗi bước xử lý liệu hiển thị thành hình ảnh Pipeline chương trình cài đặt sau: - Đọc liệu : sử dụng lớp VTKImageReader Dữ liệu đọc vào gán cho biến kiểu vtkImageData, bước có tác dụng việc xếp lát cắt thành khối liệu - Thể liệu : Dữ liệu từ biến kiểu vtkImageData (sources) biểu diễn thành hình ảnh theo chu trình sau: Bước 1: Sắp xếp liệu: Dữ liệu đầu vào lát cát song song , ta cần xếp liệu 2D theo thứ tự chúng khơng gian thành khối liệu Hình 2: Pipeline chương trình cài đặt (data volume) Hình 3: Chu trình biểu diễn liệu thành hình ảnh Bước : 73 Biểu diễn: chuyển khối liệu song song thành liệu hình ảnh Áp dụng phương pháp volume render Hình 4: Sắp xếp liệu Bước 3: Biến đổi khối liệu xếp thành hình ảnh 3D: Quy trình chuyển đổi khối liệu thành hình ảnh thường gồm bước sau: 1) Sắp xếp, đọc ảnh -> đầu : liệu ảnh 2) Tạo Volume 3) Tính tốn: +) Tạo texture – Base +) Tạo hình học đối tượng +) Kết hợp (1) (2) 4) Rendering 4.3 MỘT SỐ KẾT QUẢ THỬ NGHIỆM CỦA CHƯƠNG TRÌNH 74 Dựa vào thuật tốn kỹ thuật dựng hình ảnh y tế từ máy chụp CLVT 32 lát cắt Chương trình dựng số hình ảnh 3D từ ảnh chụp CLVT 2D số bệnh nhân điều trị Bệnh viện E Bệnh nhân số 1: Chỉ định chụp CLVT sọ não không tiêm thuốc cản quang ( từ 1-32 dãy) - Được bác sỹ định: Lấy máu tụ não thất, giải tỏa não Chẩn đoán: Xuất huyết não - não thất Hình 5: Ảnh dựng 3D sọ não bệnh nhân số 75 Bệnh nhân số 2: Chỉ định chụp CLVT sọ não không tiêm thuốc cản quang ( từ 1-32 dãy) Đa chấn thương tai nạn giao thông Chấn thương sọ não, dập não trán trái Hình 6: Ảnh dựng 3D sọ não bệnh nhân số 76 Các hình ảnh sau kết thử nghiệm với liệu chương trình, hình ảnh số bệnh nhân chụp CLVT bệnh viện E Bệnh nhân số 3: Xương: mức xám dãy Hounsflied xấp xỉ -100 - >+ 600 Bệnh nhân số : Mạch máu: mức xám dãy Hounsflied xấp xỉ từ -300 ->+500 77 Bệnh nhân số 5: Cơ: mức xám dãy Hounsflied xấp xỉ từ -50 ->+300 Bệnh nhân số 6: Da: mức xám dãy Hounsflied xấp xỉ từ -700 ->+500 78 4.4 TỔNG KẾT CHƯƠNG Hướng phát triển tới hoàn chỉnh bổ sung tính năng, phần cịn lại Nghiên cứu thử nghiệm thêm phương pháp thuật toán khác chưa qua trình thử nghiệm so sánh độ hiệu cụ thể Phát triển hệ thống lên bước hỗ trợ nhiều dạng tổn thương chụp CLVT, với liệu đầu vào đa dạng 79 KẾT LUẬN Thông qua việc nghiên cứu máy chụp CLVT 32 dãy ảnh y tế hiển thị dãy Housfield nghiên cứu chuẩn DICOM,về phương pháp chiếu lọc ảnh Em nhận thấy ứng dụng công nghệ thông tin với việc sử dụng thuật toán chiếu, lọc ảnh, chuẩn file ảnh y tế DICOM sử dụng năm trở lại hỗ trợ nhiều cho việc chẩn đốn bác sỹ Hình ảnh chụp CLVT 32 dãy có ích cần tạo hình ảnh toàn cấu trúc giải phẫu, hệ thống mạch máu não hay cột sống mà không cần phải giải phẫu Việc nghiên cứu giải pháp giải thuật việc tái dựng hình ảnh chiều y khoa để từ xây dựng lý thuyết ứng dụng phục vụ công tác điều trị bệnh tốt Các phần mềm tái tạo ảnh ba chiều từ ảnh y tế DICOM sử dụng nước ta phần mềm nước ngoài, phần mềm tiến xa kỹ thuật Tuy nhiên, bác sỹ nhiều thời gian thao tác để tạo hình ảnh ba chiều Hướng phát triển tăng khả tự động cho phần mềm, nâng cao độ phân giải, tức phân biệt chi tiết giải phẫu nằm gần tương tự nhau, tăng tốc độ thực Tại Việt Nam, lĩnh vực phần mềm xử lý ảnh y tế mẻ người tiếp cận người sử dụng Đây lĩnh vực quan trọng mà nước ta tiến đến Cùng với xu đó, dựa nhu cầu thực tế luận văn mong muốn nêu lý thuyết kỹ thuật xử lý ảnh DICOM làm để phân tích, bóc tách đâu vùng liệu cần lấy để từ đưa hình ảnh cắt lớp nói chung từ lát cắt song song nói riêng Luận văn hồn thành đưa số vấn đề sau: Về lý thuyết: +) Nguyên lý hoạt động máy chụp CLVT +) Hình ảnh hiển thị theo dãy mức độ xám Housfield +) Một số kỹ thuật hiển thị ảnh DICOM 80 +) Các kỹ thuật dựng hình 3D từ ảnh chụp CLVT Về thực nghiệm: +) Đưa giải pháp phù hợp xây dựng ứng dụng minh họa hiển thị ảnh y tế dựa kỹ thuật Volume rendering thuật toán Marching Cubes Kết chưa làm Chương trình cài đặt thử nghiệm cho chất lượng ảnh tốt với liệu có số liệu ảnh chương trình cho chất lượng ảnh tương đối thấp Hướng phát triển: + Tiếp tục nghiên cứu thêm phương pháp để đưa hình ảnh chụp cắt lớp tốt + Tăng tốc độ tính tốn nội suy + Tiếp tục đưa chất lượng ảnh tốt 81 TÀI LIỆU THAM KHẢO Dương Anh Đức, Lê Đình Huy, Giới thiệu đồ họa chiều PGS.TS Đỗ Năng Tồn, TS Phạm Việt Bình ,2007, Giáo trình Xử lý ảnh , Đại học Thái Nguyên PGS TS Nguyễn Quang Hoan, 2006, Xử lý ảnh, Học viện Công nghệ Bưu Viễn thơng Lương Mạnh Bá, Nguyễn Thanh Thủy, 1999, Nhập môn xử lý ảnh, NXB Khoa học kỹ thuật, 12-19 Trịnh Thị Vân Anh , 2006, Kỹ thuật đồ họa, Chương trình FTIT, Chương 2, trang 10-13 Willi A.Kalender, 2005, 2nd edition, Computed Tomography, Publicis Corporate Publishing, Erlangen Erich Krestel, 1990, Imaging Systems for Medical Diagnostics, Siemens Aktiengesellschaft, Berlin and Munich Digital Imaging and Communications in Medicine (DICOM) Published by National Electrical manufacturers Association 1300 N 17th Street Rosslyn, Virginia 22209 USA H.K.Huang ,2010, PACS and Imaging Informatics, Nhà xuất John Wiley & Sons 10.Umamaheswari, J.; Radhamani, G, 2011, a hybrid approach for denoising dicom images, International Journal of Engineering Science & Technology, Vol Issue 12, p7953 11.Smelyanskiy, M.; Holmes, D.; Chhugani, J.; Larson, A.; Carmean, D M.; Hanson, D.; Dubey, P.; Augustine, K.; Kim, D.; Kyker, A.; Lee, V W.; Nguyen, A D.; Seiler, L.; Robb, R (2009) Mapping High-Fidelity Volume Rendering for Medical Imaging to CPU, GPU and Many-Core Architectures, IEEE Transactions on Visualization and Computer Graphics15 (6): 1563–1570 82 12.Thomas M Lehmann, Claudia Gonner, Klaus Spitzer, November 1999, Survey: Interpolation Methods in Medical Image Processing, IEEE Transactions on Medical Imaging, vol 18, no 13.Lorensen Ư E, Cline H E,1987, Marching cubes: A high resolution 3D suface construction algorithm ACMSIGGRAPH Computer Graphics 14.Ebert, D., F Musgrave, D Peachey, K Perlin, S Worley, W Mark, and J Hart, 2002, Texturing and Modeling: A Procedural Approach Morgan Kaufmann 15.Wiliam E.Lorensen, Harvey E Cline, “Marching Cubes: A high Resolution 3D Surface Construction Algorithm” 16.Kindlmann, G, 1999, Semi-Automatic Generation of Transfer Functions for Direct Volume Rendering Master's Thesis, Department of Computer Science, Cornell University 17.Engel, K., M Kraus, and T Ertl, 2001, High-Quality Pre-Integrated Volume Rendering Using Hardware-Accelerated Pixel Shading, In Proceedings of the SIGGRAPH/Eurographics Workshop on Graphics Hardware, pp 9–16 18.Avainash C.Kak, Malcolm Slaney, 1988, Principles of Computerized Tomographic Imaging – IEEE Press 19.Anthony Brinton Wolbarst, 1993, Physics of Radiology, Prentice Hall International, Inc 20.Kevin M Rosenberg , Ctsim – The Open-Source Computed Tomography Simulator 21.R.Keys, 1981, Cubic convolution interpolation for digital image processing, IEEE Transactions on Signal Processing, Acoustics, Speech, and Signal Processing 83 22.B.Grorissen, 1996, Digital Imaging Communications in Medicine, DICOM in a nutshell, Phillips Medical systems 23.http://medical.nema.org/standard.html 24.Al-Almeen ZS, Rehman AG, Al-Dhelaan A, Al-Rodhaan MST,2015, An innovative technique for contrast enhancement of computed tomography images using normalized gamma-corrected contrast-limited adaptive histogram equalization, J Adv Sig Proc, pp.32 25.Saba T, Rehman A, Al-Dhelaan A, Al-Rodlaan M, 2014, Evaluation of current documents image denoising techniques, a comparative study Appl Artif Intel , pp.879-887 26.Newton TH, Potts DG, 1981, Radiology of the Skull and Brain Technical Aspects of Computer Tomography, C.V Mosby Company, St.Louis 27.Fishman EK, Jeffrey RB, 1995, Spiral CT: Principles Techniques and Clinical Application Raven Press, Ltd 28.Wang G, Vannier MW, 1997, Optimal Pitch in Spiral Computed Tomography , Med.Phys 29.E.H.Wood, E.L.Ritman, J.H.Kinsey, 1979, R.A.Robb, Image B.K.Gilbert, Reconstruction From L.D.Harris, Projection: Implementation and Applications, Topic in Applied Physic, Berlin Springer-Verlag Vol.32,p 247-279 ... MÁY CHỤP CẮT LỚP CT 32 LÁT CẮT VÀ ẢNH HIỂN THỊ TRÊN DÃY HOUNSFIELD 1.1 TỔNG QUAN VỀ MÁY CHỤP CẮT LỚP CT 32 LÁT CẮT 1.2 ẢNH HIỂN THỊ TRÊN DÃY HOUSFIELD 17 1.3 KỸ THUẬT TÁI CẤU TRÚC ẢNH. .. Hounsfield Từ thông tin trên, để hiểu rõ chuẩn ảnh DICOM ứng dụng y tế em chọn đề tài : “ HIỂN THỊ ẢNH CHỤP CẮT LỚP CT 32 LÁT CẮT DỰA TRÊN DÃY HOUNSFIELD VÀ THỬ NGHIỆM TẠI BỆNH VIỆN E? ?? Đối tượng... DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM Nguyễn Hiền Trang HIỂN THỊ ẢNH CHỤP CẮT LỚP CT 32 LÁT CẮT DỰA TRÊN DÃY HOUNSFIELD VÀ THỬ NGHIỆM