Nghiên cứu cải thiện chất lượng ảnh dựa trên các phương pháp ước lượng mô đun đàn hồi trong mô sinh học tt

BỘ QUỐC PHÒNG HỌC VIỆN KỸ THUẬT QUÂN SỰ LƯƠNG QUANG HẢI NGHIÊN CỨU CẢI THIỆN CHẤT LƯỢNG ẢNH DỰA TRÊN CÁC PHƯƠNG PHÁP ƯỚC LƯỢNG MÔ ĐUN ĐÀN HỒI TRONG MÔ SINH HỌC Chuyên ngành: Kỹ thuật điều khiển cà Tự động hóa Mã số: 52 012 16 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN CÀ TỰ ĐỘNG HĨA HÀ NỘI - 2019 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI HỌC VIỆN KỸ THUẬT QUÂN SỰ - BỘ QUỐC PHÒNG Người hướng dẫn khoa học: PGS TS Trần Đức Tân PGS TS Nguyễn Linh Trung Phản biện 1: PGS TS Vũ Duy Hải Phản biện 2: PGS TS Ngô Quốc Tạo Phản biện 3: PGS TS Nguyễn Viết Kính HÀ NỘI - 2019 MỞ ĐẦU Tính cấp thiết vấn đề nghiên cứu Theo báo cáo Tổ chức y tế giới WHO, ung thư nguyên nhân hàng đầu gây tử vong tồn giới, ước tính có khoảng 9,6 triệu ca tử vong vào năm 2018 Các bệnh ung thư phổ biến là: Phổi (2,09 triệu ca); Vú (2,09 triệu trường hợp); Đại trực tràng (1,80 triệu trường hợp); Tuyến tiền liệt (1,28 triệu trường hợp); Ung thư da (khơng u ác tính) (1,04 triệu trường hợp); Dạ dày (1,03 triệu ca) Đại đa số bệnh chữa trị chẩn đốn sớm xác Chẩn đốn bệnh sớm xác mong muốn người bệnh, bác sĩ xa xã hội, sở để đưa định điều trị kịp thời đem lại hy vọng cao cho người bệnh Vì chúng đối tượng nhà nghiên cứu quan tâm thời gian vừa qua, với nhiều nghiên cứu đưa Trong chẩn đốn phát bệnh ung thư nói chung (ngoại trừ ung thư máu), Chẩn đốn hình ảnh phương pháp khám bệnh điển hình, hiệu khơng xâm lấn dựa hình ảnh trực quan Một số thiết bị có có độ xác cao chụp cắt lớp vi tính (CT), chụp cộng hưởng từ hạt nhân (MRI), chụp cắt lớp phát xạ (SPECT/CT, PET/CT) Tuy nhiên, khơng phải lúc dùng thiết bị để thăm khám Vì số lý do: Thứ nhất, nhóm thiết bị đắt, đầu tư sở có quy mơ; Thứ hai, chi phí vận hành ca chụp tốn thời gian chuẩn bị thực ca chụp kéo dài; Ba là, thiết bị CT, SPECT/CT PET/CT có nhược điểm gây hại đến tế bào sống Khắc phục nhược điểm này, nhà nghiên cứu giới đề xuất phương pháp tạo ảnh y sinh đo độ đàn hồi mơ dùng sóng trượt (shear wave elasticity imaging) dựa tương tác siêu âm sóng trượt Ưu điểm phương pháp thực công nghệ máy siêu âm truyền thống, đồng thời bổ sung ảnh đàn hồi mô, cho phép phát sớm khối u, mô bất thường Đây lĩnh vực kỹ thuật chẩn đốn hình ảnh, có nhiều vấn đề (bài tốn) cần tiếp tục giải quyết, NCS chọn đề tài “Nghiên cứu cải thiện chất lượng ảnh dựa phương pháp ước lượng mô đun đàn hồi mơ sinh học”, vấn đề có ý nghĩa thực tiễn to lớn giai đoạn Đề tài nghiên cứu hướng lĩnh vực tạo ảnh y sinh thu hút nhiều nhà khoa học giới khai phá Mục tiêu luận án Mục tiêu luận án xây dựng phát triển phương pháp, mơ hình, giải thuật công cụ nhằm nâng cao hiệu ước lượng độ đàn hồi độ nhớt mô mềm sinh học Việc ước lượng độ đàn hồi độ nhớt áp dụng để tạo ảnh 2D độ đàn hồi độ nhớt mô Đối tượng phạm vi nghiên cứu luận án Đối tượng nghiên cứu luận án ảnh siêu âm đàn hồi sóng trượt Cụ thể: Ước lượng tính chất học mô mềm sinh học, đặc biệt mô đun shear phức; Chứng minh giá trị thông tin bổ sung thành phần ảo mô đun phức (độ nhớt); Khôi phục đồ không gian mô đun shear phức 1D 2D Phạm vi nội dung mà luận án đề cập: - Tìm hiểu kỹ thuật tạo ảnh y sinh - Nghiên cứu kỹ thuật tạo ảnh đàn hồi sóng trượt - Mơ hình hóa mơ truyền sóng trượt mơ sử dụng Phương pháp giải tích Phương pháp sai phân hữu hạn miền thời gian - FDTD - Nghiên cứu thuật tốn tối ưu xác định khối u dùng sóng trượt cho toán 1D 2D - Kiểm chứng thuật tốn đề xuất với liệu mơ Phương pháp nghiên cứu Luận án sử dụng phương pháp nghiên cứu lý thuyết kết hợp với mô kiểm chứng Trước tiên, luận án tìm hiểu phương pháp CSM thơng qua tài liệu cơng trình nghiên cứu trước Từ đề xuất phương pháp để nâng cao hiệu ước lượng CSM Phương pháp mô thực để kiểm chứng đề xuất luận án Cụ thể, phương pháp thử nghiệm dựa kích thích bên dịch chuyển mô mềm vật liệu giống mơ Bằng cách kích thích sóng trượt có đặc tính tốt với dịch chuyển lớn vật liệu, để thu SNR tốt hơn, giúp ích cho việc ước lượng tính chất đàn hồi nhớt vật liệu Hơn nữa, phương pháp hướng đến băng thông rộng tương ứng vật liệu, tạo điều kiện để hiểu chế đàn hồi nhớt băng thơng phép đo Đóng góp luận án Một số đóng góp luận án tóm tắt sau Đề xuất phương pháp ước lượng gián tiếp CSM sử dụng lọc Kalman mở rộng phương trình truyền sóng (tương ứng với cơng trình nghiên cứu số 2, 3, Danh mục cơng trình cơng bố) Đề xuất phương pháp tích hợp LMS/AHI sử dụng mơ hình truyền sóng FDTD để ước lượng trực tiếp CSM (tương ứng với cơng trình nghiên cứu số Danh mục cơng trình công bố) Bố cục luận án Luận án bao gồm phần mở đầu, kết luận, danh mục công trình cơng bố, danh mục tài liệu tham khảo chương chính: Chương 1: Tổng quan phương pháp tạo ảnh siêu âm đo độ đàn hồi mô Chương 2: Ước lượng tạo ảnh đàn hồi mô sử dụng lọc kalman mở rộng Chương 3: Xây dựng mơ hình truyền sóng trượt mơ mềm sử dụng phương pháp FDTD tạo ảnh độ đàn hồi nhớt mô Chương - TỔNG QUAN VỀ PHƯƠNG PHÁP TẠO ẢNH SIÊU ÂM ĐO ĐỘ ĐÀN HỒI MÔ 1.1 Một số phương pháp chẩn đốn hình ảnh điển hình y tế Có thể kể đến số thiết bị chẩn đốn hình ảnh điển thiết bị chụp cắt lớp cộng hưởng từ (MRI), thiết bị chụp cắt lớp vi tính (CT), thiết bị chụp X-quang thiết bị siêu âm Các thiết bị CT, X-quang tạo ảnh dựa vào tính chất hấp thụ tia X khác vùng khác thể Tia X mang lượng lớn, có khả đâm xuyên mạnh Sự khác biệt tính chất hấp thụ tia X khối u mô không đáng kể, khác biệt tính chất hấp thụ tia X mô mềm xương lớn Do đó, thiết bị thường dùng việc thu nhận ảnh liên quan đến cấu trúc xương Ngoài ra, thiết bị CT, X-quang sử dụng tia X, ảnh hưởng khơng tốt đến sức khỏe người Khác với thiết bị chụp cắt lớp CT X quang, MRI phù hợp cho việc chẩn đốn mơ mềm Đồng thời, thiết bị MRI không sử dụng tia X trình sử dụng Tuy nhiên, chẩn đốn, khơng phải lúc sử dụng thiết bị MRI Bởi lẽ chi phí đầu tư thiết bị MRI cao Ngồi ra, chi phí trả cho ca chụp lớn thời gian thực ca chụp kéo dài từ 30 phút trở lên Một loại thiết bị kết hợp ảnh cấu trúc ảnh chức năng, thiết bị chụp cắt lớp phát xạ positron/ chụp cắt lớp phát xạ đơn photon (PET/SPECT), hữu hiệu chẩn đốn phát khối u Ngồi phương pháp chẩn đốn hình ảnh điển hình nêu trên, gần phương pháp chẩn đốn hình ảnh nghiên cứu mạnh, phương pháp tạo ảnh độ đàn hồi Phương pháp bổ sung thiết bị siêu âm truyền thống để tạo ảnh độ đàn hồi mô (ảnh chức năng) bên cạnh ảnh cấu trúc thu thiết bị siêu âm 1.2 Phương pháp tạo ảnh đàn hồi sóng trượt chẩn đốn bệnh Trong lịch sử y khoa, có phương pháp phát phân loại bệnh học sờ xem cấu trúc bệnh lý có cứng khơng Khoảng 5000 năm trước, thời Pharaon Ai cập, người biết có khối cứng quan (mô mềm) thể dấu hiệu bất thường Từ kỹ sờ dùng để phát chẩn đoán bệnh phẫu thuật viên dùng lúc mổ can thiệp ngoại khoa để tìm vùng mơ bị bệnh Như vậy, khẳng định tính chất học mô độ đàn hồi độ nhớt cung cấp thơng tin hữu ích chẩn đốn y tế, đặc biệt việc phát khối u [1] 1.3 1.4 Tổng quan nghiên cứu ước lượng tạo ảnh đàn hồi mô Kết luận Trong tiến trình nghiên cứu phát triển Kỹ thuật tạo ảnh đàn hồi sóng trượt (SWEI), chia trình nghiên cứu SWEI thành hai giai đoạn Một là, tạo ảnh độ đàn hồi mô mà thành tựu áp dụng thiết bị siêu âm đại áp dụng cho chẩn đoán bệnh liên quan đến Gan Hai là, tạo ảnh độ đàn hồi nhớt mô Hướng nghiên cứu giai đoạn thứ hai thu hút nhiều nhà khoa học khai phá với hy vọng mục tiêu hỗ trợ chẩn đốn nhiều vùng mô khác tuyến vú, tuyến giáp, tuyến tiền liệt, v.v Nhiệm vụ luận án giải toán ước lượng CSM cách hiệu Nghiên cứu sinh đề xuất hai phương pháp để giải tốn trình bày chi tiết Chương Chương Luận án Chương - ƯỚC LƯỢNG VÀ TẠO ẢNH ĐÀN HỒI MÔ SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG 2.1 Những kiến thức lan truyền sóng trượt 2.1.1 Nguyên lý tạo đo vận tốc hạt sóng trượt Hình 2.1 mơ tả ngun lý tạo đo sóng trượt mơ Bộ truyền động điều khiển kim rung dao động với tần số góc w, kim rung tác động vào bề mặt mô gây nên tượng nén giãn mơ, sinh dao động trượt lan truyền mô Hệ thống siêu âm Doppler sử dụng để đo vận tốc sóng trượt Hình 2.1: Tạo đo sóng trượt mơ Vận tốc hạt sóng trượt lan truyền mơ biểu diễn theo Phương trình (2.1) v( r , t ) = r - r0 Ae- a ( r - r0 ) cos[wt - k s (r - r0 ) - f ], (2.1) biên độ dao động kích thích, wlà tần số góc dao động kích thích, r0  (m) tọa độ vị trí kim rung, f  (deg ) pha ban đầu dao động kích thích, a  ( Np / m) hệ số A (m) - hấp thụ truyền sóng trượt vị trí khảo sát, ks  (m ) số sóng truyền sóng trượt điểm khảo sát Biểu diễn rời rạc theo thời gian Phương trình (2.1) (r ) = D t  ( s) r - r0 Ae- a ( r - r0 ) cos[wnD t - k s (r - r0 ) - f ], (2.2) chu kỳ lấy mẫu, n số thời gian rời rạc Qua số phép biến đổi lượng giác, Phương trình (2.2) biến đổi thành Phương trình (2.3) (r ) =vn- (r ) cos(wD t ) - r - r0 Ae- a ( r- r ) sin[w(n - 1)D t - k s ( r - r0 ) - f ]sin(wD t ) (2.3) Theo Phương trình (2.3) vận tốc hạt sóng trượt thời điểm n hàm vận tốc hạt thời điểm trước (n - 1) , số sóng ks hệ số hấp thụ a 2.1.2 Tính tốn Module shear phức theo mơ hình Kelvin-Voigt Module shear phức (CSM) định nghĩa theo mơ hình Kelvi-Voigt [8] Phương trình (2.4) m= m1 - iwh (2.4) µ  ( Pa) độ đàn hồi môi trường µ CSM, vị trí khảo sát, η  ( Pa.s) độ nhớt môi trường vị trí khảo sát Như biểu diễn CSM bao gồm độ đàn hồi độ nhớt mơ cs = m r (2.5) k s¢= ks - ia (2.6) 2p f k s¢= cs (2.7) k s¢= rw m (2.8) Từ Phương trình (2.4), (2.6) (2.8), ta tính tốn độ đàn hồi độ nhớt điểm không gian m1 = h= r w2 (k s2 - a ) , (k s2 + a ) - 2rwk s a (k s2 + a )2 (2.9) (2.10) Như vậy, theo Phương trình (2.9) (2.10) thấy việc ước lượng CSM nhận sau ước lượng số sóng k s hệ số hấp thụ α Trong phần tiếp theo, nghiên cứu sinh trình bày việc ước lượng số sóng ks hệ số hấp thụ α sử dụng lọc Kalman mở rộng (EKF) 2.1.3 Lý thuyết lọc Kalman mở rộng 2.2 Ước lượng CSM sử dụng lọc Kalman mở rộng Tại vị trí không gian mô, nghiên cứu sinh xây dựng hệ phương trình khơng gian trạng thái, từ áp dụng EKF để ước lượng α ks Sau CSM tính tốn thơng qua α ks theo Phương trình (2.9) (2.10) Cụ 10 x thể, vector trạng thái n theo mô hình Phương trình (2.3) chi tiết hóa sau    F (vn −1 )       α n  =  α n −1  ,  k s ( n )   ks ( n −1)      (2.19) v F hàm phi tuyến mô tả mối quan hệ n- Phương trình (2.3) Ta giả sử α ks khơng thay đổi suốt q trình thực nghiệm (tức đặc trưng mô không thay đổi thời gian ngắn), a n- = a n k =k s (n ) s ( n- 1) Viết Phương trình (2.19) mẫu phương trình khơng gian trạng thái, ta có xn = f ( xn −1 ) (2.20) Vận tốc hạt sóng trượt đo nhờ sử dụng hệ thống siêu âm Doppler, kết đo bị ảnh hưởng nhiễu Gauss, wn (r ) Vì phương trình đo y n = + wn (2.21) y Tiếp theo, vector đo n theo mơ hình Phương trình (2.12) chi tiết     yn = [ 0]  α n  + wn , ks ( n)    (2.22) y n vector đo vị trí không gian mô x Vector trạng thái n sau ước lượng cách sử dụng EKF theo thuật toán Phần 2.1.3 Cụ thể sau: ( ) $ xn = % x n + K n yn - h ( % x n , 0) , (2.23) 19 G ( x, w) = m( x ) - iwh( x ) m h (3.3) hai tham số cần ước Độ đàn hồi độ nhớt lượng Để rời rạc hóa Phương trình (3.1) (3.2), ký hiệu sau sử dụng vz ( x, t ) = vz ( iD x, nD t ) = vzn i , (3.4) s zx ( x, t ) = s zx ( iD x, nD t ) = s zxn i , (3.5) khoảng cách hai điểm liên tiếp không D t gian, chu kỳ lấy mẫu, số i bước không gian, số n bước thời gian Hình 3.1 minh họa nút tensor độ nén s vector vận tốc hạt vz sóng trượt khơng gian thời gian Dx Hình 3.1: Minh họa nút tensor độ nén s vector vận tốc hạt vz không gian thời gian Bằng việc sử dụng phương pháp FDTD, Phương trình (3.1) (3.2) biến đổi sang mẫu rời rạc sau:   n+ ∆t  n + 12 n +1 n ÷, vz = vz i + σ zx − σ zx i i ρ∆x  1 ÷ i+ i− ÷  2  (3.6) 1 n+ n− µ∆t n +1 σ zx = σ zx + vz − vzn +1 η n +1 i + i ∆x 1 + vz − v zn +1 i+ i+ i +1 i 2 ∆x ( ) ( ) 20 ( ) η n vz − vzn i +1 i ∆x (3.7) 3.2 Ước lượng 1D độ đàn hồi nhớt sử dụng lọc thích nghi Bình phương tối thiểu kết hợp thuật toán Biến đổi ngược đại số Helmholtz 3.2.1 Tiền xử lý liệu thu thập sử dụng lọc thích nghi Bình phương trung bình tối thiểu (LMS) Độ đàn hồi độ nhớt ước lượng sau đo liệu vân tốc hạt sóng trượt dựa phương trình mơ hình hóa (3.6) (3.7) Tuy nhiên, thực tế vận tốc hạt sóng trượt đo bị ảnh hưởng nhiễu đo Trong phần này, nghiên cứu sinh trình bày việc sử dụng lọc thích nghi Bình phương trung bình tối thiểu LMS để giảm nhiễu tín hiệu vận tốc hạt sóng trượt đo − Hình 3.2: Sử dụng lọc LMS để cải thiện vận tốc hạt đo 3.2.2 Ước lượng CSM sử dụng thuật tốn thích nghi Bình phương trung bình tối thiểu/ Biến đổi ngược đại số Helmholtz (LMS/AHI) Sau thu nhận vận tốc hạt sóng trượt hệ thống siêu âm Doppler thực giảm nhiễu nhờ sử dụng lọc thích nghi LMS, thuật tốn AHI sử dụng để ước tính CSM Vector vận tốc hạt vz sóng trượt miêu tả phương trình sóng Navier mơi trường rắn đồng Kết hợp (3.1) (3.2) ta nhận ∂ 2v ρ 2z = G ′ ( x, t ) ∇ 2vz , ∂t (3.11) 21 G ¢( x, t ) CSM miền thời gian, Ñ vz toán tử 2 Laplace vz định nghĩa Đ vz = ¶ vz / ¶x Tiếp theo, Phương trình (3.11) biểu diễn theo Helmholtz sau ỉ G ( x, w) ữ ỗ 2ữ ỗ ẹ + w V ( x, w) w=w = 0, ữ ỗ ữ ỗ r ữz è ø (3.12) G ( x, w) CSM miền tần số định nghĩa V x, w Phương trình (3.3), z ( ) biến đổi Fourier thời gian V ( x, w) = Ft { vz ( x, t ) } v x, t vận tốc hạt z ( ) , z , w0 tần số góc, w0 = 2p f Từ Phương trình (3.12), CSM tính tốn theo Phương trình (3.13) - rw02Vz ( x, w0 ) G ( x, w) = , Ñ 2Vz ( x, w0 ) (3.13) V ( x , w ) z tính tốn cách sử dụng biến đổi Fourier tần số góc xác định w0 , Ñ Vz ( x, w0 ) tính tốn cách sử dụng hàm Laplacian rời rạc Theo Phương trình (3.3), độ đàn hồi m( x) độ nhớt h( x ) vị trí mô hai thành phần thực ảo CSM vị trí Do ìï - r w2V ( x, w ) ü ï z ï m( x) =  ïí ý, ïï Đ 2Vz ( x, w0 ) ùù ợ ỵ ùỡ - r w0Vz ( x, w0 ) ïü ï h( x ) = Á ïí ý ïï Đ 2Vz ( x, w0 ) ùù ợ ỵ (3.14) Kt qu l n hi độ nhớt mơ vị trí tính tốn theo Phương trình (3.14) Mở rộng cho khơng gian 1D, ta thực việc ước lượng 1D CSM Việc ứng dụng LMS/AHI trình ước lượng 1D CSM tóm tắt Thuật tốn Bước 1: Thiết lập kịch mô f Bước 2: Lựa chọn tần số kích thích =150 Hz Bước 3: Tạo sóng trượt việc rung kim Bước 4: Thu nhận vận tốc hạt sóng trượt tạo 120 vị trí Bước 5: Ước lượng phương sai nhiễu từ tín hiệu đo 22 Bước 6: Lọc nhiễu vận tốc hạt đo sử dụng lọc LMS Thuật toán Bước 7: Loại bỏ phần chuyển tiếp giữ phần ổn định vận tốc hạt lọc Bước 8: Biến đổi Fourier thời gian phần ổn định tín hiệu lọc Bước 9: Ước lượng CSM vị trí sử dụng Phương trình (3.13) Bước 10: Đánh giá hiệu ước lượng Thuật toán 3: Thuật toán LMS/AHI cho việc ước lượng 1D CSM 3.3 Mô kết ước lượng 1D CSM 0.05 noisy filtered 0.04 Particle velocity [m/s] 0.03 0.02 0.01 -0.01 -0.02 -0.03 -0.04 -0.05 0.2 0.4 0.6 0.8 1.2 Samples 1.4 1.6 1.8 x 10 Hình 3.3: Vận tốc hạt theo thời gian điểm 15 noisy filtered 0.03 Particle velocity [m/s] 0.02 0.01 -0.01 -0.02 -0.03 0.2 0.4 0.6 0.8 1.2 Samples 1.4 1.6 1.8 x 10 Hình 3.4: Vận tốc hạt theo thời gian điểm 60 23 without noise with noise 0.03 Particle velocity [m/s] 0.02 0.01 -0.01 -0.02 -0.03 10 20 30 40 50 60 70 Spatial location 80 90 100 110 120 Hình 3.5: Vận tốc hạt sóng trượt với vị trí khơng gian 950 ideal LMS/AHI without cutting the transient LMS/AHI with cutting the transient 900 Elasticity [Pa] 850 800 750 700 650 600 550 20 40 60 Spatial location 80 100 120 Hình 3.6: Độ đàn hồi ước lượng 0.4 ideal LMS/AHI without cutting the transient LMS/AHI with cutting the transient 0.35 Viscosity [Pa.s] 0.3 0.25 0.2 0.15 0.1 0.05 20 40 60 Spatial location 80 100 120 Hình 3.7: Độ nhớt ước lượng 24 3.4 Tạo ảnh hai chiều độ đàn hồi nhớt mô 3.4.1 Xây dựng mơ hình 2D truyền sóng trượt mô sử dụng phương pháp FDTD Trong môi trường 2D, quan hệ biểu diễn phương trình r ¶t vz = ¶ x s zx +¶ y s zy , (3.16) ¶t s zx = ( m+ h¶t ) ¶ x vz , (3.17) ¶t s zy = ( m+ h¶t ) ¶ y vz (3.18) Sử dụng phương pháp FDTD để biến đổi Phương trình (3.16), (3.17) (3.18), ta nhận Phương trình (3.19), (3.20) (3.21) n+  ∆t  n + 12 vzn +1 |i , j = vzn |i , j + σ | − σ | ÷  zx i + , j zx i− , j ρ∆x  2  + n+  ∆t  n + 12  σ zy |i , j + −σ zy |i , j − ÷, ρ∆y  2  (3.19) µ∆t n +1 vz |i +1, j −vzn +1 |i , j ) ( ∆x η η + ( vzn +1 |i +1, j − vzn +1 |i , j ) − ( vzn |i +1, j −vzn |i , j ) , ∆x ∆x (3.20) 1 n+ n− µ∆t n +1 σ zy | = σ zy | + vz |i , j +1 −vzn +1 |i , j ) ( i, j + i, j + ∆y 2 η η + ( vzn +1 |i , j +1 −vzn+1 |i , j ) − ( vzn |i , j +1 −vzn |i, j ) ∆y ∆y (3.21) σ n+ zx | i+ , j =σ n− zx | i+ , j + D x khoảng cách hai điểm liên tiếp không gian theo trục-X, D y khoảng cách hai điểm liên tiếp không gian theo trục-Y, D t chu kỳ lấy mẫu, số i bước không gian theo trục-X, số j bước không gian theo trục-Y, số n bước thời gian Hình 3.8 minh họa vị trí nút vận s tốc hạt vz tensor độ nén ( s zx zy ), tham số mặt phẳng (x,y) 25 Hình 3.8: Mạng lưới nút vận tốc hạt sóng trượt tensor độ nén mặt phẳng (X,Y) 3.4.2 Ước lượng tạo ảnh 2D độ đàn hồi nhớt mô sử dụng LMS AHI µ * , Bậc lọc L, phương sai nhiễu Bước 1: Thiết lập bước nhảy ban đầu w(n) = Bước 2: Khởi tạo hệ số n = 0,1, 2, … Bước 3: Cho 3.1 Tính đầu lọc y ( n) = w( n)* x( n) 3.2 Tính sai số ước lượng e( n ) = v z ( n ) − y ( n ) 3.3 Tính tốn trọng số lọc w(n + 1) = w(n) + µ *e(n) x(n) 3.4 Tính tốn tín hiệu lọc cách gán vˆz (n) = e(n) µ* 3.5 Điều chỉnh theo biên độ tín hiệu vận tốc hạt đo thứ 3.6 Lặp lại đến hết tín hiệu n +1 Thuật tốn4: lọc NLMS cho việc thu nhận tín hiệu vận tốc hạt sóng trượt mơi trường 2D 26 Bước 1: Thiết lập kịch mô f Bước 2: Lựa chọn tần số kích thích =150 Hz Bước 3: Tạo sóng trượt việc rung kim Bước 4: Thu nhận vận tốc hạt sóng trượt mặt phằng gồm 120 × 120 vị trí Bước 5: Ước lượng phương sai nhiễu từ tín hiệu đo Bước 6: Lọc nhiễu vận tốc hạt đo sử dụng lọc LMS Thuật toán Bước 7: Loại bỏ phần chuyển tiếp giữ phần ổn định vận tốc hạt lọc Bước 8: Biến đổi Fourier thời gian phần ổn định tín hiệu lọc Bước 9: Ước lượng CSM tất 120 × 120 Bước 10: Tổng hợp liệu ước lượng µ vị trí sử dụng Phương trình (3.13) thành ảnh độ đàn hồi, η thành ảnh độ nhớt Thuật toán5: Các bước ước lượng tạo ảnh 2D CSM sử dụng LMS/AHI 3.4.3 Kết tạo ảnh hai chiều độ đàn hồi nhớt Nghiên cứu sinh xây dựng kịch mô để kiểm chứng hiệu phương pháp đề xuất sau Một vùng mơ mềm sinh học có kích thước 120 ×120 mm , có khối u hình trịn tọa độ (40 mm, 40 mm) , bán kính khối u 20 mm Mơi trường có độ đàn hồi µ1 = 6000 Pa độ nhớt η = 1.2 Pa.s Khối u có độ đàn hồi µ1 = 9000 Pa độ nhớt η = 1.8 Pa.s Mật độ khối mô ρ = 1000 Kg / m3 Vận tốc hạt sóng trượt đo tồn mặt phẳng mơ vị trí cách 1 mm theo trục-X trục-Y Như vậy, số vị trí đo 120 ×120 = 14400 vị trí Hình 3.9 minh họa ảnh gốc lý tưởng theo kịch mô cho độ đàn hồi độ nhớt mô Ideal-viscosity image 20 20 40 40 Spatial loc ation [mm] S patial loc ation [m m ] Ideal-elasticity im age 60 80 100 60 80 100 120 120 20 40 60 80 S patial location [m m ] 100 120 a) Ảnh lý tưởng độ đàn hồi 20 40 60 80 S patial location [mm ] 100 b) Ảnh lý tưởng độ nhớt 120 27 Hình 3.9: Ảnh 2D lý tưởng cho độ đàn hồi độ nhớt mô -5 vz (t) [m/s] Ideal particle Velocity at the spatical location (56,56) x 10 -2 0.48 -5 vz (t) [m/s] x 10 0.52 0.5 Time [s] Filtered particle Velocity at the spatical location (56,56) 0.52 0.5 Time [s] 0.52 -2 0.48 -5 vz (t) [m/s] 0.5 Time [s] Noisy particle Velocity at the spatical location (56,56) x 10 -2 0.48 Hình 3.10: Vận tốc hạt theo thời gian vị trí (56, 56) Es tim ated-viscosity image 20 20 40 40 S patial location [m m] S patial location [m m] Es tim ated-elasticity image 60 80 60 80 100 100 120 120 20 40 60 80 Spatial loc ation [mm ] 100 a) Ảnh ước lượng độ đàn hồi 120 20 40 60 80 S patial loc ation [mm ] 100 120 b) Ảnh ước lượng độ nhớt Hình 3.11: Ảnh 2D ước lượng cho độ đàn hồi độ nhớt mô 28 Estimated-elasticity image Line 10 20 40 Spatial location [mm] Line 40 60 80 100 120 20 40 60 80 Spatial location [mm] 100 120 a) Vị trí Line 10 Line 40 ảnh độ đàn hồi The elasticity on Line 10 The elasticity on Line 40 10000 10000 Ideal Estimated 9000 9000 8500 8500 8000 8000 7500 7000 7500 7000 6500 6500 6000 6000 5500 5000 Ideal Estimated 9500 Elasticity [Pa] Elasticity [Pa] 9500 5500 20 40 60 80 Spactial location [mm] 100 120 b) Độ đàn hồi ước lượng Line 10 5000 20 40 60 80 Spatial location [mm] 100 120 c) Độ đàn hồi ước lượng Line 40 Hình 3.12: Kết ước lượng độ đàn hồi Line 10 Line 40 Estimated-viscosity image Line 10 20 Spatial location [mm] 40 Line 40 60 80 100 120 20 a) 40 60 80 Spatial location [mm] 100 120 Vị trí Line 10 Line 40 ảnh độ nhớt 29 The viscosity on Line 10 The viscosity on Line 40 2 Ideal Estimated 1.8 1.6 1.6 1.4 1.2 Viscosity [Pa.s] Viscosity [Pa.s] 1.4 0.8 1.2 0.8 0.6 0.6 0.4 0.4 0.2 Ideal Estimated 1.8 0.2 20 40 60 80 Spactial location [mm] 100 120 b) Độ nhớt ước lượng Line 10 0 20 40 60 80 Spatial location [mm] 100 120 c) Độ nhớt ước lượng Line 40 Hình 3.13: Kết ước lượng độ nhớt Line 10 Line 40 3.4.4 Đánh giá định lượng kết tạo ảnh 2D CSM sử dụng LMS/AHI Tương tự Phần 3.3, Lỗi sai số chuẩn hóa sử dụng để đánh giá định lượng hiệu việc ước lượng 2D CSM phương pháp LMS/AHI đề xuất Tuy nhiên, ảnh 2D, sai số chuẩn hóa định nghĩa M N |µ ˆ i , j − µi , j | ịµ = , M ì N i =1 j =1 ài , j ịη = ịµ M ×N M N ∑∑ i =1 j =1 | ηi , j − ηˆi , j | ηi , j , (3.22) ịη sai số chuẩn hóa việc ước lượng ảnh 2D µ µˆ độ đàn hồi độ nhớt, M × N kích thước ảnh, i , j i , j độ đàn hồi lý tưởng độ đàn hồi ước lượng điểm ảnh có η ηˆ tọa độ (i, j ) , i , j i , j độ nhớt lý tưởng độ nhớt ước lượng điểm ảnh có tọa độ (i, j ) ị Kết là, với SNR = 30dB , sai số chuẩn hóa µ cho việc ước ị lượng ảnh 2D độ đàn hồi 1.63% , sai số chuẩn hóa η cho việc ước lượng 2D ảnh độ nhớt 2.49% Các kết cải thiện đáng kể so với kết nhận Phần 3.3 nghiên cứu [29, 30, 31] 30 3.5 Kết luận Trong chương này, nghiên cứu sinh đề xuất thành công phương pháp ước lượng tạo ảnh 2D CSM mô Phương pháp đề xuất sử dụng thuật toán AHI kết hợp lọc LMS để ước lượng CSM vị trí khơng gian mơi trường với sai số chuẩn hóa việc ước lượng tương đối tốt (1.63 % cho độ đàn hồi 2.49 % cho độ nhớt) Sự truyền sóng sóng trượt mơ hình hóa sử dụng phương pháp FDTD cho mơi trường 1D 2D Trong phương pháp ước lượng đề xuất, đầu tiên, nhiễu vận tốc hạt đo vị trí mơ loại bỏ nhờ sử dụng lọc thích nghi LMS trường hợp 1D NLMS cho trường hợp 2D CSM sau ước lượng trực tiếp sử dụng thuật toán AHI Ước lượng CSM tất vị trí mặt phẳng mô, nhận ảnh 2D CSM mô 31 KẾT LUẬN VÀ KIẾN NGHỊ Trong luận án này, nghiên cứu sinh trình bày tổng quan phương pháp tạo ảnh đàn hồi nhớt siêu âm sóng trượt áp dụng cho mơ mềm sinh học Đây phương pháp lĩnh vực chẩn đoán hình ảnh y tế nhằm hỗ trợ việc phát sớm khối u với chi phí thấp, thời gian ngắn không xâm lấn Đồng thời, nghiên cứu sinh đề xuất hai phương pháp ước lượng tạo ảnh CSM cho loại mô đồng không đồng Các phương pháp đề xuất lập luận chặt chẽ sở lý thuyết, mô phỏng, so sánh đánh giá kết Một số kết đạt luận án - Dựa mơ hình truyền sóng bản, nghiên cứu sinh xây dựng hệ phương trình khơng gian trạng thái có chứa biến số sóng hệ số hấp thụ truyền sóng trượt mơ, áp dụng lọc EKF để ước lượng gián tiếp CSM mô Bài tốn tạo ảnh xử lý hình ảnh CSM đề xuất - Xây dựng mơ hình truyền sóng trượt mơi trường 1D 2D áp dụng phương pháp FDTD, sau áp dụng lọc thích nghi LMS để giảm nhiễu vận tốc hạt đo sóng trượt Cuối cùng, nghiên cứu sinh sử dụng thuật toán Biến đổi ngược đại số Helmholtz để ước lượng trực tiếp CSM Hướng nghiên cứu - Cải thiện lọc nâng cao chất lượng ước lượng CSM, áp dụng với nhiều loại mơ khác Bên cạnh đó, phát triển thuật tốn để giảm thời gian xử lý, tính tốn mà đảm bảo chất lượng ước lượng - Xây dựng thực thi toán ước lượng tạo ảnh 3D CSM mô Ảnh 3D cho phép xác định thể tích khối u (nếu có) mơ - Nghiên cứu áp dụng phương pháp ước lượng tạo ảnh CSM đề xuất cho liệu thực nghiệm 32 DANH MỤC CÁC CƠNG TRÌNH Đà CƠNG BỐ L Q Hải, N L Trung, T Đ Tân, "Nâng cao chất lượng tạo ảnh siêu âm sóng biến dạng sử dụng hai bước lọc," Kỷ yếu Hội thảo quốc gia Điện tử, Truyền Thông Công Nghệ Thông Tin (ECIT), 2015, ISBN 978-604-67-0635-9, trang 36-40 (Best paper Award) Quang-Hai Luong, Manh-Cuong Nguyen, Duc-Tan Tran, "A frequency dependent investigation of complex shear modulus estimation," in International Conference on Advances in Information and Communication Technology, 2016, ISBN 978-3319-49073-1, pp 31-40 Quang-Hai Luong, Manh-Cuong Nguyen, Duc-Tan Tran, "Complex Shear Modulus Estimation using Extended Kalman filter," in: Journal of Science and Technology, Le Quy Don Technical University, No 179, 10-2016, pp 24-33 ISSN: 18590209 Quang-Hai Luong, Duc-Tan Tran, Linh-Trung Nguyen, Huu-Tue Huynh, "Estimation of elasticity and viscosity in heterogeneous medium using FDTD method and AHI algorithm," in: International Conference on Advanced Technologies for Communications (ATC), IEEE, 2016, ISBN 978-1-5090-2710-1, pp 302-306 Quang-Hai Luong, Manh-Cuong Nguyen, Duc-Tan Tran, "Detection and classification of soft tissues using complex shear modulus estimation and decision tree algorithm," in: International Conference on Advanced Technologies for Communications (ATC), IEEE, 2017, ISBN: 978-604-67-1001-1, pp 210-213 Quang-Hai Luong, Manh-Cuong Nguyen, That-Long Ton, DucTan Tran, "Complex Shear Modulus Estimation using Integration of LMS/AHI Algorithm," in: International Journal of Advanced Computer Science and Applications (IJACSA) Vol 9, No 8, 2018 pp 584 589 ISSN: 2158-107X (Thuộc danh mục ISI) Quang-Hai Luong, Duc-Tan Tran, Linh-Trung Nguyen, Huu-Tue Huynh, Do-Minh Nguyen, "Simulation study of 2D Viscoelastic Imaging of Soft Tissues using the Extended Kalman Filter for Tumor Detection," SIMULATION: Transactions of The Society for Modeling and Simulation International, ISSN: 0037-5497, DOI: 33 https://doi.org/10.1177/0037549719873381, Sep 2019 (Thuộc danh mục ISI) ... chất lượng ảnh dựa phương pháp ước lượng mô đun đàn hồi mô sinh học? ??, vấn đề có ý nghĩa thực tiễn to lớn giai đoạn Đề tài nghiên cứu hướng lĩnh vực tạo ảnh y sinh thu hút nhiều nhà khoa học giới... nêu trên, gần phương pháp chẩn đốn hình ảnh nghiên cứu mạnh, phương pháp tạo ảnh độ đàn hồi Phương pháp bổ sung thiết bị siêu âm truyền thống để tạo ảnh độ đàn hồi mô (ảnh chức năng) bên cạnh ảnh. .. triển phương pháp, mơ hình, giải thuật cơng cụ nhằm nâng cao hiệu ước lượng độ đàn hồi độ nhớt mô mềm sinh học Việc ước lượng độ đàn hồi độ nhớt áp dụng để tạo ảnh 2D độ đàn hồi độ nhớt mô Đối