Bƣớc 1: Tiền xử lý
Ở bƣớc đầu tiên của quá trình cài đặt thử nghiệm,học viên đã tiến hành chuẩn hóa ảnh đầu vào. Khi một bức ảnh CT đƣợc scan ở dƣới định dạng .DCM (chuẩn DICOM). Đây là định dạng file ban đầu chƣa qua một thao tác xử lý nào hết. File ảnh có khoảng màu rộng hơn so với các định dạng thông thƣờng khác vì nó gần với thực tế nhìn bằng mắt thƣờng nhất. Trong đó tất cả các thông tin chi tiết đều rõ ràng và đầy đủ. Nhƣng để có thể tiến hành các thao tác xử lý ảnh trên Matlab hay các công cụ khác. Các file này đều không đƣợc hỗ trợ đọc hoặc ghi do vậy luôn có một bƣớc chuyển từ .dcm file sang .Jpeg hay Tiff file để tiện cho việc xử lý.
Quan sát các ảnh chụp CT ta đều dễ nhận thấy range màu hầu nhƣ nằm trong mức xám nhiều. Nên quá trình chuyển đổi tiếp từ các ảnh RGB sang ảnh xám vẫn đảm bảo cho ta các thông tin đầy đủ cho các thao tác phân chia vùng ảnh.
Bƣớc 2: Phân chia ảnh theo cấu trúc dựa trên trị số đậm độ
Nhƣ đã trình bày ở chƣơng III, hình định vị là hình dùng để xác định các vị trí lát cắt. Ở hình định vị có các đƣờng đƣợc đánh số và đặt chồng lên vùng cơ thể khảo sát. Các số đƣợc đánh dấu cúa các đƣờng này sẽ tƣơng ứng với các số của các hình hay lát cắt trình bày trên phim CT.
Ta có thể dùng hình định vị để quan sát nhanh các lát cắt nào cần xem trên phim CT. Hoặc ngƣợc lại, xác định bất thƣờng trên lát cắt CT nằm ở vị trí nào trên hình định vị.
Trong số dữ liệu ảnh đƣợc cung cấp, nhận thấy rằng mỗi bệnh nhân có khoảng 20 đến 50 ảnh tƣơng ứng với số lát cắt. Tƣơng ứng với mỗi lát cắt, ta
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
xác định trị số độ đậm tƣơng ứng với các mức xám đặc trƣng của các cấu trúc: Xƣơng, mô não, mạch máu,.. Qua đó ta xác định đƣợc cấu trúc cần phân vùng.
Mục đích củaphân chia vùng ảnh là chia ảnh thành nhiều vùng dựa trên một đặc tính nào đó. Ở đây ta chọn tiêu chí mức xám làm điều kiện phân chia vùng ảnh.
Hình 3.3 Hình ảnh xương và mạch máu trong ảnh CT
Quan sát trên dữ liệu ảnh ta chia thành 3 vùng theo mức xám là : – Vùng đen : vùng ngoài với mức xám thấp nhất . – Vùng thịt : mức xám trung bình
– Vùng xƣơng và mạch máu : mức xám cao nhất.
Bƣớc 3: Phân chia vùng ảnh bằng thuật toán phân cụm
Thuật toán DBSCAN là thuật toán phân cụm có nhiều điểm mạnh: - Khám phá các cụm có hình dáng bất kỳ
- Chỉ cần một thông số đầu vào (số phần trăm nhiễu) - Hiệu quả trong cơ sở dữ liệu lớn
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/
Bởi vậy, lựa chọn thuật toán này cho bài toán phân chia vùng ảnh là hợp lý. Vấn đề đặt ra ở đây là các thuật toán phân cụm làm việc trên tập dữ liệu là các điểm rời rạc, trong khi đó dữ liệu đầu vào cần xử lý của ta là một file ảnh. Vậy ta cần có bƣớc chuyển đổi dữ liệu phù hợp với bài toán đặt ra.
Khi đọc một file ảnh trong matlab ta dùng lệnh : X= imread(„ file path‟);
Khi đó X sẽ nhận đƣợc giá trị là một mảng 3 chiều ( với ảnh RGB). Mỗi một điểm ảnh bao gồm 3 thông số R, G,B. Hoặc X sẽ nhận giá trị là mảng 2 chiều (với ảnh xám), mỗi tọa độ biểu diễn một mức xám.Sau đó, với mỗi nhóm đã chia ở bƣớc 2, ta dựa trên vị trí (tọa độ) của nó trên ảnh mà thực hiện phân chia mỗi điểm ảnh này vào nhóm mới.