CHƯƠNG 3: KHẢO SÁT CÁC PHƯƠNG PHÁP HỢP NHẤT 3.1TỔNG QUÁT
3.2 TIÊU CHUẨN PHÂN LOẠ
Sử dụng các tiêu chuẩn sau : nguồn ảnh, bản chất phép biến dạng, và mức độ tự động hóa. Kèm theo mỗi tiêu chuẩn là những chi tiết cụ thể có liên quan đến vấn đề hợp nhất.
3.2.1. Nguồn ảnh
Nguồn ảnh ở đây chính là dữ liệu sử dụng để hợp nhất. Nó có thể tồn tại ở 1 trong 2 dạng : có cấu trúc hoặc không có cấu trúc. Nguồn ảnh được xem như có cấu trúc nếu thông tin bên trong ảnh được tổ chức theo chiều hướng thuận lợi cho việc hợp nhất. Việc tạo cấu trúc thường bao gồm việc gán các thông tin kèm theo ảnh cùng lúc với thời điểm thu nhận ảnh. Tạo cấu trúc cho một nguồn ảnh rất có lợi vì nó giúp đơn giản hóa việc biểu hiện của không gian đặc điểm. Làm như thế sẽ giảm bớt rất nhiều công đoạn tính toán để xác định phép biến đổi tối ưu. Tuy nhiên, hợp nhất có cấu trúc cũng đặt ra những yêu cầu nhất định. Trước tiên, việc tạo cấu trúc cho một nguồn dữ liệu trong bộ phận tái tạo đòi hỏi phải có thời gian và các phương thức thực hiện. Hơn nữa, khả năng ứng dụng lại bị hạn chế ở một vài phần, chỉ có những ảnh được cấu trúc một cách đặc biệt mới có khả năng hợp nhất. Về phương diện khác, một nguồn ảnh không có cấu trúc chỉ bao gồm dữ liệu ảnh thô chụp được của bệnh nhân. Các nguồn ảnh không có cấu trúc được tạo ra khi không cần thiết phải hợp nhất hình ảnh trước khi thu được ảnh. Bởi vì không gian đặc điểm không được xác định rõ như trong trường hợp nguồn có cấu trúc, sự biểu hiện của các đặc điểm ở đây phức tạp hơn. Kỹ thuật hợp nhất không cấu trúc phải tìm ra được không gian đặc điểm từ bên trong dữ liệu ảnh của bệnh nhân. Bởi vì lý do này, những kỹ thuật như thế sẽ phải đòi hỏi cường độ tính toán cao hơn. Mức độ phức tạp càng gia tăng, nhưng ngược lại, khả năng ứng dụng của các kỹ thuật này lại không bị giới hạn như trước. Hơn nữa, công nghệ đồ họa máy tính liên tục phát triển đã không ngừng giảm bớt những đòi hỏi về cấu hình tính toán, điều này khiến cho các kỹ thuật không cấu trúc ngày càng thu hút hơn.
3.2.2. Bản chất của phép biến đổi
Một phép biến đổi có thể được định nghĩa tổng quát là một tập hợp các biến sử dụng để tái định hướng một ảnh. Trong lĩnh vực hợp nhất, biến dạng là một thao tác xử lý hình học áp dụng lên một ảnh nhằm mục đích sắp xếp lại các cấu trúc bên trong cho tương xứng với các cấu trúc bên trong 1 bức ảnh thứ hai. Bản chất của phép biến dạng được miêu tả bởi mức độ thô của nó, hay ngược lại là độ “mềm dẻo” của nó. Các phép biến đổi có thể là biến đổi thô, biến đổi affine hay biến đổi không tuyến tính. Một phép biến đổi thô bao gồm sự dịch chuyển và sự xoay theo một hệ số đồng nhất. Với phép biến đổi thô, khoảng cách giữa 3 điểm trong ảnh gốc được bảo tồn. Biến đổi affine bao gồm xoay, dịch chuyển, lập tỉ lệ và sự biến dạng trượt. Chẳng hạn, biến đổi affine sẽ sát nhập các đường thẳng lên các đường thẳng và bảo tồn tính song song, nhưng không thể bảo đảm được khoảng cách giữa các điểm sẽ được duy trì. Biến dạng cong hay không tuyến tính sử dụng những phương thức tổng hợp để gắn kết các đường thẳng lên trên các đường cong. Bản chất của phép biến đổi quyết định khả năng áp dụng của phương thức hợp nhất. Xét trong trường hợp chụp não, vì đầu có thể được xem là một cấu trúc thô, nên những thay đổi về định hướng của bệnh nhân do sự xoay hay nghiêng đầu có thể được điều chỉnh đúng bằng phép các biến đổi thô. Theo giả thuyết biến dạng thô, đầu được duy trì ổn định đối với các quá trình tương tác không xâm lấn bao gồm cả quá trình tạo ảnh, nhưng lại có thể bị thay đổi bởi sự biến dạng của não [10]. Vấn đề này thường xuất hiện trong các ca phẫu thuật não mở, sự phát triển của khối u hay việc phân chia khu vực phẫu thuật. Phép biến dạng cong (không tuyến tính) thường được dùng để lồng các khối ảnh vào khối hợp nhất. Phép biến dạng này cũng có thể được dùng trong hợp nhất giữa các bệnh nhân hay hợp nhất ảnh với phác đồ giải phẫu. Biến đổi affine rất có ích trong việc bổ chính cho những nét ảnh bị méo mó xuất hiện trong quá trình tạo ảnh. Những cấu trúc không đồng nhất trong từ trường của máy quét MR thường gây ra những méo dạng ảnh, mặc dù việc điều chỉnh đã được thực hiện độc lập ở một bộ phận của qui trình hiển thị ảnh [8]. Cuối cùng là phải tùy theo yêu cầu đặc biệt của việc hợp nhất mà ta sẽ lựa chọn
hình thức biến đổi phù hợp nhất bởi lẽ những phép biến đổi phức tạp thì đòi hỏi mức độ tính toán cao hơn nhưng cũng chỉ cho ra một số cải thiện nhỏ so với các phép biến đổi đơn giản hơn và nhanh hơn.
3.2.3. Mức độ tự động
Bản chất của hợp nhất cũng có thể thay đổi theo mức độ tương tác của người sử dụng. Hầu hết các qui trình này đều thực hiện ở trạng thái bán tự động, với một số thao tác tiền xử lý để bộc lộ ra những đặc điểm hay để tìm ra phương thức biến đổi toàn cục tối ưu. Giả thuyết rằng bất kỳ người điều khiển nào cũng đã được huấn luyện và có kinh nghiệm để cho ra những kết quả chính xác, có thể tái chế lại dựa trên một miền dữ liệu rộng. Theo giả thuyết này, thì có thể đưa ra một số kết luận dựa trên mức độ tự động hóa của qui trình hợp nhất. Nhìn chung, sự tác động của người điều khiển biểu hiện ở những khoảng thời gian tăng thêm trong quá trình hợp nhất. Ảnh hưởng này là ảnh hưởng kép do: một phép hợp nhất thủ công bằng tay được quyết định bởi thời gian dành cho người điều khiển nhập dữ liệu, đồng thời lại tùy thuộc vào năng lực của người chuyên viên đã qua huấn luyện. Các giai đoạn tự động chủ yếu cần thời gian để tính toán nhiều hơn thời gian để thao tác bằng tay vì thao tác nhập liệu của người điều khiển đòi hỏi phải có sự biểu diễn đặc điểm tinh vi hơn. Nhưng không giống như thao tác nhập liệu của người điều khiển, thời gian tính toán của máy là một giá trị động có thể giảm đi tùy theo thuật toán và tốc độ xử lý. Các ứng dụng liên quan đến thời gian thực như giải phẫu thần kinh theo hướng dẫn của hình ảnh sẽ không chịu sự hợp nhất bằng tay mà chỉ có những qui trình tự động mà thôi. Với những phân tích trên, các qui trình tự động sẽ đạt được tốc độ cao hơn những qui trình thao tác bằng tay. Nhiều năm qua, các công trình nghiên cứu đều định hướng phát triển theo khuynh hướng này, và mục tiêu cuối cùng là hướng tới các qui trình hoàn toàn tự động.
3.3 PHÂN LOẠI
Vì tất cả các thủ thuật hợp nhất đều nhằm mục tiêu thiết lập sự tương quan giữa hai mô hình nên cách phân loại tốt nhất là dựa trên cách thức biểu hiện không gian đặc điểm từ nguồn ảnh. Theo các công trình đã nghiên cứu thì không gian đặc điểm có thể được biểu hiện bằng cách sử dụng hình thức đánh dấu, các đặc điểm chung hoặc bằng cách khai thác những nét tương đồng giữa các “voxel” về mặt cường độ. Với những hình thức phân loại này, chúng ta có thể thiết lập điểm khác biệt ban đầu giữa các kỹ thuật có tổ chức và không có tổ chức. Các kỹ thuật có tổ chức chứa các hình thức hợp nhất dựa trên nền tảng của các điểm đánh dấu sẽ được thiết lập trước. Còn các kỹ thuật không có tổ chức bao gồm các hình thức hợp nhất tương tác, lấy đặc điểm và cường độ làm nền sẽ được thiết lập sau. Sau cùng, ta hãy xem xét đến hiệu quả thực thi và so sánh với các phương pháp khác.