5. Phƣơng pháp nghiên cứu
2.3.5.4. Thuật toán và các tính chất
* Định nghĩa 1:
Một phân đoạn đƣợc xem là quá mịn nếu tồn tại một số cặp miền C1, C2 - S mà hai miền này không có dấu hiệu của đƣờng biên.
Để định nghĩa đƣợc những khái niệm bổ sung cho phân đoạn quá thô, chúng ta đƣa ra khái niệm tinh chỉnh của một phân đoạn.
Cho hai phân đoạn S và T của cùng một tập cơ sở, ta nói rằng T là một tinh chỉnh của S khi mỗi thành phần của T đƣợc chứa trong (hoặc bằng) một số thành phần của S. Và ta cũng nói rằng T là một tinh chỉnh đúng của S khi T S.
Chú ý rằng nếu T là tinh chỉnh đúng của S thì T có thể đƣợc chứa bởi một hoặc một số các miền trong S và S đƣợc gọi là thô hơn T.
* Định nghĩa 2:
Một phân đoạn đƣợc xem là quá thô khi tồn tại một tinh chỉnh đúng của S mà phân đoạn đó vẫn chƣa là quá mịn.
Thực tế cho thấy là nói chung luôn có thể có nhiều hơn một phân đoạn không quá thô cũng không quá mịn, do đó phân đoạn này là không duy nhất. Đây là một tính chất đặc biệt của phân đoạn dựa trên đồ thị.
* Tính chất:
Với một đồ thị hữu hạn G=(V,E) bất kỳ luôn tồn tại một số phân đoạn S không quá thô cũng không quá mịn.
Chứng minh: Chúng ta dễ dàng nhận thấy tính chất này là đúng. Thật vậy, nếu phân đoạn mà tất cả các phần tử đều nằm trong một thành phần, thì đoạn này là không quá mịn, vì nó chỉ có đúng một thành phần (định nghĩa 1). Ngƣợc lại theo định nghĩa 2, thì sẽ có một tinh chỉnh đúng mà không quá mịn. Lấy một trong số các tinh chỉnh đó và lặp lại thủ tục này cho đến khi chúng ta sẽ thu đƣợc một phân đoạn không quá thô.
56
* Thuật toán:
Thuật toán dựa trên đồ thị gần với thuật toán Kruskal xây dựng cây tỏa nhánh tối thiểu của một đồ thị.
Độ phức tạp của thuật toán này là 0(m log m), trong đó m là số cạnh của đồ thị.
Thuật toán phân đoạn:
- Input: Đồ thị G = (V, E) gồm n đỉnh và m cạnh.
- Output: Một phân đoạn của V thành các thành phần S = (C1, C2. …) - Thuật toán:
+ Bƣớc 1: Sắp xếp các cạnh của G theo thứ tự không giảm của trọng số
= (o1, o2, …., om)
+ Bƣớc 2: Bắt đầu với phân đoạn So
, lúc này mỗi đỉnh nằm trong 1 thành phần.
+ Bƣớc 3: Lặp lại bƣớc 4 với q = 1, …, m
+ Bƣớc 4: Xây dựng Sq từ Sq-1 nhƣ sau: cho vi và vj là hai đỉnh nối với nhau bởi cạnh thứ q, tức Oq = (vi, vj). Nếu vi và vj nằm trong hai thành phần tách rời nhau của Sq-1 và w(oq) nhỏ hơn sự khác nhau nội vùng của cả hai thành phần thì trộn hai thành phần này với nhau, ngƣợc lại không làm gì cả. Cụ thể hơn gọi q1
i
C là thành phần của Sq-1 và chứa Vi và q1
j
C là thành phần của Sq-1 và chứa Vj. Nếu q1
i C q1 j C và w(oq) < Mint( q1 i C , q1 j C ) thì Sq thu đƣợc từ Sq-1 bằng các trộn q1 i C với q1 j C , ngƣợc lại Sq = Sq-1. + Bƣớc 5: Trả về kết quả S = Sm 2.4. KẾT LUẬN CHƢƠNG 2
Qua chƣơng 2, bản thân đã trình bày một số kỹ thuật xử lý ảnh phục vụ chẩn đoán bệnh giãn phế quản nhƣ: Tăng cƣờng chất lƣợng ảnh y tế, biểu diễn đặc trƣng ảnh y tế, phân đoạn ảnh từ dữ liệu ảnh y tế. Từ các kỹ thuật
57
này phần nào đó giúp hình ảnh phim X-Quang nhìn rõ hơn để giúp các bác sĩ có thể chẩn đoán bệnh một cách nhanh chóng và chính xác. Làm cơ sở để viết chƣơng trình thực nghiệm ở chƣơng 3.
58
CHƢƠNG 3: CÀI ĐẶT VÀ THỬ NGHIỆM 3.1. GIỚI THIỆU
Để minh họa cho những kỹ thuật xử lý ảnh hỗ trợ chẩn đoán bệnh giãn phế quản trên ảnh X-Quang thƣờng quy đƣợc trình bày trong chƣơng 2, luận văn tiến hành thử nghiệm các kỹ thuật này trên dữ liệu ảnh X-Quang đƣợc thu thập tại BVĐK tỉnh Bình Định.
Chƣơng trình thực hiện xử lý nâng cao chất lƣợng ảnh phiên bản Demo trong luận văn này đƣợc xây dựng trên ba kỹ thuật: Tăng cƣờng chất lƣợng ảnh, phát hiện biên, phân đoạn dựa vào ngƣỡng, mặc dù chƣa hoàn thiện nhƣng cũng là cơ sở để phát triển thêm về sau. Chƣơng trình đƣợc viết bằng ngôn ngữ Visual C++ trên nền Windows.
3.2. PHÂN TÍCH BÀI TOÁN
Giản phế quản là tình trạng bệnh lý của các phế quản, do các cấu trúc của thành phế quản bị phá hủy hoặc suy yếu và giãn to. Các tổn thƣơng của bệnh giãn phế quản mạn tính là những tổn thƣơng không thể hồi phục, khác với tình trạng giãn phế quản cấp tính là tạm thời có thể hồi phục trong một số viêm nhiễm cấp tính nhƣ nhiễm siêu vi, viêm tiểu phế quản... Giãn phế quản đƣợc chia thành: giãn phế quản hình túi, giãn phế quản hình trụ và giãn phế quản hình tràng hạt. Giãn phế quản có thể bẩm sinh, di truyền hoặc mắc phải. Giãn phế quản có thể thành ổ và giới hạn ở một phần hoặc một thuỳ của phổi, hoặc có thể giãn lan rộng đến nhiều thuỳ ở một hoặc cả hai bên phổi.
Giãn phế quản trên ảnh X-Quang:
Thành phế quản tạo thành các đƣờng song song (đƣờng ray).
Thể tích của thuỳ phổi có giãn phế quản nhỏ lại, các đƣờng mờ mạch máu phổi xít lại với nhau nếu có xẹp phổi.
Có các ổ sáng nhỏ giống hình ảnh tổ ong, có thể có ổ sáng với mực nƣớc ngang kích thƣớc thƣờng không quá 2 cm.
59
Hình ảnh viêm phổi tái diễn vào mùa lạnh xung quanh khu vực giãn phế quản. Các đám mờ hình ống biểu hiện của các phế quản bị lấp đầy chất nhầy, mủ. Khoảng 7 - 30% trƣờng hợp chụp phổi chuẩn không thấy gì bất thƣờng. Chụp cắt lớp vi tính vi tính lớp mỏng, độ phân giải cao: là tiêu chuẩn vàng trong chẩn đoán xác định giãn phế quản. Các dấu hiệu có thể nhìn thấy:
Đƣờng kính trong của phế quản lớn hơn động mạch đi kèm.
Các phế quản không nhỏ dần đƣợc quy định khi phế quản trên một đoạn dài 2 cm có đƣờng kính tƣơng tự phế quản đã phân chia ra phế quản đó.
Thấy phế quản ở cách màng phổi thành ngực dƣới 1 cm. Thấy phế quản đi sát vào màng phổi trung thất.
Chẩn đoán bệnh giãn phế quản hiện nay chủ yếu đƣợc dựa vào ảnh X- Quang thƣờng quy. Trong trƣờng hợp phức tạp, sẽ đƣợc quan sát trên dữ liệu ảnh chụp cắt lớp vi tính phổi. Để hỗ trợ trong việc quan sát ảnh X-Quang phổi một cách tốt nhất trong quá trình chẩn đoán bệnh giãn phế quản. Luận văn thử nghiệm một số kỹ thuật xử lý ảnh trên dữ liệu ảnh X-Quang bệnh giãn phế quản nhằm phục vụ việc đọc kết quả cho bác sĩ.
Các kỹ thuật đƣợc thử nghiệm ở đây: - Kỹ thuật tăng cƣờng chất lƣợng ảnh - Kỹ thuật phát hiện biên
- Kỹ thuật phân đoạn dựa trên ngƣỡng
3.3. XÂY DỰNG CHƢƠNG TRÌNH THỬ NGHIỆM
Chƣơng trình thử nghiệm đƣợc xây dựng trên ba kỹ thuật: Tăng cƣờng chất lƣợng ảnh, phát hiện biên, phân đoạn dựa vào ngƣỡng. Chƣơng trình đƣợc phát triển trên nền tảng Visual C++ 2015, bộ thƣ viện thị giác máy mã nguồn mở OpenCV (địa chỉ http://sourceforge.net/projects/opencvlibrary).
Dữ liệu ảnh đƣợc tách từ ảnh DICOM X-Quang kỹ thuật số, ảnh đƣa vào có định dạng là .JPG.
60
Giao diện của chƣơng trình gồm một số chức năng cơ bản sau: - Chọn file ảnh
- Tăng cƣờng chất lƣợng ảnh: + Chỉnh độ tƣơng phản và độ sáng + Cân bằng histogram
- Biểu diễn đặc trƣng ảnh: dùng kỹ thuật Sobel để mô phỏng - Phân đoạn: dùng kỹ thuật phân đoạn theo ngƣỡng để mô phỏng
* Một số hình ảnh minh họa chƣơng trình thử nghiệm:
61
Hình 3.2. Tăng độ tƣơng phản
(bên trái là ảnh gốc, bên phải là ảnh kết quả)
Nhƣ đã phân tích dấu hiệu của bệnh giãn phế quản là có các ổ sáng nhỏ giống hình ảnh tổ ong, có thể có ổ sáng, với kỹ thuật tăng độ tƣơng phản lên hình ảnh các đốm sáng trên ảnh kết quả rõ ràng hơn, giúp bác sĩ phát hiện các
62
đốm sáng gây ra do giãn phế quản tốt hơn.
Hình 3.3. Cân bằng histogram
(bên trái là ảnh gốc, bên phải là ảnh kết quả)
Tƣơng tự, kỹ thuật này ảnh kết quả cũng rõ ảnh lên rất nhiều, nổi lên các dấu hiệu bệnh giãn phế quản.
63
Hình 3.4. Phát hiện biên Sobel
Với kỹ thuật phát hiện biên sobel, nhìn rõ khung khƣơng hơn, giúp các bác sĩ dễ phát hiện các dấu hiệu bất thƣờng về bệnh giãn phế quản.
64
Hình 3.5. Phân đoạn dựa trên ngƣỡng
Nhƣ hình minh họa ở trên, kỹ thuật này, có thể thay đổi ngƣỡng tùy ý để làm nổi lên các dấu hiệu của bệnh giãn phế quản nhƣ các đƣờng ray trên
65
thành phế quản, các đốm sáng trên màng phổi.
3.4. NHẬN XÉT, ĐÁNH GIÁ
Bệnh giãn phế quản thƣờng xảy ra, là một bệnh liên quan tới đƣờng hô hấp nhất là phổi, sẽ nguy hiểm nếu nhƣ ngƣời bệnh không phát hiện điều trị kịp thời. Vì vậy, việc chẩn đoán bệnh giãn phế quan nhanh và chính xác là cần thiết.
Bệnh giãn phế quản đƣợc chẩn đoán bằng hình ảnh X-Quang, những trƣờng hợp nặng bác sĩ sẽ chỉ định đi kèm với chụp CT ở ngực. Chụp CT sẽ thể hiện vùng và mức độ nặng của bệnh giãn phế quản và có thể đƣa ra những đầu mối về nguyên nhân của bệnh này. Ngoài ra cũng có thể yêu cầu đo chức năng phổi (các bài kiểm tra về hô hấp) và lấy đờm để tìm các vi trùng cụ thể. Việc cấy đờm này sẽ giúp xác định kháng sinh nào có hiệu quả tốt nhất trong đợt cấp. Trong một số trƣờng hợp, bác sĩ có thể yêu cầu nội soi phế quản, trong đó một ống dài với đèn và camera ở cuối ống đƣợc đặt vào đƣờng thở để lấy chất nhầy ra.
Vì vậy, phần nào cho thấy đƣợc chƣơng trình thực nghiệm đƣa ra là rất cần thiết để giúp các bác sĩ chẩn đoán bệnh đƣợc nhanh và chính xác hơn, tiết kiệm thời gian hơn rất nhiều. Ngoài ra, còn giúp cho các bệnh nhân tiết kiệm đƣợc một khoản chi phí khi phải làm nhiều các xét nghiệm khác mới có kết luận chính xác.
3.5. KẾT LUẬN CHƢƠNG 3
Có nhiều kỹ thuật chẩn đoán hình ảnh hiện đại nhƣ chụp CT, MRI, chụp xạ hình. Các kỹ thuật này giúp cho việc chẩn đoán bệnh nhanh chóng và chính xác. Tuy nhiên giá thành đắt và không có điều kiện thực hiện đại trà. Do đó, việc nghiên cứu một số kỹ thuật thị giác máy trong hỗ trợ chẩn đoán bệnh giãn phế quản trên dữ liệu ảnh X-Quang thƣờng quy là cần thiết.
66
tăng giảm độ sáng, thay đổi độ tƣơng phản, bó cụm,…, tìm hiểu các kỹ thuật lọc nhƣ lọc trung vị, lọc trung bình, lọc thông thấp, lọc thông cao,… cũng nhƣ các kỹ thuật phân đoạn ảnh từ dữ liệu ảnh y tế nhƣ phân đoạn dựa vào biên, phân đoạn dựa vào ngƣỡng, phân đoạn dựa trên vùng cơ sở, phân đoạn theo miền đồng nhất.
Chƣơng trình thử nghiệm minh họa 3 kỹ thuật sau: - Kỹ thuật tăng cƣờng chất lƣợng ảnh
- Kỹ thuật phát hiện biên
- Kỹ thuật phân đoạn dựa trên ngƣỡng
Qua chƣơng trình thử nghiệm, các hình ảnh chụp X-Quang đƣợc cải thiện đáng kể, những hình ảnh nhìn không rõ, những hình ảnh tối màu, hay không nhìn thấy khung xƣơng,…. chƣơng trình có các chức năng hỗ trợ để cải thiện các vấn đề đó. Nhờ đó, bác sĩ đọc kết quả dễ dàng hơn rất nhiều.
Tuy nhiên, đây mởi chỉ là chƣơng trình thử nghiệm bƣớc đầu, nên chƣơng trình còn khá đơn giản, giao diện chƣa bắt mắt. Để chƣơng trình thử nghiệm hiệu quả và có thể đƣa vào ứng dụng thực tế cần nâng cao hiệu quả và độ chính xác, đồng thời tìm hiểu thêm các kỹ thuật trong thị giác máy trong phân tích ảnh y khoa.
67
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
1. NHỮNG KẾT QUẢ MÀ LUẬN VĂN ĐÃ ĐẠT ĐƢỢC
* Về mặt lý thuyết
Tìm hiểu về xử lý ảnh trong y tế, các vấn đề chẩn đoán bệnh giãn phế quản và các kỹ thuật xử lý ảnh phục vụ chẩn đoán bệnh giãn phế quản. Các kỹ thuật tăng cƣờng chất lƣợng ảnh y tế nhƣ tăng giảm độ sáng, thay đổi độ tƣơng phản,… biểu diễn đặc trƣng ảnh y tế bằng các kỹ thuật lọc trung bình, lọc trung vị, lọc thông thấp, lọc thông cao,... phân đoạn ảnh từ dữ liệu ảnh y tế giới thiệu các phân đoạn dựa vào biên, phân đoạn dựa vào ngƣỡng, phân đoạn dựa trên cơ sở vùng,…
* Về mặt thực tiễn
Đƣa ra đƣợc chƣơng trình thực nghiệm với các kỹ thuật đã trình bày ở chƣơng 2 nhằm nâng cao chất lƣợng hình ảnh, giúp các bác sĩ đọc kết quả nhanh hơn, thực hiện trên dữ liệu thực tế tại bệnh viện đa khoa tỉnh Bình Định. Xây dựng đƣợc chƣơng trình minh họa.
Tuy biết rằng những điều thu nhận đƣợc mới chỉ là một phần rất nhỏ trong một ngành nghiên cứu lớn, tôi tự nhận thấy đã gặt hái đƣợc những thành công nhất định trong giai đoạn nghiên cứu đầu tiên.
2. HƢỚNG PHÁT TRIỂN TIẾP THEO
Bên cạnh các kết quả đã đạt đƣợc, còn có những vấn đề chƣa đƣợc luận văn này giải quyết hay đề cập tới. Trong thời gian tới tôi sẽ tiếp tục nghiên cứu và hoàn thiện đề tài với các mục tiêu chính đƣợc đặt ra nhƣ sau:
- Nâng cao hiệu quả và độ chính xác trong chƣơng trình thử nghiệm. - Tìm hiểu thêm các kỹ thuật trong thị giác máy trong phân tích ảnh y khoa.
68
TÀI LIỆU THAM KHẢO
[1] Bệnh viện đại học y dƣợc thành phố Hồ Chí Minh (2016), “Bệnh dãn phế
quản mạn tính”, Sống khỏe, số 17, tr 6-9.
[2] TS. Lê Thị Kim Nga. Giáo trình xử lý ảnh. [3] Wikipedia. “lecture01.pdf” Internet:
https://web.cs.wpi.edu/~emmanuel/courses/cs545/S14/slides/lecture01. pdf [truy cập ngày 5/9/2020]
[4] Wikipedia. “Digital image processing” Internet:
https://en.wikipedia.org/wiki/Digital_image_processing [truy cập ngày 10/9/2020]
[5] opencv-python-tutroals. “Image Processing in OpenCV” Internet: https://opencv-python-
tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc [truy cập ngày 15/9/2020]
[6] Wikipedia. “DICOM” Internet:
https://vi.wikipedia.org/wiki/DICOM [truy cập ngày 5/8/2020]
[7] R. C. Gonzalez, R. E. Woods (2018), “Digital Image Processing” 4th edition, Pearson.