Lọctrung bỡnh theok giỏ trịgầnnhất

Một phần của tài liệu Tìm hiểu phương pháp nâng cao chất lượng ảnh y học (Trang 26 - 43)

Giả sử ta cú ảnh I, điểm ảnh P, cửa sổ W(P), ngưỡng θ và số k. Khi đú, lọc trung bỡnh theo k giỏ trị gần nhất bao gồm cỏc bước sau:

+ Bước 1: Tỡm K giỏ trị gần nhất

{I(q) / q W(p)} → {k là giỏ trị gần I(P) nhất} + Bước 2: Tớnh trung bỡnh

{k là giỏ trị gần I(P) nhất} → AVk(P) + Bước 3: Gỏn giỏ trị

I(P) =

* Nhận xột:

- Nếu k lớn hơn kớch thước cửa sổ thỡ kỹ thuật chớnh là kỹ thuật lọc trung bỡnh - Nếu k= 1 thỡ ảnh kết quả khụng thay đổi

Chất lượng của kỹ thuật phụ thuộc vào số phõn tử lựa chọn k..

2.2. MỘT SỐ KỸ THUẬT CHỌN LỌC NÂNG CAO CHẤT LƢỢNG ẢNH Y HỌC

Chẩn đoỏn hỡnh ảnh đó gúp phần quan trọng nõng cao tớnh chớnh xỏc, kịp thời và hiệu quả cao trong chẩn đoỏn bệnh. Như dựa trờn hỡnh ảnh siờu õm, người thầy thuốc cú thể đođược tương đối chớnh xỏc kớch thước cỏc tạng đặc trong ổ bụng (gan, lỏch, thận, tuỵ, ...) và phỏt hiện cỏc khối bất thường nếu cú. Từ hỡnh ảnh siờu õm tim cú thể xỏc định cấu trỳc, kớch thước cỏc buồng tim, van

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 27

tim và cỏc mạch mỏu lớn. Trong sản khoa, siờu õm giỳp xỏc định và theo dừi sự phỏt triển của thai nhi trong bụng mẹ; hỡnh ảnh CT Scanner giỳp thầy thuốc xỏc định được một số bệnh lý ở sọ nóo, đặc biệt là xỏc định mỏu tụ nội sọ, khối u nóo; chụp cộng hưởng từ hạt nhõn xỏc định chớnh xỏc hơn cỏc hỡnh thỏi và cỏc khối bất thường trong cơ thể .

Cỏc kỹ thuật nõng cao chất lượng ảnh bao gồm kỹ thuật tuyến tớnh, phi tuyến, cố định, thớch nghi; kỹ thuật dựa vào pixel hay kỹ thuật đa mức (multiscale) và được chia làm 2 nhúm. Nhúm cỏc kỹ thuật tăng cường ảnh (trong miền khụng gian) và nhúm cỏc kỹ thuật phục hồi ảnh (trong miền tần số). Cỏc toỏn tử điểm thường được sử dụng như thay đổi ỏnh sỏng; cỏc toỏn tử khụng gian như lọc trung bỡnh, tỡm biờn; phúng to, …Trong luận văn này ta chỉ đưa ra cỏc kỹ thuật nõng cao chất lượng ảnh cơ bản như đó nờu trờn và trỡnh bày một số phương phỏp chi tiết với mục đớch cụ thể cú chọn lọc phự hợp với đặc tớnh của cỏc loại ảnh y học sau khi đó được quột qua mỏy chuyển định dạng thớch hợp cho xử lý.

2.2.1. Khử nhiễu ảnh y học

Cải thiện ảnh là làm cho ảnh cú chất lượng tốt hơn theo ý đồ sử dụng. Thường là ảnh thu nhận cú nhiễu cần phải loại bỏ nhiễu hay ảnh khụng sắc nột bị mờ hoặc cần làm từ cỏc chi tiết như đường biờn ảnh. Cỏc toỏn tử khụng gian dựng trong kỹ thuật tăng cường ảnh được phõn nhúm theo cụng dụng: làm trơn nhiễu, nổi biờn. Để làm trơn nhiễu hay tỏch nhiễu, người ta sử dụng cỏc bộ lọc tuyến tớnh (lọc trung bỡnh, thụng thấp) hay lọc phi tuyến (trung vị, giả trung vị, lọc đồng hỡnh). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho tớn hiệu cú tần số nào đú thụng qua do đú, để lọc nhiễu người ta thường dựng lọc thụng thấp (theo quan điểm tần số khụng gian) hay lấy tổ hợp tuyến tớnh để san bằng (lọc trung bỡnh). Để làm nổi cạnh (ứng với tần số cao), người ta dựng cỏc bộ lọc thụng cao, lọc Laplace.

2.2.1.1 Kỹ thuật lọc trung bỡnh ( Average filter)

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 28

Cho dóy x1, x2…, xn khi đú trung bỡnh của dóy ký hiệu AV({xn}) được định nghĩa:

AV

* Mệnh đề :

min → tại AV({xn}) * Kỹ thuật lọc trung bỡnh

Giả sử ta cú ảnh I, điểm ảnh P, cửa sổ W(P) và ngưỡng θ. Khi đú kỹ thuật lọc trung bỡnh phụ thuộc khụng gian bao gồm cỏc bước cơ bản sau:

+ Bước 1: Tỡm trung bỡnh {I(q)| q W(P)} → AV(P) 25 + Bước 2: Gỏn giỏ trị

I(P) =

2.2.1.2. Kỹ thuật lọc trung vị ( median filter)

Trung vịđượcviếtvớicụng thức:

v(m,n) =Trungvi(y(mk,nl))với{k, l}W

Kỹthuậtnàyđũihỏigiỏtrịcỏcđiểmảnhtrongcửasổphảixếptheothứtựtănghaygiảm dầnsovớigiỏtrịtrungvị.Kớchthước

cửasốthườngđượcchọnsaochosốđiểmảnhtrongcửasố là lẻ.Cỏc cửasổ haydựng là cửasổ cú kớch thước3x3, hay5x5hay 7x7. Thớdụ:

Nếuy(m)= {2, 3, 8, 4,2}và cửasổ W=(-1, 0, 1),ảnhthu đượcsau lọc trungvịsẽlà:

v(m)=(2,3,4,4,2)

do đú:

v[0]= 2<giỏ trịbiờn>; v[1]=Trungvi(2,3,8)=3; v[2]=Trungvi(3,4,8) =4;

v[3]= Trungvi(8,4,2)=4; v[4]= 2<giỏ trịbiờn>.

Tớnh chất của lọc trung vị:

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 29

Trung vi (x(m)+y(m)) ≠Trung vi(x(m)) + Trung vi(y(m)).

•Cú lợi cho việc loại bỏ cỏc điểm ảnh hay cỏc hàng mà vẫn bảo toàn độ phõn giải.

•Hiệu quả giảm khi số điểm trong cửa sổ lớn hay bằng một nửa số điểm trong cửa sổ.

Điều này dễ giải thớch vỡ trung vị là (Nw+1)/2 giỏ trị lớn nhất nếu Nw lẻ. Lọc trung vị cho trường hợp 2 chiều coi như lọc trung vị tỏch được theo từng chiều. 2.2.1.3.Lọctrungbỡnhtheokgiỏtrị gầnnhất GiảsửtacúảnhI,điểmảnhP,cửasổW(P),ngưỡng Ɵvàsốk.Khi đú,lọctrungbỡnhtheokgiỏtrịgầnnhấtbaogồmcỏcbướcsau: +Bước1:TỡmKgiỏtrịgầnnhất I(q) q∈W(p) → k giỏtrịgầnI(P)nhất +Bước2:Tớnhtrungbỡnh k giỏtrịgầnI(P)nhất →AVk(P) +Bước3:Gỏngiỏtrị I(P) = *Nhậnxột:

-Nếuklớnhơnkớchthướccửasổthỡkỹthuậtchớnhlà kỹthuậtlọc trungbỡnh -Nếuk=1thỡảnhkếtquảkhụngthayđổi

Chấtlượngcủakỹthuậtphụthuộcvàosốphõntửlựachọnk.

2.2.1.4.Phương phỏp lọc Bayes

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 30

Trong nhiều tỡnh huống ảnh, thớ dụ như hệ thống ghi phim, mụ hỡnh quan sỏt là khụng tuyến tớnh và cú dạng:

v =f( u + ) (2.16) với f(x) là một hàm khụng tuyến tớnh của x và biểu diễn nhiễu.

Cụng thức nổi tiếng của Bayes về xỏc suất cú điều kiện cho bởi:

p(u v) = p(u) p(v u)/p(v) (2.17) Nú rất cú ớch để xỏc định nhiều kiểu ước lượng khỏc nhau cho một vectơ ngẫu nhiờn u từ một vộc tơ quan sỏt v. Cú một số kiểu ước lượng chớnh như sau:

- MMSE: ước lượng trung bỡnh bỡnh phương cực tiểu của u. - MAP: ước lượng xỏc suất cú điều kiện cực đại p(u v). - ML: ước lượng gần đỳng nhất p(v u)

Mà cỏc đối tượng sử dụng xỏc suất cú điều kiện p(v u) hay p(u v)

Vỡ rất khú xỏc định p(v) ngay cả khi u và là phõn bố Gauss, nờn người ta hay sử dụng MAP và ML vỡ nú khụng đũi hỏi p(v). Nếu giả thiết u và là phõn bố Gauss với hiệp biến Ru và Rv, cỏc ước lượng ML, MAP cú thể tớnh được khi giải cỏc phương trỡnh sau:

ỷML: DR-1[v-f( ỷML)] = 0 (2.18)

với D là ma trận đường chộo = Diag df(x)/dx với x = wi (2.19)

wi là cỏc phần tử của W= ỷML (2.20)

và ỷMAP = v + Rv TDR v -1[v-f( ỷMAP)] (2.21)

Nếu f(x) là tuyến tớnh, thớ dụ f(x) =x, Rv= v2 thỡ ỷML là lời giải của phương

trỡnh: T ỷML = T v (2.22) Và ỷMAP = v + G(v- u) (2.23)

với G = (R v -1 + T R v -1 )-1 T R v -1 (2.24) Trong thực tế, cú thể lấy giỏ trị trung bỡnh cục bộ của v và v *

f -1 với ( v). * là biến đổi ngược của .

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 31

2.2.2. Cỏc phƣơng phỏp phỏt hiện biờn

Xuất phỏt từ định nghĩa toỏn học của biờn người ta thường sử dụng 2 phương phỏp phỏt hiện biờn sau:

* Phương phỏp phỏt hiện biờn trực tiếp:

Phương phỏp này nhằm làm nổi biờn dựa vào sự biến thiờn về giỏ trị độ sỏng của điểm ảnh. kỹ thuật chủ yếu dựng phỏt hiện biờn ở đõy là kỹ thuật đạo hàm. Nếu lấy đạo hàm bậc nhất của ảnh ta cú phương phỏp Gradient; nếu lấy đạo hàm bậc hai ta cú kỹ thuật Laplace. Hai phương phỏp trờn được gọi là phương phỏp dũ biờn cục bộ, ngoài ra người ta cũn sử dụng phương phỏp “đi theo đường bao”: dựa vào nguyờn lý qui hoạch hoạt động và được gọi là phương phỏp dũ biờn tổng thể.

* Phương phỏp giỏn tiếp:

Nếu bằng cỏch nào đấy , ta phõn được ảnh thành cỏc vựng thỡ đường phõn ranh giữa cỏc vựng đú chớnh là biờn. việc phõn vựng ảnh thường dựa vào kết cấu (texture) bề mặt của ảnh.

Cũng cần lưu ý rằng, kỹ thuật dũ biờn và phõn vựng ảnh là hai bài toỏn đối ngẫu của nhau. Thực vậy, nổi biờn để thực hiện phõn lớp đối tượng và một khi đó phõn lớp xong cú nghĩa là đó phõn vựng được ảnh. Và ngược lại, khi phõn vựng, ảnh đó phõn lập được thành cỏc đối tượng, ta cú thể phỏt hiện được biờn. Phương phỏp dũ biờn trực tiếp tỏ ra khỏ hiệu quả vỡ ớt chịu ảnh hưởng của nhiễu, song nếu sự biến thiờn độ sỏng khụng đột ngột, phương phỏp này lại kộm hiệu quả. Phương phỏp dũ biờn giỏn tiếp tuy cú khú cài đặt song lại ỏp dụng khỏ tốt khi sự biến thiờn độ sỏng nhỏ. Đối với phạm vi luận văn này, ta chỉ xem xột việc phỏt hiện biờn ảnh y học bằng phương phỏp trực tiếp, phương phỏp giỏn tiếp đi sõu vào cụng đoạn phõn vựng ( phõn đoạn ảnh) nờn ta sẽ khụng nghiờn cứu.

2.2.3. Phƣơng phỏp Gradient

Theođịnhnghĩa,gradientlàmộtvộctơcúcỏcthànhphầnbiểuthịtốcđộthayđổigiỏtrịcủađiể mảnh,tacú:

df(x,y) f(x+dx,y) – f(x,y) = fx≈

ĐỒ ÁN TỐT NGHIỆP PHẠM NGỌC QUẢNG – CTL401 Page 32 Tuytanúilàlấyđạohàmnhưngthựcchấtchỉlà mụphỏngvàxấpxỉ đạohàmbằngcỏckỹthuậtnhõnchập(cuộntheomẫu)vỡảnhsốlà tớnhiệu rờirạcnờnđạohàmkhụngtồntại. Vớdụ:Vớidx=dy=1,tacú: Dođú,mặtnạnhõnchậptheohướngxlàA = (-1 1) vàhướngylà B = Chẳng hạn: Ta cú, I A = ; I B = I A + I B = 2.2.3.1. Phương phỏp Prewitt Kỹthuậtsửdụng2mặtnạnhậpchậpxấpxỉđạohàmtheo2hướngx vàylà:

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 33

CỏcbướctớnhtoỏncủakỹthuậtPrewitt

+Bước1:TớnhIHxvàIHy

+Bước2:TớnhIHx+IHy

Vớ dụ :

IHx=

IHy=

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 34

2.2.3.2. Phương phỏp Sobel

TươngtựnhưkỹthuậtPrewittkỹthuậtSobelsửdụng2mặtnạnhõn chậptheo2hướngx,ylà:

CỏcbướctớnhtoỏntươngtựPrewitt

+Bước1:TớnhIHxvàIHy

+Bước2:TớnhIHx+IHy

2.2.3.3. Phương phỏp Compass Kỹthuậtsửdụng8mặtnạnhõnchậptheo8hướng00 Kỹthuậtsửdụng8mặtnạnhõnchậptheo8hướng00 ,450,900,1350, 1800,2250,2700,3150 CỏcbướctớnhtoỏnthuậttoỏnLabàn :

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 35

+Bước1:TớnhIHi;i=1,8

+Bước2: H

2.2.3.4. Phương phỏp Laplace

Cỏc phương phỏp đỏnh giỏ Gradient ở trờn làm việc khỏ tốt khi mà độ sỏng thay đổi rừ nột. Khi mức sỏng thay đổi chậm, miền chuyển tiếp trải rộng, phương phỏp cho hiệu quả hơn đú là sử dụng phương phỏp đạo hàm bậc hai gọi là phương phỏp Laplace. Kết quả nghiờn cứu cho thấy phương phỏp Gradient rất nhậy cảm với nhiễu và thường tạo nờn biờn kộp. Toỏn tử Laplace dựng nhiều kiểu mặt nạ khỏc nhau để xấp xỉ đạo hàm bậc hai. Dưới đõy là 3 kiểu mặt nạ hay dựng.

H1 = H2= H3=

Kỹ thuật Laplace cho đường biờn mảnh, tức là đường biờn cú độ rộng bằng một pixel. Tuy nhiờn, kỹ thuật này rất nhạy cảm với nhiễu vỡ đạo hàm bậc hai thường khụng ổn định.

Kỹ thuật này dũ biờn theo cỏch tớnh xấp xỉ đạo hàm bậc hai dựa trờn một mặt nạ. Chương trỡnh sử dụng mặt nạ H2 trong cỏch dũ biờn theo kỹ thuật Laplace.

H2=

Gọi G là ma trận điểm thu được sau khi nhõn chập ma trận điểm ảnh (của ảnh cần tỡm biờn)với mặt nạ H2.

G chớnh là ma trận điểm ảnh chứa cỏc đường biờn cần tỡm. * Thuật toỏn dũ biờn theo phương phỏp Laplace như sau:

Đầu vào: ma trận ảnh cần tỡm biờn: mặt nạ H2

Đầu ra: Một ma trận ảnh (chứa cỏc đường biờn được tỡm thấy). Giải thuật

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 36

For (mỗi điểm ảnh của ảnh)

if(Nếu điểm ảnh nẳm trờn đường viền ảnh)

Gỏn giỏ trị cỏc điểm ảnh trờn đường viền ảnh =0 (hoặcbằng màu nền ảnh).

else {

- Tớnh xấp xỉ Laplace G: nhõn chập với mặt nạ I1

- Nếu giỏ trị điểm ảnh lớn hơn chỉ số màu của ảnh thỡ gỏn giỏ trị ảnh là giỏ trị màu lớn nhất.

}

Ảnh mạch mỏu ban đầu Ảnh sau khi nổi biờn laplace

Trờn đõy luận văn nếu một số phương phỏp tăng cường chất lượng ảnh. Hiện nay cỏc nghiờn cứu trờn thế giới cú rất nhiều thuật toỏn mới đưa ra dựa trờn cỏc phộp biến đổi khụng gian và thời gian. Phạm vi luận văn này khụng thể đưa ra nhiều kỹ thuật mới vỡ tớnh hạn chế trong nghiờn cứu . Ở chương 3 sẽ tiến hành một số cài đặt thử nghiệm cỏc kỹ thuật trờn.

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 37

CHƢƠNG 3. CÀI ĐẶT CHƢƠNG TRèNH THỬ NGHIỆM MỘT SỐ CHỨC NĂNG .

3.1. GIỚI THIỆU CHƢƠNG TRèNH

Chương trỡnh thực hiện xử lý nõng cao chất lượng ảnh phiờn bản Demo trong luận văn này giới thiệu một số thuật toỏn cài đặt đó hoạt động tốt trờn cỏc ảnh y học thử nghiệm, mặc dự chưa hoàn thiện nhưng cũng là cơ sở để so sỏnh, đỏnh giỏ cỏc kỹ thuật đó nờu trờn.

Chương trỡnh được viết bằng ngụn ngữ Visual C++ trờn nền Windows.

3.2. GIAO DIỆN VÀ CHỨC NĂNG CỦA CHƢƠNG TRèNH

Giao diện chớnh của chương trỡnh gồm một số chức năng cơ bản sau:

- Chức năng Tập tin: gồm những thao tỏc trờn tập tin ảnh, được phõn ró thành cỏc chức năng con :

- Mở file ảnh

- Quay về ảnh ban đầu - Thoỏt chương trỡnh - Chức năng Point processing :

+ Chuyển ảnh thành ảnh xỏm + Tăng độ sỏng ảnh

- Chức năng Nổi biờn ảnh: thực hiện cỏc kỹ thuật nổi biờn gồm: - Compass

- Sobel - Prewitt - Laplace

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 38

Hỡnh 3.1. Giao diện chớnh của chương trỡnh

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 39

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 40

KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN

Sau thời gian tỡm hiểu và nghiờn cứu dưới sự hướng dẫn chỉ bảo của thầy giỏo hướng dẫn ,sự giỳp đỡ nhiệt tỡnh của thầy cụ , bạn bố . Em đó hoàn thành bài bỏo cỏo này và thu được kết quả như sau :

- Nờu rừ được ý nghĩa, tầm quan trọng của việc xử lý ảnh trong lĩnh vực y học, đặc biệt là cụng đoạn nõng cao chất lượng ảnh y học phục vụ cho cụng tỏc truyền thụng và chẩn đoỏn bệnh.

- Trỡnh bày cỏc kiến thức cơ bản về xử lý ảnh và cỏc đặc trưng riờng biệt của ảnh y học so với cỏc loại ảnh khỏc.

- Trỡnh bày lựa chọn một số cỏc kỹ thuật nõng cao chất lượng ảnh phự hợp và hiệu quả đối với ảnh y học.

- Xõy dựng chương trỡnh thử nghiệm ỏp dụng một số kỹ thuật đó nờu đối với ảnh y học để thấy kiểm chứng kết quả của cỏc phương phỏp.

Những hạn chế của luận văn:

- Một số cỏc phương phỏp kỹ thuật mới của xử lý nõng cao chất lượng ảnh chưa được khai thỏc hết, chưa tập trung vào một vài kỹ thuật nổi bật để đi sõu cả về cơ sở lý thuyết và chương trỡnh.

- Chương trỡnh thử nghiệm chưa cài đặt được hết tất cả cỏc thuật toỏn đưa ra do hạn chế về mặt thời gian và kiến thức cú hạn .

Hướng phỏt triển trong tương lai:

Trong chẩn đoỏn, thành tựu nổi bật là cỏc thiết bị chẩn đoỏn cụng nghệ cao khụng ngừng ra đời, đổi mới, hoàn thiện hơn. Nhờ đú mà chất lượng chẩn đoỏn bệnh ngày càng được nõng cao, cỏc bệnh hiểm nghốo ngày càng được phỏt hiện sớm để kịp thời chữa trị, thu hẹp khoảng cỏch về khụng gian, thời gian trong việcchẩn đoỏn và chữa trị, giảm chi phớ khỏm chữa bệnh cho bệnh nhõn . Như đó nờu trờn, y tế từ xa với sự hỗ trợ của mỏy múc cụng nghệ cao thụng qua hệ thống lữu trữ và truyền thụng PACS, internet ngày càng trở nờn phổ biến và là hướng

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 41

phỏt triển trờn thế giới trong 2 thập kỷ qua và cũn phỏt triển rất mạnh trong tương lai.

Hiện nay, trờn thế giới cú hai hướng phỏt triển chủ yếu của y tế từ xa. Một là nghiờn cứu về tổ chức mạng và đường truyền. Cỏc dữ liệu y tế, y học gồm vǎn bản, õm thanh, hỡnh ảnh,... được tổ chức xử lý và khai thỏc qua điện thoại hoặc mạng nội bộ, mạng internet, truyền hỡnh, cỏp quang… Hướng thứ hai là phỏt triển cỏc phần mềm quản lý dữ liệu nhằm xõy dựng hệ thống quản lý thụng tin bệnh viện, cỏc hệ thống lưu trữ, xử lý, khai thỏc cơ sở dữ liệu, õm thanh, thao tỏc, phõn tớch và xử lý hỡnh ảnh để phục vụ việc chẩn đoỏn và điều trị, hội chẩn từ xa truyền hỡnh ảnh động và cỏc dữ liệu khỏc từ những thiết bị chẩn đoỏn hỡnh ảnh như siờu õm, X quang, CT scaner, cộng hưởng từ hạt nhõn...

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 42

TÀI LIỆU THAM KHẢO Tiếng Việt

1. Đỗ Năng Toàn, Phạm Việt Bỡnh (2007), “Xử lý ảnh ’’, NXB Khoa học Kỹ thuật.

2. Nguyễn Thanh Thuỷ, Lương Mạnh Bỏ ( 1998), “ Nhập mụn xử lý ảnh số”,

NXB Khoa học kỹ thuật, Hà nội.

3. Nguyễn Quang Hoan (2006), “Giỏo trỡnh Xử lý ảnh”. Học viện Bưu chớnh Viễn thụng.

Tiếng Anh

1. Anita Shinkar, Prakash Devale (2007), “Contrast Enhancement Technique for Medical Images”, 3rd Indian International Conference on Artificial Intelligence, Pune, India, December 17-19.

2. Dah-Chung Chang, Wen-Rong Wu (1998), “Image Contrast Enhancement Based on a HistogramTransformation of Local Standard Deviation”, IEEE Transaction on Medical Imaging.

3. Geoff Dougherty (2009), “Digital Image Processing for Medical Applications”, Cambridge University Press, pp. 91-100,123-269.

4. Monica Trifas (2002), “Medical Image Enhancement”, Jacksonville State University, Vol. 21, No. 4, pp. 343-353.

5. P. Jagatheeswari , S.Suresh Kumar, M. Rajaram (2009), “Contrast Enhancement for Medical Images Based on Histogram Equalization Followed by Median Filter”, Proceedings of the International Conference on Man-Machine Systems.

6. K. Karthikeyan, C. Chandrasekar (2011),“Speckle Noise Reduction of Medical Ultrasound Images using Bayesshrink Wavelet Threshold”,

ĐỒ ÁN TỐT NGHIỆP

PHẠM NGỌC QUẢNG – CTL401 Page 43

7. Mohamed Roushdy (2006), “Comparative Study of Edge Detection Algorithms Applying on the Grayscale Noisy Image Using Morphological Filter”, GVIP Journal, Volume 6, Issue 4, December.

Một phần của tài liệu Tìm hiểu phương pháp nâng cao chất lượng ảnh y học (Trang 26 - 43)

Tải bản đầy đủ (PDF)

(43 trang)