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
// Laplace Algorithm
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.
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
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.
CHƢƠNG 3. CÀI ĐẶT CHƢƠNG TRèNH THỬ NGHIỆM MỘT SỐ CHỨC NĂNG .
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
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 fie ảnh
- Lưu ảnh
- Quay về ảnh ban đầu - Thoỏt chương trỡnh
- Chức năng Chuyển ảnh: thao tỏc chuyển ảnh thành ảnh xỏm
- Chức năng Cỏc bộ lọc xử lý: thực hiện kỹ thuật lọc nhiễu ảnh y học, gồm 3
chức năng con; - Lọc Trung vị
- Lọc Wiener - Lọc Bayes
- Chức năng Tăng độ tương phản: thực hiện tăng độ tương phản gồm 2 chức
năng: - Cõn bằng Histogram.
- Retinex (adsbygoogle = window.adsbygoogle || []).push({});
- Chức năng Nổi biờn ảnh: thực hiện cỏc kỹ thuật nổi biờn gồm: - Gradient: - Robert
- Sobel - Prewitt - Laplace
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
Hỡnh 3.1. Giao diện chương trỡnh với chức năng Tập tin
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
Hỡnh 3.3. Chức năng Tăng độ tương phản
Hỡnh 3.4. Chức năng Nổi biờn ảnh
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
Do điều kiện khụng thể đỏnh giỏ kết quả thực nghiệm chớnh xỏc và luận văn chỉ tỡm hiểu và chọn lọc phương phỏp phự hợp với ảnh y học nờn trỡnh bày kết qủa theo đỏnh giỏ của cỏc chuyờn gia thụng qua thiết bị chuyờn dụng.
* Kết quả thực nghiệm đối với một số phương phỏp khử nhiễu ảnh được đỏnh giỏ thụng qua cỏc thực nghiệm của cỏc nghiờn cứu ( tổng hợp trờn tài liệu dịch) như sau:
Bộ lọc Hiệu quả(%)
Trung vị 8.75
Wiener 15.50
Bayes 56.62
Đối với cỏc kỹ thuật nổi biờn, về mặt định tớnh và định lượng theo cỏc nghiờn cứu, mặt nạ Sobel là phương phỏp cho chất lượng biờn tốt nhất với mọi hỡnh ảnh:
Phộp toỏn Tỉ lệ tớn hiệu / nhiễu (SNR)
Sobel 2.123
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
Robert Prewitt Sobel Hỡnh 3.5. Kết quả kỹ thuật nổi biờn Gradient
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Qua quỏ trỡnh tỡm hiểu và tự nghiờn cứu, với sự giỳp đỡ nhiệt tỡnh của thầy giỏo hướng dẫn, cỏc thầy cụ và bạn bố, luận văn đó đạt được một số kết quả 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 để hoàn chỉnh và một số thuật toỏn cũn rất mới và phức tạp. (adsbygoogle = window.adsbygoogle || []).push({});
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
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
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...
Do vậy, hướng phỏt triển cho tăng cường chất lượng ảnh y học hiện rất rộng mở. Đó cú nhiều nghiờn cứu, phõn tớch về cỏc phương phỏp tăng cường chất lượng ảnh, nhiều phần mềm ra đời nhưng để cú một chương trỡnh mang tớnh hệ thống, ứng dụng cao và hoàn chỉnh thỡ chưa nhiều. Luận văn này cũng chỉ trỡnh bày được một số kỹ thuật cơ bản và cài đặt chương trỡnh thử nghiệm nhỏ. Trong tương lai, nếu được bổ sung thờm cỏc kỹ thuật khỏc phự hợp với từng loại ảnh y học chuyờn biệt và để cú thể phỏt triển thành phần mềm hoàn chỉnh cần phải cú sự nghiờn cứu, tỡm hiểu trong thời gian dài với nhiều nhõn lực cả chuyờn ngành cụng nghệ thụng tin và y học. Vỡ thời gian và năng lực cú hạn, tụi hi vọng luận văn này mở ra hướng tỡm hiểu và phỏt triển về phần mềm xử lý ảnh chuyờn ngành y học, thay thế cho hướng khai thỏc, phỏt triển quỏ nhiều cỏc phần mềm về quản lý trờn mọi lĩnh vực hiện nay mà cú thể đó trở nờn bóo hoà.
.
TÀI LIỆU THAM KHẢO Tiếng Việt
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
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
4. Anita Shinkar, Prakash Devale (2007), “Contrast Enhancement Technique
for Medical Images”, 3rd Indian International Conference on Artificial Intelligence, Pune, India, December 17-19.
5. Dah-Chung Chang, Wen-Rong Wu (1998), “Image Contrast Enhancement
Based on a HistogramTransformation of Local Standard Deviation”, IEEE
Transaction on Medical Imaging.
6. Geoff Dougherty (2009), “Digital Image Processing for Medical
Applications”, Cambridge University Press, pp. 91-100,123-269.
7. Monica Trifas (2002), “Medical Image Enhancement”, Jacksonville State
University, Vol. 21, No. 4, pp. 343-353.
8. 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.
9. K. Karthikeyan, C. Chandrasekar (2011), “Speckle Noise Reduction of Medical Ultrasound Images using Bayesshrink Wavelet Threshold”, (adsbygoogle = window.adsbygoogle || []).push({});
Số húa bởi Trung tõm Học liệu – Đại học Thỏi Nguyờn http://www.lrc-tnu.edu.vn
10. 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.
11. Prof. J.Mehena (2011), “Medical Images Edge Detection Based on
Mathematical Morphology”, International Journal of Computer &
Communication Technology (IJCCT), Volume-2, Issue-VI.
12. Shantanu H. Joshi, Antonio Marquina, Stanley J. Osher, Ivo Dinov, John
Darrell Van Horn, and Arthur Toga (2008), “Image Resolution Enhancement and its applications to Medical Image Processing”,
University of California.
13.Xujia Qin, Shishuang Liu, Wu Zhengqiang, Jun Han (2008), “Medical
Image Enhancement Method Based on 2D Empirical Mode
Decomposition”, Bioinformatics and Biomedical Engineering, ICBBE
2008. The 2nd International Conference on, pp. 2484-2488.
14. Zia-ur Rahman, Glenn A. Woodell, Daniel J. Jobson (2001), “Retinex
Image Enhancement: Application to Medical Images”, NASA Medical