Thực nghiệm các kỹ thuật hợp nhất

Một phần của tài liệu Thiết lập phần mềm xử lý và hợp nhất 3 chiều hình ảnh chẩn đoán y khoa (Trang 57)

Xuyên suốt bài khảo sát, những nhận định về biểu hiện của các phương pháp chỉ dừng lại ở các đại lượng định tính. Còn có rất nhiều hình thức ứng dụng của các kỹ thuật này tồn tại trong chính những kỹ thuật ấy. Mỗi kỹ thuật mới hoặc cải tiến đều đi liền với những cải thiện về tính năng thể hiện. Tổng quát, ta thường đánh giá hiệu năng của các kỹ thuật này dựa trên 3 đại lượng : tốc độ, độ chính xác và độ mạnh.

Tốc độ tính toán là đại lượng có ý nghĩa nhất. Rõ ràng, thời gian thực hiện một giải thuật cho trước sẽ phụ thuộc vào nguồn hệ thống, cấu hình hệ thống và dữ liệu ảnh. Hầu hết các công việc cần làm đều bao gồm một vài đánh giá về tốc độ của kỹ thuật đi kèm với những chi tiết của hệ thống. Những đánh giá này rất hữu ích về mặt đo đạc định tính nhưng lại không được tin dùng trong khi so sánh các kỹ thuật khác nhau. Một phép tính theo thời gian thực trong hợp nhất sẽ đòi hỏi tất cả các kỹ thuật phải được thực hiện trên một nền tảng tương tự nhau, đây là điều rất khó đáp ứng được.

Độ chính xác hợp nhất cũng là tiêu chuẩn để đo lường độ hiệu quả của một phương pháp bất kỳ. Độ chính xác thường được biểu hiện bởi sai số chênh lệch do quá trình hợp nhất không đạt yêu cầu. Phần chênh lệch này được xác định bằng cách so phép biến dạng tối ưu với phép biến dạng trong điều kiện hợp nhất lý tưởng. Những cách thức để xác định được phép biến đổi lý tưởng thay đổi tùy theo kỹ thuật hợp nhất. Một hình thức thông dụng là so sánh giải thuật mới này với giải thuật của một mô hình hợp nhất thứ 2 đã được thực nghiệm. Giải thuật thứ 2 được gọi là “tiêu chuẩn vàng”. Với thời gian và nguồn cung cấp phù hợp, do độ chính xác cao hơn nên những hình thức hợp nhất theo mô hình và mốc đánh dấu thường được dùng làm những tiêu chuẩn vàng. Gần đây, một vài kỹ thuật tự động đã tiến gần đến khả năng để được chọn làm tiêu chuẩn vàng. Các dữ liệu ảo cũng đã được ứng dụng rộng rãi vào thực tế. Các cấu trúc ảo hướng tới mô phỏng những điều kiện hiển thị hình ảnh bệnh nhân bình thường nhằm đưa ra những khả năng cải thiện cho quá trình đánh giá. Các chương trình ảo còn cho phép sử dụng những cấu trúc đánh dấu tinh vi bỏ qua những tình huống phức tạp (như giảm thành phần đánh dấu hoặc sự chuyển động của đối tượng). Chiến lược thứ 3 dùng để thực nghiệm độ chính xác là dữ liệu mô phỏng. Ở đây, một tình huống mô phỏng các ảnh hợp nhất sai được tạo ra bằng cách biến đổi một ảnh sang một mô hình giả lập thứ 2 rồi tiến hành xoay hoặc chuyển dịch ảnh. Bằng cách làm như vậy, ta biết được dạng biến đổi hợp nhất xác thực giữa ảnh gốc và ảnh giả lập của nó mà không dính dáng đến sai số liên quan với tiêu chuẩn vàng.

Thảo luận về độ mạnh là việc làm quan trọng để đánh giá khả năng hoạt động của một kỹ thuật sẽ như thế nào khi được áp dụng bên ngoài môi trường phát triển vốn có của nó. Những biện pháp thực nghiệm thông thường về độ mạnh bao gồm những qui trình hợp nhất ở những điều kiện đã được giảm bớt so với điều kiện tiêu chuẩn. Hình thức phổ dụng nhất là gây sai lệch cho một hoặc tất cả mô hình bằng cách tăng nhiễu ảnh và nghiên cứu ảnh hưởng của chúng lên độ chính xác của phương thức hợp nhất. Những hình thức kiểm tra khác bao gồm việc hợp nhất dữ liệu trên những thể tích không hoàn chỉnh, có những biến dạng không gian hoặc yếu tố cường độ không đồng nhất.

Strother et al. đã đưa ra một so sánh về số lượng của 5 phép hợp nhất nội vật thể trong khi nghiên cứu hợp nhất các khối ảnh MR và PET. Những ảnh PET giả lập thu được từ các lớp cắt MR là cơ sở để ước tính độ chính xác hợp nhất. Những hình thức khảo sát bao gồm khung cố định nổi, điểm tương đồng, chỉnh sửa bề mặt và đo đạc sự tương đồng voxel của Wood. Họ nhận thấy rằng phép đo dựa trên cường độ cho ra những loại hình hợp nhất tốt hơn tất cả các phương pháp khác.

Gần đây hơn, một nhóm cộng tác viên tổ chức bởi đại học Vanderbitt đã so sánh một số lượng lớn các hình thức hợp nhất không cấu trúc. West et al. [22] sử dụng dữ liệu bệnh nhân MR, CT và PET hơp nhất theo những thành phần đánh dấu trên xương làm tiêu chuẩn vàng. Những điểm đánh dấu được loại khỏi khối ảnh và những méo dạng hình học cũng được điều chỉnh trước khi chuyển giao. Các khối ảnh được chuyển tới 12 trung tâm nghiên cứu để ứng dụng vào những hình thức hợp nhất riêng của trung tâm. Các kỹ thuật bao gồm hợp nhất tương tác, hợp nhất đặc điểm và hợp nhất cường độ. Kết quả thu được từ nghiên cứu này đã chỉ ra rằng những hình thức sử dụng thông tin tương hỗ làm không gian đặc điểm cho kết quả ngang bằng hoặc tốt hơn những hình thức đòi hỏi phải có tương tác của người sử dụng ở một mức độ nào đó.

Một phần của tài liệu Thiết lập phần mềm xử lý và hợp nhất 3 chiều hình ảnh chẩn đoán y khoa (Trang 57)

Tải bản đầy đủ (PDF)

(102 trang)