Dùng phương pháp wavelet để tăng cường biên ảnh xác định kích thước khối u đặc

pdf 10 trang phuongnguyen 90
Bạn đang xem tài liệu "Dùng phương pháp wavelet để tăng cường biên ảnh xác định kích thước khối u đặc", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfdung_phuong_phap_wavelet_de_tang_cuong_bien_anh_xac_dinh_kic.pdf

Nội dung text: Dùng phương pháp wavelet để tăng cường biên ảnh xác định kích thước khối u đặc

  1. DÙNG PHƢƠNG PHÁP WAVELET ĐỂ TĂNG CƢỜNG BIÊN ẢNH XÁC ĐỊNH KÍCH THƢỚC KHỐI U ĐẶC TÓM TẮT: Ung thư là nguyên nhân phổ biến thứ hai cho cái chết trên toàn thế giới với hơn 200 loại đã được xác định [8]. Điều trị ung thư hiệu quả khi được phát hiện sớm. Việc điều trị ung thư quan trọng nhất là phẫu thuật cắt bỏ khối u đó. Một điều cũng vô cùng quan trọng dẫn đến chữa trị thành công là việc phân phối hiệu quả thuốc chống ung thư vào các khối u sau khi phẫu thuật. Trong tất cả các vấn đề liên quan đến chữa trị ung thư hiệu quả như trên đều liên quan đến nâng cao chất lượng hình ảnh và xác định kích thước của khối u. Đề tài đã đạt được một số kết quả như sau: Sau khi đọc ảnh y tế đầu vào thực tế, khối tiền xử lý bao gồm lọc nhiễu cho ảnh và cân bằng Histogram cho kết quả ảnh tốt hơn, dễ quan sát hơn. Sau đó trích lọc trực tiếp vùng cần quan tâm trên ảnh đã được xử lý để tìm biên ảnh (dùng phương pháp Wavelet). Cuối cùng là xử lý biên ảnh hoặc đánh dấu biên ảnh để tìm kích thước khối u. Để tìm diện tích khối u, tác giả đề xuất hai phương pháp là: tìm tổng diện tích các pixels bên trong đường biên và chia nhỏ khối u thành nhiều lát cắt có cùng bề dày và tính tổng diện tích các lát cắt. Để tìm thể tích khối u, tác giả sử dụng công thức tính khi đã biết chiều dài và chiều rộng khối u. Các kết quả trên có thể được ứng dụng giúp bác sĩ xác định kích thước khối u trong thực tế để chẩn đoán và điều trị bệnh ung thư. ABSTRACT: Cancer is the second most common reason for worldwide death with over 200 kinds of one just identified. Detecting early is the major in effective cancer treatment. The important cancer treatment is surgical removal of such tumors. The key leading to a successful cure often involves the efficient delivery of anticancer drugs to the tumor site after a surgery. The size of tumor in these cases needs to be determined. This thesis has achieved some results as follows: After reading the input image, the preprocessing block includes noise filtering and Histogram equalization for better image results, more easily observed. Then extracted directly on the image region of interest was to find the edge of image processing (wavelet method). Finally, image processing or marked the edge of image directly is to calculate tumor size. Two methods are proposed to determine the size of tumor are:the first one is the calculation of the total area of tumor based on pixels of image; the second one is the division of tumor into many parts with the same distance is applied.To find the volume of the tumor, the author used the formula that we know the length and width of the tumor. These numeric results can be applied to determine the size of tumor for diagnosis and treatment of cancer. I. Giới thiệu Kích thước khối u giúp bác sĩ hoặc nhân viên y tế xác định giai đoạn và cách thức điều trị thích hợp [1]. Bên cạnh đó, trong điều trị, kích thước khối u được theo dõi để đánh giá hiệu quả quá trình điều trị và xác định cách thức điều trị tiếp theo. Nhiều nghiên cứu đã được công bố trong lĩnh vực đưa ra mô hình thuật toán sự phát triển của khối u trong [4], [6], [7]. Với các thuật toán đưa ra, các công bố trên thực sự hữu ích trong việc dự đoán sự phát triển và lây lan của khối u. Mary Frances Dempsey tiến hành đo kích thước cũng của khối u não với sai số xác định trước thể hiện trong [5]. Bài báo đã đưa ra kết quả tìm 1
  2. thể tích khối u não và đánh giá kết quả với hình ảnh MR bằng thực nghiệm nghiên cứu 70 bệnh nhân bị tái phát ung thư não. Từ đó nhận định mối quan hệ giữa thể tích khối u và sự tái phát của bệnh trong điều trị. Một nghiên cứu được phát hành năm 2009 tìm ra cách thức tìm thể tích khối u dựa trên công thức chuyển đổi khi biết chiều dài, rộng và giới tính của bệnh nhân bằng phương pháp thực nghiệm. Vì vậy xác định kích thước khối u đóng vai trò quan trọng trong chẩn đoán và điều trị ung thư. Để tìm được kích thước khối u thì cần tìm biên khối u chính xác. Do đó trong luận văn này, tác giả xác định kích thước khối u đặc dùng phương pháp Wavelet tăng cường biên ảnh. Kích thước khối u ở đây là diện tích và thể tích khối u. Để tìm diện tích khối u, hai phương pháp được đề xuất: một là, tìm diện tích khối u bằng cách tìm tổng diện tích các điểm ảnh trong khối u; hai là, chia nhỏ khối u thành nhiều lát cắt với cùng bề dày lát cắt. Tìm thể tích dùng công thức chuyển đổi khi biết chiều dài, chiều rộng và giới tính của bệnh nhân I. Nôị dung 1.1. Sơ đồ khối quá trình xác định kích thƣớc khối u đặc Để xác định kích thước khối u đặc, ta thực hiện các công việc cụ thể trong sơ đồ khối sau: Hình 1.1: Sơ đồ khối quá trình xác định kích thước khối u đặc Nhiệm vụ các khối như sau: Đọc ảnh đầu vào: Nhiệm vụ của khối này là đọc được nhiều định dạng khác nhau. Chuyển ảnh CT 24-bit đa sắc thành ảnh CT 8-bit đơn sắc. Tiền xử lý: Nhiệm vụ khối tiền xử lý là lọc ảnh, tăng cường ảnh để ảnh rõ hơn. Trích lọc đối tượng: Trong khối này nhiệm vụ chính là chọn vùng ảnh quan tâm. Tìm biên ảnh: Trong khối này, khối u sẽ được lấy biên và cắt bỏ hoàn toàn những bộ phận không liên quan đến khối u để chuẩn bị cho việc tìm kích thước ở các khối sau. Tìm kích thước đối tượng: Ở bước cuối cũng này, khối u sẽ được tính kích thước. Thông số kích thước khối u sẽ hỗ trợ cho việc xác định giai đoạn ung thư hoặc hỗ trợ cho các phương pháp điều trị thích hợp. Kích thước khối u tìm được là diện tích và thể tích. 1.2. Tiền xử lý 1.2.1. Biểu đồ Histogram Ảnh hai chiều đơn sắc f(x,y) có M dòng, N cột thì Histogram Hf(n) được tính như sau: 2
  3. M 1 N 1 H f (n)  d  f (x.y) n x 0 y 0 (1.1) n 0,1, ,255 Giá trị Histogram được chuẩn hóa như sau: 1 h (n) H (n) f MN f 255 (1.2)  hf (n) 1 n 0 1.2.2. Giá trị Entropy Entropy của ảnh hai chiều đơn sắc là tập hợp các giá trị h(pn) được tính bằng công thức: 255 H  p(n)log 2 p(n) n 0 (1.3) Qua đó có thể xác định mức gray của ảnh, đánh giá thông tin và tìm được giá trị Entropy. 1.2.3. Biến đổi Wavelet và ứng dụng Biến đổi Wavelet Phép biến đổi Wavelet rời rạc được định nghĩa như sau: j C 22 f ( t ) (2 j t k ) dt jk, (1.4) Phép biến đổi Wavelet ngược (IDWT) s 10 ds 1 (1.5) F()(,)()(,)() t C s ss, t dtd  D s 0  , t d  K s2 K s 0 0  0 Biến đổi rời rạc hai chiều được kết quả như sau: Hình 1.2. Biến đổi Wavelet rời rạc hai chiều cho ảnh Biến đổi đa phân giải được thực hiện như sau Hình 1.3. Biến đổi Wavelet rời đa phân giải hai bậc 3
  4. Ứng dụng của biến đổi Wavelet trong lọc nhiễu Biến đổi Wavelet của ảnh được bốn ảnh B, V, H, D trong đó B là ảnh xấp xỉ, H là sai lệch giữa 02 điểm ảnh liên tiếp tại mỗi dòng của ảnh, V là sai lệch giữa 02 điểm ảnh liên tiếp tại mỗi cột của ảnh, D là sai lệch giữa 02 điểm ảnh liên tiếp theo đường chéo của ảnh. H B H HAH T HAGT W AW T A H T | GT (1.6) N N   T T G V D GAH GAG Đối với ảnh CT có kích thước 512x512 thì ma trận H và G là ma trận có kích thước 256x512. Sau khi biến đổi Wavelet được các ảnh phụ, quan sát trên các ảnh phụ kết hợp với biến đổi Histogram các ảnh phụ ta chọn ngưỡng và tiến hành lọc ảnh. Sau đó tiến hành biến đổi ngược trở lại như ảnh ban đầu với nhiễu đã được giảm đi. Ứng dụng của biến đổi Wavelet trong tìm biên Ta chỉ xét ứng dụng Wavelet trong tìm biên 2D. Hàm Wavelet mẹ dạng module Gaussian là sóng sin có dạng sau: 1 1 x2 y2  (x, y) exp j x (1.7) 2   2  2  2 0 x y x y Đây là hàm Wavelet không trực giao tần số góc 0 và độ lệch tiêu chuẩn  x và  y . Đối với ảnh f(x,y) 2D với s là hệ số tỉ lệ,  là hệ số dịch chuyển Ws, f (x, y) f  s, x, y (1.8) Sau đó áp dụng kỹ thuật Gradient như sau: G[ f (x, y)] G2 G2 (1.9) x y G Hướng của biên p như sau: p tan 1 y (1.10) G x Sau đó so sánh kết quả đó với hai điểm biên lân cận. Nếu điểm ảnh này là lớn nhất thì giữ lại điểm biên này (đánh dấu điểm biên này), ngược lại thì điểm biên này bị loại đi. Tiếp theo sử dụng ngưỡng để loại bỏ một số các điểm biên dư. 1.3. Tìm kích thƣớc khối u 1.3.1. Tìm diện tích  Tìm tổng diện tích các pixel: Công thức tìm diện tích khối u a như sau: col row S a(i, j) S p j 1 i 1 (1.11) Có hai giải pháp trong phương pháp này: Kiểm tra pixel 1 theo hàng và theo cột sẽ xác định được biên của khối u. Tìm tổng các pixel bên trong đường biên. Sau khi tìm được biên sẽ đánh dấu đường biên bằng thao tác trực tiếp trên ảnh. Biến đổi tất cả các pixel bên trong đường biên được đánh dấu thành 1 và ngược lại là 0. Tính tổng diện tích pixel 1 có trong vùng được đánh dấu.  Chia nhỏ khối u: Công thức tìm diện tích khối u như sau: 4
  5. n n S  Si li *d i 1 i 1 (1.12) Với S: diện tích khối u; d: chiều rộng của lát cắt; li: chiều dài của lát cắt; n: số lát cắt. 1.3.2. Tìm thể tích 3 Công thức tìm thể tích như sau: V f (length *width) 2 6 (1.13) Trong đó: V: thể tích khối u; Length: chiều dài khối u; Width: Chiều rộng khối u, f là hệ số, phụ thuộc vào giới tính của bệnh nhân. f 1,58 0,01 nếu bệnh nhân là nữ f 1,69 0,03 nếu bệnh nhân là nam II. K ê ́t q u a ̉ xác đ ị nh kích thƣớc khối u đặc 2.1. Tìm diện tích khối u có đƣờng biên khép kín Đọc ảnh đầu vào với định dạng là file jpg. a) b) Hình 2.1. Ảnh trước và sau khi chuyển thành ảnh Grayscale 8 bit Biểu đồ Histogram ảnh như hình 2.2 (a), (b). Tính giá trị Entropy bằng công thức 1.8 ta được H = 6,7586. Điểm Gray chứa giá trị thông tin cao nhất là 17 vì điểm này xuất hiện ít nhất trong ảnh do đó nó mang giá trị thông tin cao nhất h(p17)= 0,0010. Chọn hệ số tách ảnh là 0,005 (c) Hình 2.2. Ảnh biểu đồ Histogram (a), Histogram chuẩn hóa tương ứng (b) Tách ảnh với hệ số 0,005 (c) 5
  6. Lọc nhiễu: Xét ảnh nhiễu Gaussian với hệ số nhiễu 0.01 và kết quả lọc (hình 2.4) a) b) c) Hình 2.4. Kết quả quá trình xử lý nhiễu Tăng cƣờng ảnh: Kết quả sau khi tăng cường ảnh như sau Hình 2.5. Ảnh trước và sau khi được tăng cường 2.2.3. Trích lọc ảnh và tìm biên ảnh Quan sát ảnh sau khi tăng cường, giả sử phát hiện vùng quan tâm như hình Hình 2.6. Xác định và trích lọc đối tượng quan tâm a) b) c) Hình 2.7.Kết quả quá trình tìm biên và xử lý biên 6
  7. Từ đối tượng quan tâm hình 2.7a) tìm biên dùng phương pháp Wavelet kết hợp với Gradient cho đường biên đẹp và dễ quan sát. Tuy nhiên vẫn còn những thông tin khác không phải đường biên thể hiện trên ảnh sau khi lấy biên hình 2.7b) vì vậy cần xử lý biên cho tốt bằng cách loại bỏ các bộ phận khác không liên quan đến khối u để thuận tiện trong việc xác định kích thước khối u ở bước sau. Kết quả sau khi xử lý đường biên như hình 2.7c) 2.2.4. Tìm kích thƣớc khối u 2.2.4.1 Tìm diện tích  Phương pháp tìm tổng pixel Giải pháp 1: Kiểm tra pixel 1 theo hàng và theo cột để xác định đường biên của khối u. Kết quả tính diện tích theo giải pháp 1 được: S1 = 72,3450 mm2 Giải pháp 2: Đánh dấu đường biên trực tiếp trên vùng quan tâm đã được tách biên. Trình tự thực hiện như trong hình 2.8. Từ biên ảnh chưa xử lý hình 2.8a), đánh dấu trực tiếp trên đối tượng quan tâm hình 2.8b), sau đó chuyển đổi tất cả điểm ảnh bên trong biên thành 1 hình 2.8c). Kết quả S2 = 71,8900 mm2 a) b) c) Hình 2.8. Quá trình tìm diện tích đối tượng bằng giải pháp 2 a) Đường biên sau xử lý b) Đường biên sau khi được đánh dấu c) Ảnh sau khi chuyển đổi pixel bên trong đường biên  Phương pháp chia nhỏ khối u: Chọn bề dày lát cắt là 1, kết quả diện tích tìm được theo phương pháp trên như sau: S3 = 72,0720mm2 2.2.4.2 Tìm thể tích Sau khi xác định được khối u, tìm chiều dài và chiều rộng khối u. Chọn giới tính bệnh nhân để xác định hệ số. Kết quả xuất ra thể tích khối u như sau nếu chọn giới tính là nam (1). Hình 2.9. Kết quả thể tích khối u Kết quả ở hình 2.9 thể hiện được chiều dài và chiều rộng của khối u (tính theo đơn vị milimet). Sau khi chọn giới tính là nam, kết quả tìm thể tích theo đơn vị mm3 7
  8. 2.2. Tìm diện tích khối u có đƣờng biên hở Đối với các đường biên không khép kín, tiến hành mô phỏng tương tự như phần 2.1 a) b) c) Hình 2.11. Phân tích sai số của các phương pháp tìm diện tích Ở hình 2.11a) phần diện tích bên trong của hai đường thẳng màu vàng với một phần đường biên sẽ không được tính do đường biên bị hở. Hình 2.11b) một vài thành phần khác bên trong khối u sẽ không được tính diện tích (các phần được chọn màu đỏ) nhưng phần không phải là khối u (phần màu vàng) lại được tính trong kết quả tìm diện tích. Ở hình 2.11c) sai số chỉ phụ thuộc vào thao tác chọn biên. Ở cả ba giải pháp tìm diện tích đều cho ra kết quả gần như nhau với sai số nhỏ. Trong đó nếu tìm diện tích bằng thao tác đánh đâu đường biên trực tiếp trên hình thì cho kết quả sai số nhiều hơn. Tuy nhiên ưu điểm của phương pháp này là áp dụng tốt cho những khối u có đường biên không khép kín. III. Kết luâṇ Trong bài báo này tác giả đã thực hiện và đạt được các kết quả sau. Thứ nhất là thực hiện tiền xử lý ảnh gốc gồm lọc nhiễu, cân bằng Histogram, tăng cường ảnh. Sau khi thực hiện tiền xử lý thì hình ảnh rõ nét hơn. Thứ hai là đối tượng quan tâm được trích lọc trực tiếp trên ảnh sau khi đã được tiền xử lý và tìm biên ảnh dùng phương pháp Wavelet và xử lý biên tốt hơn. Thứ ba là tìm được kích thước khối u. Kích thước được tìm ở đây là diện tích và thể tích. Đối với tìm diện tích khối u đặc, hai phương pháp được đề xuất là: tìm tổng số pixels và chia nhỏ khối u. Kết quả khi đối chiếu các phương pháp tìm diện tích thì cho kết quả lệch nhau không đáng kể nếu đường biên hoàn toàn khép kín. Tuy nhiên tùy vào dạng đường biên ta nên chọn giải pháp phù hợp để tìm được diện tích chính xác nhất. Thể tích được tìm bằng cách sử dụng công thức (4.3) khi biết được chiều dài và chiều rộng khối u đặc. Thể tích này dù không cho kết quả hoàn toàn chính xác vì tìm thể tích từ ảnh 2D, tuy nhiên cũng giúp bác sĩ có cái nhìn chung về khối u. IV. Tài liệu tham khảo 1. Hứa Thị Hoàng Yến, Hứa Vĩ Phương, “Ứng dụng biến đổi Wavelet và mạng nơron để phát hiện và chẩn đoán các hóa vôi rất nhỏ trên nhũ ảnh”, tạp chí phát triển khoa học và công nghệ, 2008 2. Vũ Thành An, “Thuật toán Shannon Wavelet để nhận biết vùng nghi vấn trong ảnh CT”, luận văn thạc sĩ, 2013 3. John P. Feldman, “A mathematical model for tumor volume evaluation using two- dimensions”, Journal of applied quantitative methods, Israel,2009 4. P. David Mozley , “Measurement of Tumor Volumes Improves RECIST – Based Response Assessments in Advanced Lung Cancer ”,Translational Oncology,USA, 2012(6) 8
  9. 5. Mary Frances Dempsey, Barrie R. Condon, Donald M. Hadley, “Measurement of Tumor “Size” in Recurrent Malignant Glioma: 1D, 2D, or 3D”, American Journal of reuroradiology, 2005(8) 6. Petrová Jana, “Edge detection in medical images using the Wavelet Transform”, Portál pre odborné publikovanie ISSN 1338-0087, 2011(9) 7. Tiina Roose, S. Jonathan Chapman, Philip K. Maini, “Mathematical Models of Avascular Tumor Growth”, Society for Industrial and Applied Mathematics, 2007(10) 8. Xác nhận GVHD TS. Nguyễn Thanh Hải 9
  10. BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.