Đề tài Thiết lập phần mềm xử lý và hợp nhất ảnh 3D hình ảnh chẩn đoán y khoa

trình thu nhaän aûnh töø beänh nhaân trong baát kyø moâ hình naøo, keát quaû thu ñöôïc khoâng phaûi chæ laø nhöõng aûnh rôøi raïc nhau maø haàu heát laø nhöõng taäp aûnh bieåu dieãn caùc lôùp caét lieân tieáp nhau (coù theå leân tôùi haøng traêm lôùp caét). Nhö vaäy, ñeå khaûo saùt ñöôïc moät hoà sô aûnh cuûa beänh nhaân thì trình duyeät aûnh y khoa phaûi ñaùp öùng ñöôïc khaû naêng duyeät cuøng luùc nhieàu taäp aûnh. Ñaây cuõng chính laø cô sôû hoã trôï cho khaû naêng taùi taïo aûnh 3 chieàu veà sau do taát caû thoâng tin töø caùc aûnh thaønh phaàn trong cuøng moät taäp aûnh ñeàu ñöôïc truy caäp vaø xöû lyù ñoàng thôøi. Höôùng tôùi giaûi quyeát vaán ñeà naøy, trình duyeät aûnh ñöôïc taïo ra bôûi MATLAB seõ coù khaû naêng ñaùp öùng nhu caàu hieån thò cuøng luùc nhieàu taäp aûnh döõ lieäu cuûa beänh nhaân. Ngoaøi ra, do haàu heát caùc maùy tính ngaøy nay ñeàu chaïy treân neàn Windows vôùi töông taùc tröïc quan töø ngöôøi söû duïng, maøn aûnh hieån thò thoâng tin cuûa maùy coù kích thöôùc nhaát ñònh, chính vì theá Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 58 soá hình aûnh hieån thò cuøng luùc treân maøn hình caàn ñöôïc tính toaùn phuø hôïp vôùi kích thöôùc maøn hieån thò (thoâng thöôøng maøn hình coù ñoä phaân giaûi khoaûng 1024 × 768 pixels). Qua thöïc teá khaûo saùt moät soá phaàn meàm duyeät aûnh cuûa caùc moâ hình maùy trong beänh vieän, nhaän thaáy trình duyeät aûnh goàm 4 khung hieån thò aûnh laø phuø hôïp nhaát ñeå ñaûm baûo ñoä chính xaùc khi duyeät moät aûnh baát kyø. Vôùi muïc tieâu chính ñaàu tieân laø phaàn meàm phaûi coù khaû naêng thieát laäp aûnh 3 chieàu töø caùc taäp aûnh 2 chieàu, neân ôû ñaây, trình duyeät aûnh ñöôïc thieát keá tröôùc heát seõ goàm 4 khung hieån thò aûnh. Moãi khung hieån thò coù theå duøng ñeå hieån thò 1 aûnh caàn nghieân cöùu, hoaëc coù theå hieån thò theo thöù töï töøng aûnh moät trong taäp aûnh nghieân cöùu. Khi moät khung aûnh ñaïi dieän cho moät taäp aûnh hieån thò, ta coù theå döïa vaøo ñaây ñeå thieát laäp aûnh 3 chieàu töø taäp aûnh chöùa trong khung. Cuõng töø thöïc teá khaûo saùt, ta nhaän thaáy raèng hoà sô aûnh cuûa beänh nhaân khoâng chæ goàm 1 taäp aûnh maø goàm nhieàu taäp aûnh (öùng vôùi töøng phaân ñoaïn chuïp aûnh). Vì soá löôïng khung aûnh cuûa trình duyeät phaûi ñaûm baûo laø 4 khung neân ta seõ thieát keá phaàn meàm coù theå duyeät laàn löôït moät nhoùm 4 taäp aûnh trong taát caû caùc taäp aûnh trong hoà sô aûnh beänh nhaân. Ñaùp öùng ñöôïc taát caû caùc yeâu caàu treân coù nghóa laø ñaõ giaûi quyeát ñöôïc muïc tieâu ñaàu tieân cuûa phaàn meàm. Hình döôùi ñaây laø minh hoïa cho giao dieän cô baûn cuûa trình duyeät aûnh sau khi ñaõ thieát keá phuø hôïp. Trong hình, 4 khung aûnh bieån dieãn cho 4 taäp aûnh ñaàu tieân naèm trong hoà sô aûnh cuûa 1 beänh nhaân. Caùc phím ◄► töông öùng ñeå ñieàu chænh hieån thò caùc aûnh trong 1 taäp aûnh theo thöù töï soá trong khung. Thanh tröôït doïc ñieàu khieån vieäc hieån thò 4 taäp aûnh lieân tieáp trong hoà sô aûnh cuûa beänh nhaân (thanh naøy chæ xuaát hieän trong tröôøng hôïp duyeät toaøn boä hoà sô aûnh vôùi soá taäp aûnh lôùn hôn 4). Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 59 Hình 3 : Giao dieän cô baûn cuûa trình duyeät aûnh y khoa 4.2.2. Xaây döïng coâng cuï hôïp nhaát aûnh 2 chieàu Kyõ thuaät hôïp nhaát söû duïng ôû ñaây laø kyõ thuaät döïa vaøo cöôøng ñoä ñieåm aûnh coù söû duïng theâm hình thöùc ñieåm töông ñoàng. Tieán trình hôïp nhaát ñöôïc thöïc hieän qua caùc coâng ñoaïn :
Caân chænh kích thöôùc 2 aûnh töông xöùng vôùi nhau Ñaây laø moät coâng vieäc töông ñoái phöùc taïp do kích thöôùc cuûa caùc aûnh laø raát ña daïng. Nhö ñaõ ñeà caäp trong chöông 2, kích thöôùc aûnh y khoa thöôøng laø 512 × 512 hoaëc 256 × 256 pixels. Nhöng do yeáu toá chuû quan töø ngöôøi ñieàu khieån neân aûnh coù khaùc bieät moät ít veà chieàu cao hay chieàu roäng, chaúng haïn nhö 512 × 448 hoaëc 340 × 320 … chính ñieàu naøy gaây ra söï phöùc taïp. Vì ñeå hôïp nhaát coù hieäu quaû thì kích thöôùc hai aûnh khoâng quaù cheânh leäch, nhöng neáu caân chænh kích thöôùc moät caùch thoâ sô thì deã gaây ra sai leäch cho aûnh ñöôïc chænh kích thöôùc (aûnh coù theå bò keùo daõn hoaëc thu heïp laïi so vôùi thöïc teá), töø ñoù keát quaû hôïp nhaát seõ bò aûnh höôûng khoâng coøn ñaûm baûo tính trung thöïc nöõa. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 60 Vì vaäy, ta phaûi chænh söûa kích thöôùc hai aûnh sao cho vöøa phaûi ñaûm baûo caùc caáu truùc beân trong aûnh töông xöùng nhau laïi vöøa phaûi ñaûm baûo kích thöôùc 2 aûnh phuø hôïp vôùi tæ leä ban ñaàu. Ñeå laøm ñöôïc nhö theá, ta seõ vaän duïng linh hoaït hai coâng cuï ñieàu chænh kích thöôùc do MATLAB hoã trôï laø imresize vaø wextend [33]. • Neáu hai aûnh chæ cheânh leäch nhau moät ít chaúng haïn nhö tröôøng hôïp 512 × 512 vôùi 512 x 448, ta seõ söû duïng wextend ñeå boå sung phaàn khuyeát cuûa aûnh nhö trong tröôøng hôïp naøy ta seõ boå sung theâm veà hai phía nhöõng coät ñieåm aûnh coù giaù trò 0 vaøo aûnh thöù 2 ñeå ñieàu chænh kích thöôùc thaønh 512 × 512. Giaù trò 0 nhaèm bieåu dieãn maøu ñen cho phuø hôïp vôùi ñaëc tính cuûa caùc aûnh y khoa. • Coøn trong tröôøng hôïp hai aûnh cheânh leäch nhau nhieàu nhö tröôøng hôïp 256 × 256 vaø 512 × 448, tröôùc tieân ta seõ söû duïng imresize ñeå taêng kích thöôùc aûnh 1 theo moät thöøa soá tæ leä k (ôû ñaây k = 2) thaønh 512 x 512 sau ñoù seõ söû duïng wextend ñeå ñieàu chænh aûnh 2. Khi vaän duïng linh hoaït hai coâng cuï naøy, ta seõ thu ñöôïc hai aûnh töông xöùng vôùi nhau maø laïi ñaûm baûo khoâng bò meùo daïng aûnh.
Xaùc ñònh bôø meùp cuûa aûnh Ñaây laø coâng ñoaïn giuùp ñoàng nhaát bôø meùp cuûa hai aûnh vôùi nhau laøm neàn taûng ñeå hôïp nhaát caùc giaù trò töông öùng tieáp theo. Caùch thöùc xaùc ñònh meùp ñöôïc hoã trôï baèng coâng cuï edge söû duïng boä loïc “sobel” [33]. Sobel laø boä loïc giuùp taêng cöôøng cho caùc ñöôøng meùp theo chieàu ngang hoaëc chieàu doïc söû duïng thuaät toaùn xaáp xæ “sobel” laøm neàn taûng vôùi ma traän tích chaäp töông öùng laø 1 2 1 0 0 0 1 2 1        − − −  hoaëc 1 0 1 2 0 2 1 0 1 −    −   −  www.bme.vn Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 61 Trong quaù trình laøm trôn döõ lieäu ñieåm (söû duïng thuaät toaùn Spline chaúng haïn), boä loïc Sobel seõ traû veà nhöõng giaù trò ñieåm aûnh lôùn nhaát, coøn nhöõng giaù trò khaùc bò loaïi boû (giaù trò ñöôïc gaùn baèng 0).
Tính toaùn caùc giaù trò ñieåm aûnh hôïp nhaát Sau khi ñaõ ñoàng nhaát meùp cuûa 2 aûnh, ta tieán haønh thieát laäp caùc giaù trò ñieåm aûnh cho aûnh hôïp nhaát. Caùc giaù trò naøy ñöôïc tính toaùn döïa vaøo giaù trò ñieåm aûnh töông xöùng vôùi nhau cuûa 2 aûnh goác. ÔÛ ñaây ta söû duïng moät hình thöùc tuyeán tính ñeå xaùc ñònh giaù trò ñieåm aûnh hôïp nhaát coù daïng sau : c = a × p + b × (1-p) vôùi 0 ≤ p ≤ 1 Vôùi a, b, c laàn löôït laø giaù trò ñieåm aûnh cuûa aûnh goác vaø aûnh hôïp nhaát. Nhö vaäy, vôùi taäp hôïp caùc ñieåm aûnh môùi ñöôïc taïo ra, ta thu ñöôïc aûnh hôïp nhaát. Vaø ñeå ñaùp öùng ñöôïc muïc tieâu thöù 2 cuûa phaàn meàm, ta seõ thieát laäp theâm moät chöùc naêng hôïp nhaát lieân tuïc töøng caëp aûnh töông öùng lieân tieáp trong 2 taäp aûnh ñöôïc qui ñònh trong 2 khung hieån thò. Cuoái cuøng, ta thu ñöôïc moät taäp aûnh 2 chieàu hôïp nhaát laøm tieàn ñeà ñeå thieát laäp aûnh 3 chieàu hôïp nhaát. 4.2.3. Xaây döïng trình duyeät aûnh 3 chieàu Moät trong nhöõng yeáu toá chính maø phaàn meàm caàn coù ñöôïc laø khaû naêng thieát laäp aûnh 3 chieàu töø caùc taäp aûnh 2 chieàu. Ñaây töôûng chöøng nhö moät thao taùc khaù ñôn giaûn khi chuùng ta chæ caàn bieåu dieãn treân cuøng moät heä truïc caùc lôùp caét aûnh lieân tieáp nhau laø seõ thu ñöôïc moät caáu truùc khoâng gian cuûa vaät theå. Nhöng vaán ñeà laø soá löôïng aûnh thöïc teá trong moät taäp aûnh bao giôø cuõng raát nhoû so vôùi kích thöôùc cuûa moät aûnh. Chaúng haïn nhö moät taäp aûnh chuïp cuûa ñaàu goàm 30 lôùp caét coù kích thöôùc 512 × 512 pixels. Nhö vaäy giaû söû nhö ñoä daøy cuûa moät lôùp caét töông ñöông 1 pixel thì khi bieåu dieãn 30 lôùp caét saùt nhau trong khoâng gian xyz, phaàn caáu truùc coù ñöôïc chæ baèng khoaûng 1 phaàn 15 caáu truùc thöïc teá. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 62 Chính vì theá, phaûi tìm ra ñöôïc moät hình thöùc ñaëc bieät ñeå bieåu dieãn caáu truùc khoâng gian cuûa vaät aûnh töông ñoái saùt vôùi thöïc teá. Ta xeùt 2 caùch sau :
Caùch 1 Bieåu dieãn caùc lôùp caét treân truïc ñöùng (z) theo tæ leä phuø hôïp vôùi caáu truùc vaät. Khi ñoù giöõa caùc lôùp caét seõ laø nhöõng khoaûng khoâng caùch ñeàu nhau. Tieáp theo, söû duïng thuaät toaùn ñeå taïo neân nhöõng ñöôøng noái töông öùng giöõa caùc lôùp caét naøy vôùi nhau (caùch thöùc naøy coù theå xem nhö laø laøm taêng beà daøy cuûa caùc lôùp caét). Nhö vaäy ta seõ thu ñöôïc moät khoái aûnh 3 chieàu vôùi kích thöôùc töông ñöông vôùi caáu truùc thaät.
Caùch 2 Duøng moät thuaät toaùn ñaëc bieät ñeå noäi suy caùc lôùp caét coøn thieáu giöõa 2 lôùp caét lieân tieáp baát kyø. Sau khi ñaõ coù ñuû soá lôùp caét caàn thieát, tieán haønh bieåu dieãn leân khoâng gian 3 chieàu, ta thu ñöôïc caáu truùc töông ñöông. Trong 2 caùch treân, xeùt vôùi muïc ñích hôïp nhaát hình aûnh 3 chieàu, ta nhaän thaáy chæ coù caùch 2 laø khaû thi. Neáu thöïc hieän theo caùch 1, ta seõ chæ ñôn giaûn taïo ñöôïc beà maët cuûa vaät theå chuïp bôûi caùc caáu truùc treân aûnh chuïp coù khuynh höôùng hoäi tuï veà taâm aûnh hoaëc khoâng hoaøn toaøn töông xöùng vôùi nhau treân töøng aûnh. Do ñoù, vieäc taïo ra caùc ñöôøng noái giöõa caùc lôùp aûnh chæ khaõ dó thöïc hieän ñöôïc ñoái vôùi moät soá ñieåm töông xöùng naøo ñoù giöõa caùc lôùp aûnh maø thoâi, ñeå coù theå keát noái töông öùng giöõa caùc caáu truùc laø moät coâng vieäc haàu nhö khoâng coù khaû naêng thöïc hieän. Vì theá, caùch 1 chæ coù theå öùng duïng ñeå taïo moät daïng caáu truùc ñaëc bieät trong boä phaän ñöôïc chuïp ñeå quan saùt beà maët chöù khoâng theå giuùp ích cho vieäc chaån ñoaùn chöùc naêng cuûa boä phaän ñoù. Vôùi caùch 2, moãi lôùp aûnh ñöôïc noäi suy ra ñeàu töông xöùng vôùi caùc lôùp aûnh goác hay noùi caùch khaùc, caùc lôùp aûnh noäi suy naøy coù theå ñaïi dieän cho caùc lôùp caét khoâng thöïc hieän trong quaù trình chuïp. Khi tieán haønh bieåu dieãn treân toaï ñoä khoâng gian thì caùc thoâng tin treân lôùp caét noäi suy ñeàu bieán thieân töông xöùng vôùi caùc lôùp caét goác giuùp cho aûnh saùt vôùi thöïc teá Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 63 hôn. Phaân boá cöôøng ñoä ñieåm aûnh treân caùc lôùp aûnh noäi suy cuõng phuø hôïp vôùi phaân boá cöôøng ñoä cuûa caùc ñieåm treân aûnh goác.
Thuaät toaùn noäi suy : ñöôïc öùng duïng ôû ñaây döïa treân cöôøng ñoä ñieåm aûnh cuûa caùc lôùp aûnh goác. Caùc lôùp caét noäi suy ñöôïc taïo thaønh töø taäp hôïp nhöõng giaù trò ñieåm aûnh noäi suy töông öùng. Cuï theå veà thuaät toaùn noäi suy naøy, ta xeùt 2 lôùp aûnh goác coù kích thöôùc 256 × 256 ñieåm aûnh Giaû söû ta muoán taïo theâm 1 lôùp caét 256 × 256 giöõa 2 lôùp naøy, ta seõ taïo ra moät taäp giaù trò ñieåm aûnh noäi suy töø giaù trò cuûa caùc ñieåm aûnh treân 2 aûnh goác nhö sau : , , , 2 i j i j i j A B C + = Vôùi A, B laø caùc taäp giaù trò ñieåm aûnh cuûa 2 aûnh goác. i, j coù giaù trò töø 1 ñeán 256 Neáu muoán taïo theâm n lôùp caét, ta laøm nhö sau : , , , i j i j i j A B k n − = , , , m i j i j i jC B m k= + × hoaëc , , ,( )mi j i j i jC A n m k= − − × 0 , ,i j i jC B= vaø 1 , , n i j i jC A + = Trong ñoù mC laø taäp giaù trò ñieåm aûnh noäi suy thöù m vôùi m coù giaù trò töø 1:n k laø taäp caùc coâng boäi tính toaùn töø ñoä cheânh leäch giaù trò cuûa A vaø B Baèng caùch nhö vaäy, caùc lôùp caét ñöôïc taïo ra seõ ñaûm baûo ñöôïc tính lieân tuïc trong phaân boá cuûa caùc lôùp caét goác, ñoàng thôøi ñaùp öùng toát theâm moät muïc tieâu nöõa cuûa phaàm meàm thieát keá. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 64 Ñeán ñaây thì coâng ñoaïn taùi taïo aûnh 3 chieàu gaàn nhö hoaøn chænh, chæ coøn moät vaán ñeà nöõa caàn quan taâm laø vieäc bieåu dieãn caùc caáu truùc bò che khuaát beân trong. Ñeå tìm ra giaûi phaùp cho vaán ñeà naøy, ta phaûi khaûo saùt ñeán möùc ñoä trong suoát cuûa caáu truùc aûnh 3 chieàu. Moät caáu truùc 3 chieàu seõ goàm nhieàu khoái aûnh vôùi cöôøng ñoä ñaëc tröng khaùc nhau vaø ñöôïc bieåu dieãn treân khoâng gian döôùi moät löôïc ñoà maøu nhaát ñònh (thöôøng söû duïng löôïc ñoà RGB). Neáu ñaëc tröng veà maøu cuûa moãi khoái aûnh ñöôïc giöõ nguyeân baûn chaát, noù seõ che laáp ñi caùc khoái aûnh khaùc khi quan saùt treân cuøng moät phöông. Ñeå coù theå quan saùt ñöôïc caùc khoái aûnh bò che laáp, ta caàn thieát keá moät löôïc ñoà khaùc coù taùc duïng thay ñoåi ñaëc tính trong suoát cuûa moãi maøu cô baûn. Ta taïm goïi ñaây laø thang trong suoát coù ñoä trong suoát thay ñoåi trong khoaûng [0, 1].
Thang trong suoát : phuø hôïp nhaát ñeå söû duïng trong phaàn meàm naøy seõ laø thang coù tính chaát ñuïc ôû trung taâm (ñoä trong suoát baèng 1) vaø trong suoát moät caùch tuyeán tính veà hai phía. Coù nhö vaäy thì nhöõng thaønh phaàn ôû trung taâm khoái aûnh 3 chieàu seõ ñöôïc quan saùt thaáy qua nhöõng thaønh phaàn trong suoát bieåu dieãn beân ngoaøi. Thuû thuaät naøy ñöôïc MATLAB hoã trôï qua coâng cuï alphamap ñöôïc dieãn ñaït chi tieát sau ñaây [33] “rampup” : taïo ra moät thang trong suoát gia taêng tuyeán tính ñoä ñuïc “rampdown” : taïo ra moät thang trong suoát giaûm tuyeán tính ñoä ñuïc “vup” : taïo moät thang trong suoát ñuïc ôû trung taâm vaø trong suoát tuyeán tính veà 2 phía “vdown” : taïo moät thang trong suoát coù vuøng trung taâm trong suoát vaø ñuïc tuyeán tính veà 2 phía “increase” : thay ñoåi thang trong suoát theo höôùng ñuïc hôn “decrease” : thay ñoåi thang trong suoát theo höôùng trong hôn Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 65 Hình 4 : Ñoà thò bieåu dieãn ñoä trong suoát thay ñoåi theo 64 giaù trò Nhö vaäy laø ta ñaõ hoaøn taát ñöôïc 2 muïc tieâu chính tieáp theo cuûa phaàn meàm. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 66 4.2.4. Thieát laäp aûnh 3 chieàu hôïp nhaát Treân cô sôû ñaõ hoaøn taát 4 muïc tieâu treân, vieäc tieán tôùi xaây döïng moät hình aûnh 3 chieàu hôïp nhaát töông ñoái ñaõ ñöôïc thuaän lôïi hôn. Döïa vaøo nguyeân lyù ñaõ ñeà caäp ôû muïc treân, ta tieán haønh xaây döïng coâng cuï hôïp nhaát 3 chieàu. Quay laïi vôùi trình duyeät aûnh ban ñaàu, ta nhaän thaáy ôû ñaây caàn boå sung vaøo vaøi khung hieån thò chuyeân bieät hôn duøng ñeå bieåu dieãn caùc hình aûnh hôïp nhaát. Ñeå quan saùt moät caùch tieän lôïi, chuùng ta thieát laäp theâm 2 khung hieån thò ngang haøng vôùi caùc khung ñaõ coù. Theo hình thöùc taïo aûnh 3 chieàu thöù nhaát, töùc laø ta seõ hôïp nhaát caùc taäp aûnh vôùi nhau theo töøng caëp aûnh lieân tieáp roài seõ söû duïng coâng cuï taùi taïo aûnh 3 chieàu ñeå cho ra aûnh mong muoán. Neáu laøm theo caùch naøy, ta caàn phaûi thao taùc treân caùc taäp aûnh, ñaây laø moät coâng ñoaïn töông ñoái phöùc taïp. Chính vì theá, moät trong 2 khung hieån thò vöøa thieát laäp seõ daønh cho aûnh hôïp nhaát thöû nghieäm. Tieán haønh thöû nghieäm hôïp nhaát treân 1 caëp aûnh baát kyø töø 2 taäp aûnh cho ñeán khi ñaït keát quaû toái öu nhaát. Khi ñoù ta seõ aùp duïng thao taùc naøy cho moät loaït caùc caëp aûnh tieáp theo ñeå cho ra taäp aûnh hôïp nhaát öng yù vaø bieåu dieãn chuùng trong khung aûnh coøn laïi. Thieát keá khung aûnh hieån thò nhö theá cuõng nhaèm höôùng ñeán môû roäng pheùp hôïp nhaát baùn töï ñoäng veà sau deã daøng hôn. Ñoái vôùi tröôøng hôïp thöù hai, vôùi vieäc söû duïng coâng cuï taùi taïo aûnh 3 chieàu, ta thu ñöôïc hai khoái aûnh 3 chieàu töông öùng vôùi 2 taäp aûnh caàn hôïp nhaát. Xaây döïng coâng cuï hôïp nhaát aûnh 3 chieàu laáy kyõ thuaät döïa vaøo cöôøng ñoä voxels laøm neàn taûng ñeå thieát keá. Kyõ thuaät naøy cuõng gaàn töông töï vôùi kyõ thuaät taïo aûnh hôïp nhaát 2 chieàu, tuy nhieân, ôû ñaây ta taïo ra nhöõng giaù trò voxels hôïp nhaát thay vì taïo ra nhöõng ñieåm aûnh hôïp nhaát. C = A × p + B × (1-p) vôùi 0 ≤ p ≤ 1 trong ñoù A, B, C laàn löôït laø giaù trò voxels cuûa 2 aûnh 3 chieàu goác vaø aûnh 3 chieàu hôïp nhaát. [33] Töø taäp hôïp caùc giaù trò voxels hôïp nhaát naøy, ta thu ñöôïc aûnh 3 chieàu hôïp nhaát. Nhö vaäy ñeán luùc naøy, phaàn meàm hôïp nhaát hình aûnh y khoa 3 chieàu veà cô baûn ñaõ hoaøn taát ñöôïc phaàn chính yeáu nhaát vôùi khaû naêng hôïp nhaát aûnh ôû caáp ñoä töï ñoäng. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 67 Quay trôû laïi baøi khaûo saùt ôû chöông 3, vôùi nhaän ñònh veà söï töï ñoäng hoùa trong kyõ thuaät hôïp nhaát thì nhöõng kyõ thuaät tieân tieán hieän nay cho keát quaû cao ñeàu ôû möùc ñoä baùn töï ñoäng vaø ñang tieán ñeán töï ñoäng hoùa hoaøn toaøn. Vì vaäy, ñeå hoaøn taát muïc tieâu chính cuoái cuøng cuûa vieäc thieát keá phaàn meàm, ta tieán haønh xaây döïng moät soá coâng cuï tieàn xöû lyù aûnh hoaëc khoái aûnh ñeå taêng cöôøng ñoä chính xaùc cho pheùp hôïp nhaát. Trong phaàn meàm naøy, boä coâng cuï tieàn xöû lyù ñöôïc thieát keá bao goàm caùc coâng cuï xoay, phoùng to, thu nhoû, dòch chuyeån aûnh ñöôïc ñieàu khieån moät caùch tröïc quan töø ngöôøi söû duïng. Vaø cuõng vì lyù do thieát keá cho aûnh 3 chieàu neân boä coâng cuï naøy phaûi coù khaû naêng aùp duïng cho moät taäp aûnh cuøng luùc chöù khoâng chæ moät aûnh ñôn nhaát. Moät khi ñaõ laøm ñöôïc ñieàu naøy coù nghóa laø phaàn meàm ñaõ coù khaû naêng hôïp nhaát aûnh ôû caáp ñoä baùn töï ñoäng. Trong quaù trình taïo aûnh 3 chieàu hôïp nhaát thì caáp ñoä baùn töï ñoäng (töùc töông taùc cuûa ngöôøi söû duïng) seõ ñöôïc tieán haønh treân caùc taäp aûnh goác tröôùc giai ñoaïn taùi taïo aûnh 3 chieàu. Nhö vaäy, vôùi khaû naêng tieàn xöû lyù theâm vaøo, ñoä chính xaùc cuûa aûnh hôïp nhaát ñaõ ñöôïc caûi thieän hay noùi caùch khaùc laø kyõ thuaät hôïp nhaát ñaõ ñaït caáp ñoä baùn töï ñoäng vaø muïc tieâu chính cuoái cuøng ñaõ hoaøn thaønh. 4.2.5. Xaây döïng moät soá coâng cuï cho trình duyeät aûnh 3 chieàu
Caùc maët phaúng qui chieáu Ngoaøi chöùc naêng hieån thò caáu truùc 3 chieàu hôïp nhaát ñöôïc, trình duyeät aûnh seõ ñöôïc thieát keá theâm caùc khung hieån thò hình aûnh nhìn töø 3 maët caét cuûa aûnh 3 chieàu giuùp khaûo saùt roõ hôn töøng chi tieát beân trong khoái aûnh. Ñieàu naøy thöïc hieän ñöôïc baèng caùch taïo ra 3 taäp aûnh nhìn töø caùc maët phaúng caét qui öôùc cuûa caáu truùc 3 chieàu. Moãi ñieåm aûnh hay noùi chính xaùc laø moãi voxels cuûa khoái aûnh seõ ñöôïc hieån thò töông öùng treân 3 maët caét ñöôïc ñaùnh daáu bôûi 2 ñöôøng thaúng giao nhau. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 68
AÛnh 3 chieàu thaønh phaàn Thay vì khaûo saùt toaøn boä khoái aûnh caáu truùc, ngöôøi söû duïng chæ caàn khaûo saùt moät vuøng trong khoái aûnh ñaùng quan taâm nhaát. Vì vaäy, ta xaây döïng theâm moät coâng cuï giuùp ngöôøi söû duïng coù theå chuû ñoäng choïn löïa vuøng quan taâm ñeå hieån thò caáu truùc khoái.
AÛnh 3 chieàu chöùc naêng Cuõng töông töï nhö aûnh 3 chieàu thaønh phaàn, ôû ñaây ngöôøi söû duïng caàn khaûo saùt moät boä phaän ñaëc bieät trong khoái aûnh. Thöïc hieän vieäc naøy baèng caùch taïo moät coâng cuï giuùp ngöôøi ñieàu khieån choïn löïa boä phaän caàn hieån thò thoâng qua hình thöùc choïn ñieåm ñaëc tröng cuûa boä phaän naøy töø 1 trong 3 maët phaúng caét. 4.3 ÑAÙNH GIAÙ KEÁT QUAÛ ÑAÏT ÑÖÔÏC VAØ SO SAÙNH Vaän haønh chöông trình trong moâi tröôøng MATLAB, tieán haønh kieåm tra töøng muïc tieâu ñaõ ñeà ra cho chöông trình. 4.3.1. Trình duyeät aûnh y khoa Ñaây laø moät trong hai phaàn giao dieän chính khi thieát keá chöông trình. Nhöõng thao taùc treân phaàn giao dieän naøy vöøa phuïc vuï cho muïc tieâu nghieân cöùu, vöøa taïo ra tieàn ñeà ñeå höôùng tôùi trình duyeät aûnh 3 chieàu. Sô löôïc veà caùc chöùc naêng thaønh phaàn cuûa trình duyeät. Tröôùc tieân, trình duyeät naøy coù hoã trôï giao dieän tieáng Vieät, nhöng ôû ñaây, chuùng ta seõ khaûo saùt chöùc naêng chung thoâng qua giao dieän tieáng Anh.
Menu Patent • Open : môû moät taäp tin aûnh baát kyø ñeå nghieân cöùu töông töï nhö moät trình duyeät aûnh bình thöôøng nhöng ñaëc bieät ôû ñaây hoã trôï theâm chöùc naêng duyeät aûnh ñònh daïng DICOM (.dcm) nhaèm muïc ñích nghieân cöùu 1 hình aûnh y khoa rieâng bieät. Chöùc naêng naøy thöôøng söû duïng ñeå höôùng tôùi hôïp nhaát hai aûnh 2 chieàu, xaùc ñònh chuaån hôïp nhaát ñeå aùp duïng Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 69 vaøo hôïp nhaát nhieàu caëp aûnh 2 chieàu lieân tuïc. Beân caïnh ñoù laø hoã trôï duyeät aûnh ñònh daïng SGI (.sgi) - ñaây laø ñònh daïng aûnh 3 chieàu taïo ra töø trình duyeät 3 chieàu cuûa chöông trình. • Open URL… : môû moät taäp aûnh baát kyø, taäp aûnh naøy seõ hieån thò theo thöù töï töøng aûnh trong moät khung hieån thò ñaõ löïa choïn tröôùc. Neáu soá taäp tin aûnh lôùn hôn 2 thì treân khung xuaát hieän moät nuùt ñieàu chænh ñeå hieån thò theo thöù töï caùc taäp tin aûnh ñöôïc ñaùnh soá bôûi moät oâ nhoû döôùi goùc traùi cuûa khung. Chöùc naêng naøy thöôøng duøng ñeå höôùng tôùi taïo aûnh 3 chieàu vaø môû roäng thaønh aûnh 3 chieàu hôïp nhaát. • Open Full : duøng ñeå duyeät toaøn boä hoà sô aûnh cuûa beänh nhaân. Moãi hoà sô aûnh laø moät thö muïc goàm nhieàu thö muïc con chöùa caùc taäp aûnh töông öùng vôùi töøng coâng ñoaïn chuïp. Khi choïn môû thö muïc goác thì treân trình duyeät seõ xuaát hieän 4 taäp aûnh trong 4 thö muïc con ñaàu tieân töông öùng vôùi 4 khung hieån thò. Neáu soá thö muïc con lôùn hôn 4 thì trình duyeät seõ xuaát hieän moät thanh keùo ñeå ngöôøi duøng coù theå ñieàu khieån duyeät laàn löôït 4 thö muïc tieáp theo. Chöùc naêng naøy hoã trôï ñaùnh giaù ñöôïc toaøn boä hoà sô cuûa beänh nhaân. • Save as… : Löu aûnh ñang hieån thò treân khung löïa choïn döôùi moät trong soá caùc ñònh daïng JPG, BMP, DCM, TIFF vaø PNG. Muïc ñích cuûa vieäc löu aûnh laø nhaèm giuùp cho ngöôøi söû duïng coù theå tieän lôïi hôn khi caàn nghieân cöùu aûnh taïi moät moâi tröôøng baát kyø hoaëc löu laïi keát quaû aûnh ñaõ xöû lyù phuø hôïp. • Save All Images as… : Löu toaøn boä taäp aûnh trong khung hieån thò ñaõ löïa choïn vaøo moät thö muïc nhaát ñònh theo moät trong soá caùc ñònh daïng treân nhaèm taïo ra moät taäp aûnh thuaän lôïi cho nghieân cöùu (taäp aûnh naøy cuõng coù theå ñöôïc tieàn xöû lyù tröôùc khi löu laïi). Caùc aûnh löu trong thö muïc seõ ñöôïc ñaùnh soá thöù töï taêng daàn (döôùi 1000 aûnh). • Exit : Ñoùng trình duyeät
Menu Application : chuyeån ñoåi qua laïi giöõa hai trình duyeät aûnh y khoa vaø aûnh 3 chieàu
Menu Edit : hieån thò caùc coâng cuï xöû lyù aûnh Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 70 • Show Toolbars : hieån thò taát caû coâng cuï • Rotation : hieån thò coâng cuï xoay aûnh • Magtification : hieån thò coâng cuï phoùng to / thu nhoû aûnh • Transition : hieån thò coâng cuï dòch chuyeån aûnh doïc / ngang • Colormap : chæ duøng rieâng cho caùc aûnh y khoa coù thang maøu ñôn. • Transparent : coâng cuï thay ñoåi ñoä trong suoát cuûa hai aûnh trong hôïp nhaát • Change Base : thay ñoåi vai troø aûnh neàn trong hôïp nhaát hai aûnh
Menu View • Zoom : phoùng ñaïi hay thu nhoû aûnh khi ngöôøi duøng click chuoät leân khung aûnh. • Image Information : xem thoâng tin aûnh (raát höõu ích ñoái vôùi aûnh y khoa tieâu chuaån DICOM)
Menu Image : goàm caùc chöùc naêng hôïp nhaát hình aûnh • Images Registration : goàm hai chöùc naêng hôïp nhaát 2 aûnh (A pairs of images) vaø hôïp nhaát 2 taäp aûnh (Groups of images). Khi choïn löïa hôïp nhaát 1 caëp aûnh thì aûnh hôïp nhaát seõ hieån thò treân moät khung hình thöù 5 ôû goùc treân beân phaûi trình duyeät. Khi choïn löïa hôïp nhaát caùc taäp aûnh thì taäp aûnh hôïp nhaát seõ hieån thò laàn löôït töøng aûnh theo thöù töï treân khung hình thöù 6 naèm ôû goùc döôùi beân phaûi trình duyeät. • 3D Images Registration : chöùc naêng naøy chæ thöïc hieän ñöôïc khi coù 2 aûnh 3 chieàu ñaõ ñöôïc taïo ra vaø coù cuøng kích thöôùc, duøng ñeå hôïp nhaát chuùng laïi vôùi nhau theo kyõ thuaät hôïp nhaát 3 chieàu. AÛnh 3 chieàu hôïp nhaát taïo ra seõ ñöôïc hieån thì theo töøng lôùp caét lieân tieáp treân khung thöù 6.
Menu Tools • Create 3D Image : taïo aûnh 3 chieàu töø taäp aûnh löïa choïn • Distance Measurance : hieån thò coâng cuï ño ñaïc khoaûng caùch Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 71
Menu Option : goàm thaønh phaàn chuyeån ñoåi qua laïi giöõa giao dieän tieáng Vieät vaø tieáng Anh
Menu Help : giôùi thieäu sô veà chöông trình vaø caùch söû duïng.
Moät soá phím ñieàu khieån coù saün treân trình duyeät • Khung löïa choïn One Image vaø Multi-Image : khi tieàn xöû lyù aûnh, neáu chæ muoán thao taùc treân moät aûnh thì choïn One Image, coøn neáu muoán thao taùc chung cho 1 taäp aûnh thì choïn Multi-Images. Neáu khoâng vöøa yù, ta coù theå Reset ñeå traû laïi aûnh goác ban ñaàu. Sau cuøng, coù theå tieán haønh hôïp nhaát cho caùc caëp aûnh baèng caùch click vaøo nuùt Regist. • Clear : xoùa hình trong khung löïa choïn hoaëc xoùa taát caû hình trong caùc khung. • Ruler : nhaán vaøo phím naøy thì con troû chuoät seõ thay ñoåi, khi ñoù ta click vaø drag chuoät treân moät aûnh ñeå tieán haønh ño ñaïc. Keát quaû hieån thò tính theo ñôn vò mm. • Colormap menu : löïa choïn thang maøu bieåu dieãn cho caùc aûnh y khoa goác. Sau khi phaân tích caùc chöùc naêng cuûa trình duyeät treân, ta tieán haønh thao taùc moät vaøi keát quaû minh hoïa, ñoàng thôøi môû roäng so saùnh vôùi trình duyeät SyngoView [34], ñöôïc cung caáp keøm theo caùc moâ hình CT, MRI cuûa haõng Siemens - Ñöùc.
Duyeät caùc taäp tin aûnh baát kyø Khung 1 bieåu dieãn aûnh ñònh daïng BMP, khung 2 bieåu dieãn aûnh ñònh daïng JPG, khung 3 bieåu dieãn aûnh ñònh daïng DICOM, khung 4 bieåu dieãn aûnh ñònh daïng PNG. Töø ñaây, ta coù theå chuyeån ñoåi qua laïi giöõa ñònh daïng aûnh tuøy yù (xem muïc 2.3) theo nhu caàu söû duïng baèng caùch söû duïng menu save as… Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 72 Hình 5 : Duyeät hình aûnh vôùi nhieàu ñònh daïng
Duyeät hoà sô aûnh beänh nhaân vaø so saùnh vôùi phaàn meàm SyngoView Ñaây laø hoà sô aûnh MRI trong tröôøng hôïp chuïp ñaàu cuûa moät beänh nhaân ñöôïc thu thaäp taïi beänh vieän Chôï Raãy [34]. Qui trình chuïp coù 4 coâng ñoaïn, moãi coâng ñoaïn goàm 19 lôùp aûnh caét. Thao taùc ñieàu khieån maùy vaø xöû lyù aûnh ñöôïc thöïc hieän qua phaàn meàm SyngoView ñöôïc cung caáp keøm theo maùy. Quan saùt thaáy caùc aûnh treân trình duyeät vöøa taïo hôi toái hôn so vôùi treân trình duyeät SyngoView. Nguyeân nhaân chính laø do thang xaùm cuûa trình duyeät SyngoView chæ coù 1024 giaù trò, trong khi thöïc teá thì aûnh coù thang xaùm 2048 (bieát ñöôïc nhôø thoâng tin cuûa aûnh DICOM) Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 73 Hình 6 : Duyeät moät hoà sô aûnh cuûa beänh nhaân Hình 7 : Phaàn meàm duyeät aûnh y khoa SyngoView Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 74
Tieàn xöû lyù aûnh Khung 1 laø aûnh goác, khung 2 bieåu dieãn söï xoay aûnh, khung 3 bieåu dieãn söï phoùng ñaïi aûnh (coù theå laø thu nhoû aûnh), khung 4 bieåu dieãn söï dòch chuyeån aûnh (ngang vaø doïc) Hình 8 : Caùc thao taùc tieàn xöû lyù aûnh Treân ñaây laø minh hoïa cho caùc thao taùc xöû lyù treân moät aûnh löïa choïn. Ñaây laø coâng vieäc caàn thöïc hieän tröôùc ñeå laøm maãu vaø ghi nhôù caùc thoâng soá (rotate, magtify, vertical, horizontal) ñeå thuaän lôïi khi tieán haønh chænh söûa cho moät taäp aûnh (löïa choïn multi-images). Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 75
Hôïp nhaát hình aûnh Daõy khung hình phía treân duøng ñeå khaûo saùt hôïp nhaát 2 aûnh ñôn giaûn ñaõ qua caùc coâng ñoaïn tieàn xöû lyù. Daõy khung hình phía döôùi bieåu dieãn söï hôïp nhaát 2 taäp aûnh. Hai khung hình naèm beân phaûi trình duyeät töông öùng bieåu dieãn keát quaû hôïp nhaát cuûa 2 aûnh vaø 2 taäp aûnh. Hình 9 : Keát quaû hôïp nhaát hình aûnh 4.3.2. Trình duyeät aûnh 3 chieàu www.bme.vn Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 76 Ñaây laø phaàn giao dieän chính thöù 2 trong phaàn meàm thieát keá. Vôùi keát quaû aûnh 3 chieàu thu ñöôïc töø trình duyeät aûnh y khoa, ta tieán haønh khaûo saùt caùc öùng duïng töø trình duyeät aûnh 3 chieàu naøy. Töông töï nhö trình duyeät aûnh y khoa, ôû ñaây ta cuõng coù 2 phaàn giao dieän tieáng Vieät vaø tieáng Anh. Chuùng ta seõ ñi vaøo khaûo saùt treân giao dieän tieáng Anh.
Menu Patient • Open : môû moät taäp tin aûnh 3 chieàu ñaõ ñöôïc thieát laäp töø trình duyeät aûnh y khoa coù ñònh daïng laø SGI – ñaây laø ñònh daïng aûnh 3 chieàu rieâng cho chöông trình naøy. • Save as… : löu moät aûnh quan taâm trong caùc khung aûnh bieåu dieãn lôùp caét ngang, doïc vaø ñöùng (axial, saggital vaø coronal) döôùi 1 ñònh daïng aûnh töông töï nhö trình duyeät y khoa. • Save All Images as… : löu taát caû aûnh coronal hay saggital hay axial. • Save 3D image… : löu vaø thay ñoåi teân cuûa aûnh 3 chieàu ñang xöû lyù thaønh moät teân khaùc theo yù muoán ngöôøi söû duïng (ñònh daïng aûnh maëc ñònh vaãn laø SGI). • Exit : ñoùng trình duyeät
Menu Image • Show Full 3D Image : hieån thò toaøn boä caáu truùc aûnh 3 chieàu ñaõ thieát laäp ñöôïc treân 1 cöûa soå töông taùc. • Show Partial 3D Image : hieån thò moät vuøng caáu truùc 3 chieàu ñöôïc löïa choïn tröïc quan bôûi ngöôøi ñieàu khieån. Khi löïa choïn muïc naøy, con troû chuoät seõ thay ñoåi hình daïng vaø chôø ngöôøi söû duïng choïn löïa ít nhaát laø 3 ñieåm giôùi haïn vuøng treân moät khung aûnh baát kyø (axial, coronal hay saggital). Keát thuùc löïa choïn baèng phím Enter, keát quaû seõ hieån thò treân moät cöûa soå töông taùc khaùc. • Show Functional 3D Image : hieån thò vuøng chöùc naêng chuyeân bieät trong toaøn caáu truùc aûnh. Phaàn chöùc naêng naøy cuõng ñöôïc giôùi haïn vuøng khaûo saùt vaø löïa choïn ñaëc ñieåm ñaëc bieät bôûi ngöôøi söû duïng. Töông töï nhö chöùc naêng “show partial” : ngöôøi söû duïng seõ löïa choïn vuøng khaûo saùt coù theå chöùa nhöõng thaønh phaàn cuûa boä phaän caàn khaûo saùt, sau Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 77 ñoù tieáp tuïc ñaùnh daáu vaøo moät ñieåm ñaëc tröng cho boä phaän naøy vaø keát thuùc löïa choïn baèng phím Enter. Keát quaû laø boä phaän löïa choïn seõ hieån thò treân cöûa soå töông taùc.
Menu Tools • Distance Measurance : coâng cuï ño ñaïc cho keát quaû theo ñôn vò mm • Slide Show : hieån thò boä coâng cuï trình chieáu
Caùc Menu Application, Options, Help : töông töï trình duyeät aûnh y khoa
Hai phím Transparent vaø Opaque : ñieàu chænh ñoä trong suoát cho caùc aûnh 3 chieàu treân caùc cöûa soå töông taùc ñöôïc löïa choïn
Boä coâng cuï trình chieáu : goàm caùc phím Play, Pause, Previous, Next, Stop, Power coù chöùc naêng töông töï nhö caùc coâng cuï trình chieáu khaùc (phim, aûnh). ÔÛ ñaây, khi caàn khaûo saùt caùc lôùp caét trong moät maët phaúng chieáu nhaát ñònh, ngöôøi duøng coù theå click chuoät leân moät ñieåm trong moät khung aûnh baát kyø seõ xem ñöôïc caùc lôùp aûnh treân 2 maët phaúng chieáu coøn laïi. Ñeå tieän lôïi khaûo saùt toaøn boä aûnh trong moät maët phaúng caét, ngöôøi söû duïng coù theå löïa choïn khung aûnh ñeå trình chieáu. Hình aûnh trình chieáu seõ hieån thò moät caùch töï ñoäng treân goùc phaûi cuûa trình duyeät Döôùi ñaây laø moät soá hình aûnh minh hoïa cho caùc thao taùc treân vaø so saùnh keát quaû theå hieän vôùi moät soá phaàn meàm nhö SyngoView [34], 3D-Slicer [27], 3D-Doctor [26] vaø boä coâng cuï SPM [28].
Duyeät aûnh 3 chieàu Ba khung hình beân traùi bieåu dieãn cho 3 maët caét ngang, doïc vaø ñöùng cuûa caáu truùc 3 chieàu. Khung hình ôû goùc treân beân phaûi duøng ñeå trình chieáu töï ñoäng laàn löôït caùc lôùp aûnh trong maët caét ñaõ choïn. Caùc phím beân döôùi söû duïng ñeå taïo aûnh 3 chieàu toaøn phaàn, aûnh 3 chieàu thaønh phaàn vaø aûnh 3 chieàu boä phaän. Caùc aûnh 3 chieàu taïo ra seõ laàn löôït hieån thò trong caùc cöûa Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 78 soå môùi vaø coù theå thay ñoåi ñoä trong suoát cuûa aûnh baèng 2 phím coâng cuï Transparent vaø Opaque. Hình 10 : Trình duyeät aûnh 3 chieàu
AÛnh 3 chieàu toaøn phaàn Keát quaû xuaát hieän khi choïn coâng cuï Full 3D Image. [35] Hình 11 : AÛnh 3 chieàu hôïp nhaát cuûa ñaàu ngöôøi Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 79
AÛnh 3 chieàu thaønh phaàn Keát quaû xuaát hieän khi choïn coâng cuï Partial 3D Image. Ñaây laø moät khoái thaønh phaàn trong khoái aûnh 3 chieàu toaøn phaàn. [35] Hình 12 : Moät khoái aûnh hôïp nhaát ñöôïc löïa choïn
AÛnh 3 chieàu boä phaän Ñaây laø caùc aûnh sau khi taêng ñoä trong suoát cho aûnh 3 chieàu toaøn phaàn hoaëc söû duïng phaàn coâng cuï Select Area roài choïn ñieåm ñaëc tröng. [35] Hình 13 : AÛnh 3 chieàu hôïp nhaát cuûa naõo boä con ngöôøi Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 80
Hôïp nhaát aûnh 3 chieàu Hình 14 : Hôïp nhaát aûnh 3 chieàu
Keát quaû töø caùc phaàn meàm khaùc Hình 15 : AÛnh 3 chieàu töø phaàn meàm 3D-Doctor vaø 3D-Slicer 3D - Doctor 3D - Slicer Phaàn meàm 3D - Doctor [26] ñöôïc coâng ty phaàn meàm ABLE saûn xuaát nhaèm muïc ñích thieát laäp aûnh 3 chieàu vôùi hình thöùc hôïp nhaát töông taùc. Caùc aûnh 3 chieàu taïo ra coù theå söû duïng ñeå hôïp nhaát vôùi nhau theo hình thöùc löïa choïn ñieåm töông ñoàng hoaëc duøng trong caùc öùng duïng moâ phoûng 3 chieàu. Phaàm meàm 3D - Slicer [27] do tieán só Gering thieát keá cho aûnh MR nhaèm caùc muïc ñích : ñaùnh giaù tröïc quan, ghi nhaän, phaân vuøng, ño ñaïc vaø hôïp nhaát caùc khoái aûnh theo thôøi gian MRI SPECT MRI-SPECT Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 81 thöïc. Ñaây laø moät coâng cuï öùng duïng raát toát trong giaûng daïy vaø nghieân cöùu y khoa. Caùc thao taùc ôû ñaây ñöôïc thöïc hieän chuû ñoäng töø phía ngöôøi söû duïng vaø chuû yeáu tieán haønh treân caùc khoái aûnh 3 chieàu. Hình 16 : Trình duyeät aûnh 3 chieàu cuûa phaàn meàm SyngoView Ñaây laø moät phaàn meàm raát maïnh trong xöû lyù aûnh y khoa töø caùc moâ hình chuïp aûnh (ñieån hình laø caùc maùy CT vaø MRI), baûn quyeàn cuûa coâng ty Siemens nöôùc Ñöùc. Vôùi raát nhieàu coâng cuï vaø chöùc naêng ñaëc bieät, ñaây laø moät phaàn meàm raát ñaùng ñeå khaûo saùt vaø tieáp thu coâng ngheä. Ví duï treân ñaây laø trình duyeät 3D trong phaàn meàm SyngoView vôùi aûnh 3 chieàu thu ñöôïc töø moät tröôøng hôïp chuïp ngöïc cuûa beänh nhaân [34] Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 82 Hình 17 : AÛnh 3 chieàu cuûa naõo boä taùi taïo töø boä coâng cuï SPM Treân ñaây laø moät chöông trình vi tính coù teân laø xjview [29] söû duïng boä coâng cuï SPM [28] ñeå taïo caùc caáu truùc aûnh 3 chieàu cuûa naõo boä. Chöông trình vi tính naøy cuõng ñöôïc thöïc hieän trong moâi tröôøng MATLAB vôùi raát nhieàu tính naêng, vaø aûnh 3 chieàu söû duïng trong boä coâng cuï SPM naøy coù ñònh daïnh IMG hoaëc NII. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 83 4.4 TOÅNG KEÁT Qua thöïc nghieäm khaûo saùt ñaùnh giaù vaø so saùnh, ta nhaän thaáy phaàn meàm coù moät soá öu khuyeát ñieåm sau ñaây : Ñaùnh giaù öu khuyeát ñieåm cuûa phaàn meàm sgDICOM Tính naêng Öu ñieåm Khuyeát ñieåm Duyeät hình aûnh Ñaùp öùng ñöôïc vôùi haàu heát moïi ñònh daïng aûnh, ñaëc bieät coù hoã trôï ñònh daïng aûnh DICOM. Do muïc ñích phaàm meàm chæ nhaèm taïo ra caùc hình aûnh hôïp nhaát neân caùc thao taùc chænh söûa coøn thoâ sô. Hôïp nhaát hình aûnh 2 chieàu Khoâng chæ aùp duïng ñeå hôïp nhaát töøng caëp aûnh rieâng leû maø coøn coù theå hôïp nhaát caùc chuoãi hình aûnh lieân tieáp vaø tieán tôùi thieát laäp aûnh 3 chieàu hôïp nhaát. Do phaûi tieán haønh hôïp nhaát treân caùc taäp nhieàu hình aûnh neân coâng cuï hôïp nhaát khoâng ñöôïc thieát keá theo daïng hôïp nhaát baèng tay (keùo vaø thaû hình) maø phaûi xöû lyù theo khuoân maãu ñònh tröôùc. Thieát laäp hình aûnh 3 chieàu Coù theå taùi taïo aûnh 3 chieàu töø moät soá ít lôùp caét 2 chieàu thoâng qua thuaät toaùn noäi suy töông ñöông vôùi khaû naêng taïo aûnh 3 chieàu cuûa phaàn meàm SyngoView. Nhaèm muïc ñích chuû yeáu laø nghieân cöùu vaø giaûng daïy neân aûnh 3 chieàu taïo ra ôû ñaây coù ñoä phaân giaûi töông ñoái thaáp hôn so vôùi 2 phaàn meàm 3D-Doctor vaø SyngoView Hôïp nhaát hình aûnh 3 chieàu Thôøi gian thieát laäp aûnh 3 chieàu hôïp nhaát töông ñoái nhanh hôn, ñaëc bieät raát nhanh khi aùp duïng ñoái vôùi 2 aûnh 3 chieàu ñònh daïng SGI taïo ra töø phaàm meàm. Ñaây cuõng laø tính naêng môû roäng maø caùc phaàn meàm khaùc chöa coù. Chæ hôïp nhaát ñöôïc 2 aûnh 3 chieàu coù cuøng kích thöôùc. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 84 Duyeät aûnh 3 chieàu Hoã trôï toát khaû naêng khaûo saùt 3 maët caét cuûa caáu truùc 3 chieàu cuõng nhö vieäc ñaùnh giaù tröïc quan khoái aûnh 3 chieàu vôùi vieäc taêng giaûm ñoä trong suoát. Caùc aûnh 3 chieàu toaøn phaàn vaø chöùc naêng ñöôïc hieån thò chöa thaät nhanh. Thao taùc treân caùc aûnh 3 chieàu coøn haïn cheá. Toác ñoä Töï ñoäng Ñoä maïnh So vôùi caùc phaàn meàm khaùc (ñaëc bieät laø chöông trình xjView) thì thôøi gian ñeå thieát laäp aûnh 3 chieàu nhanh hôn vaø ñaït ñöôïc caáp ñoä baùn töï ñoäng, ñaùp öùng ñöôïc nhieàu loaïi hình aûnh khaùc nhau. Ñeå ñaït ñöôïc khaû naêng hôïp nhaát thaät toát, ñoøi hoûi nhieàu ñeán söï nhaïy beùn quan saùt cuûa ngöôøi söû duïng trong caùc thao taùc tieàn xöû lyù aûnh. Nhö vaäy, phaàn meàm thieát keá ñaõ ñaït ñöôïc moät soá thaønh töïu raát ñaùng khích leä töø khaâu duyeät aûnh y khoa, taùi taïo aûnh 3 chieàu cho ñeán thieát laäp aûnh 3 chieàu hôïp nhaát. Tuy nhieân, khi tieán haønh nghieäm thu keát quaû, ta nhaän xeùt thaáy thôøi gian ñaùp öùng khaù chaäm. Ñieàu ñoù ñöa ñeán nhöõng yeâu caàu toái caàn thieát veà caáu hình maùy tính söû duïng. Nhöng ñaây laø moät vaán ñeà khoâng quaù phöùc taïp ñeå giaûi quyeát, bôûi ngay töø ñaàu, ta ñaõ nhaän ñònh raèng coâng ngheä thoâng tin ñang phaùt trieån vôùi toác ñoä cao vaø trong töông lai gaàn, vieäc con ngöôøi tieáp caän vôùi caùc coâng cuï xöû lyù cao caáp laø taát yeáu. Töø ñaây, ta nhaän thaáy ñöôïc trieån voïng phaùt trieån cho phaàn meàm naøy laø raát lôùn, seõ ngaøy moät höõu ích vaø ña naêng hôn, phuïc vuï toát cho caùc öùng duïng lieân quan ñeán lónh vöïc y khoa chaån ñoaùn maø cuï theå laø vieäc nghieân cöùu vaø giaûng daïy. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 85 CHÖÔNG 5 : KEÁT LUAÄN 5.1 ÑAÙNH GIAÙ KEÁT QUAÛ NGHIEÄM THU 5.1.1. Ñoái vôùi trình duyeät aûnh y khoa • Xaây döïng ñöôïc moät trình duyeät töông ñoái ña naêng, khoâng chæ ñaûm baûo khaû naêng nghieân cöùu hình aûnh y khoa maø coøn coù khaû naêng öùng duïng cho nhieàu loaïi aûnh khaùc. • Boä coâng cuï tieàn xöû lyù giuùp taïo thuaän lôïi nhieàu trong vieäc cho ra hình aûnh hôïp nhaát toát nhaát. Ngoaøi ra, ta coøn coù theå öùng duïng nhö moät trình duyeät aûnh thoâng thöôøng vôùi caùc thao taùc töông töï treân nhieàu loaïi hình aûnh khaùc nhau. • Giao dieän thaân thieän, deã söû duïng. 5.1.2. Ñoái vôùi kyõ thuaät hôïp nhaát hình aûnh • Ñaït ñöôïc caáp ñoä hôïp nhaát baùn töï ñoäng treân neàn taûng kyõ thuaät hôïp nhaát gaén vôùi giaù trò cöôøng ñoä. Kyõ thuaät hôïp nhaát ñöôïc môû roäng töø hôïp nhaát caùc aûnh 2 chieàu leân khaû naêng hôïp nhaát caùc khoái aûnh, phoái hôïp vôùi kyõ thuaät taùi taïo caáu truùc 3 chieàu, ta thu ñöôïc hình aûnh hôïp nhaát 3 chieàu. • Döïa vaøo caùc aûnh 3 chieàu ñöôïc taïo ra, phaàn meàm ñöôïc môû roäng theâm moät khaû naêng hôïp nhaát tröïc tieáp 2 aûnh 3 chieàu. • Hình aûnh hôïp nhaát 2 chieàu vaø 3 chieàu thu ñöôïc coù tính tröïc quan cao, phuïc vuï toát cho nghieân cöùu vaø giaûng daïy. 5.1.3. Ñoái vôùi trình duyeät aûnh 3 chieàu • Ñaùp öùng ñöôïc ñoøi hoûi caàn thieát phaûi coù trong taát caû caùc trình duyeät aûnh 3 chieàu laø ngoaøi vieäc bieåu dieãn caáu truùc 3 chieàu, ta coøn coù theå khaûo saùt ñaùnh giaù ñöôïc 3 maët caét cuûa caáu truùc ñoù. Vieäc ñaùnh giaù naøy coù theå thöïc hieän baèng tay thoâng qua thao taùc treân Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 86 caùc oâ hieån thò maët caét ngang, doïc vaø ñöùng, hoaëc coù theå thöïc hieän moät caùch töï ñoäng thoâng qua trình chieáu. • Ngoaøi khaû naêng bieåu dieãn toaøn boä caáu truùc 3 chieàu, trong trình duyeät coøn coù moät soá chöùc naêng giuùp ñaùnh giaù moät thaønh phaàn naøo ñoù trong caáu truùc 3 chieàu theo yù muoán cuûa ngöôøi söû duïng. • Giao dieän ñôn giaûn vaø deã söû duïng. 5.2 ÑÒNH HÖÔÙNG PHAÙT TRIEÅN Töø chöông trình vi tính naøy, ta coù theå öùng duïng raát toát cho vieäc nghieân cöùu cuûa caùc baùc só, cuõng nhö giuùp moïi ngöôøi tieáp caän ñöôïc vôùi moät coâng ngheä hình aûnh môùi trong lónh vöïc y khoa. Phaàn meàm vôùi nhöõng phieân baûn cuï theå theo yeâu caàu ngöôøi söû duïng hoaøn toaøn coù theå chuyeån giao cho caùc cô sôû nghieân cöùu, ñaøo taïo y sinh hoaëc cho caùc cô sôû y teá ñöôïc trang bò thieát bò chaån ñoaùn 3 chieàu vaø vôùi giaù thaønh chaéc chaén thaáp hôn so vôùi ngoaïi nhaäp. Vôùi ñaø phaùt trieån maïnh cuûa coâng ngheä thoâng tin, caùc loaïi maùy tính ngaøy nay coù caáu hình ngaøy caøng maïnh hôn, nhôø ñoù maø caùc öùng duïng phaàn meàm seõ deã daøng phaùt huy coâng duïng, ñoàng thôøi tính naêng cuûa phaàn meàm ngaøy caøng ñöôïc naâng caáp. Treân cô sôû khaûo saùt trong chöông 3 cuûa luaän vaên, ta nhaän ñònh ñöôïc höôùng phaùt trieån cuûa phaàm meàm naøy laø khaû naêng hôïp nhaát hình aûnh ñöôïc töï ñoäng hoùa hoaøn toaøn. Ñieàu naøy hoaøn toaøn coù theå ñaït ñöôïc khi ta nghieân cöùu vaø phaùt trieån nhöõng thuaät toaùn tinh vi hôn nhôø vaøo khaû naêng xöû lyù maïnh cuûa caùc boä chip coâng ngheä cao ñaõ phoå bieán treân theá giôùi. ÔÛ ñaát nöôùc ta hieän nay, ngöôøi daân ñaõ coù ñieàu kieän ñeå tieáp xuùc vaø sôû höõu caùc coâng ngheä maùy tính hieän ñaïi. Neân vôùi moät phaàn meàm xöû lyù aûnh y khoa ña tính naêng, seõ giuùp môû roäng nhaän thöùc cuûa ngöôøi daân veà lónh vöïc y khoa – moät lónh vöïc coù yù nghóa heát söùc quan troïng ñoái vôùi ñôøi soáng con ngöôøi. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 87 THAM KHAÛO [1] Arun, K.S.; Haung, T.S.; Biostein, S.D. (1987). Least squares fitting of two 3D point sets. IEEE PAMI , 9, 698 – 700. [2] Dorward, N.L.; Alberti, O.; Velani, B.; Gerritsen, F.A.; Harkness, W.F.; Kitchen, N.D.; Thomas, D.G. (1998). Postimaging brain distortion : magnitude, correlates, and impact on neuronavigation. J Neurosurg, 88(4), 656 – 662. [3] Farrell, E.J.; Gorniak, R.J.; Kramer, E.L.; Noz, M.E.; Maguire, G.Q. Jr.; Reddy, D.P. (1997). Graphical 3D medical image registration and quantification. J Med Syst, 21(3), 155 – 172. [4] Hawkes, D.J. (1998). Algorithms for radiological image registration and their clinical application. J Anat, 193 (Pt 3), 347 – 361. [5] Howard, M.A.; Dobbs, M.B.; Simonson, T.M.; LaVelle, W.E.; Granner, M.A. (1995). A non-invasive, reattachable skull fiducial marker system. Technical note. J Neurosurg, 83(2), 372 – 376. [6] Itti, Laurent; Chang, Linda; Mangin, Jean-Francois et al. (1997). Robust multimodality registration for brain mapping. Human Brain Mapping, 5, 03 – 17. [7] Kapouleas, I.; Alavi, A.; Alves, W.M.; Gur, R.E.; Weiss, D.W. (1991). Registration of three-dimensional MR and PET images of the human brain without markers. Radiology, 181(3), 731 – 739. [8] Kevin, C.S. (2000). Multimodal volume brain registration using information theory. Master’s Thesis. University of Guelph. [9] Kiebel, S.J.; Ashburner, J.; Poline, J.B.; Friston, K.J. (1997). MRI and PET coregistration-across validation of statistical parametric mapping and automated image registration. Neuroimage, 5(4 Pt 1), 271 – 279. [10] Little LA.; Hawkes D.J. (1997). The registration of multiple medical images acquired from a single subject: why, how, what next? Stat Methods Med Res, 6(3), 239 – 265. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 88 [11] Maes, F.; Collignon, A.; Vandermeulen, D.; Marchai, G.; Suetens, P. (1997). Multimodality image registration by maximization of mutual information. IEEE Trans Med Imaging, 16(2), 187 – 198. [12] Maurer, C.R. Jr.; Fitzpatrick, J.M. (1993). A review of medical image registration. In : Interactive image-guided neurosurgery, R. J. Maciunas (ed.), American Association of Neurological Surgeons, 17 – 44. [13] Meyer, C.R.; Boes, J.L.; Kim, B.; Bland, P.H.; Zasadny, K.R.; Kison, P.V. (1997). Demonstration of accuracy and clinical versatility of mutual information for automatic multimodality image fusion using affine and thin-plate spline warped geometric deformations. Med Image Anal, 1(3), 195 – 206. [14] Pohjonen, H.; Nikkinen, P.; Sipilä, O.; Launes, J.; Salli, E.; Salonen, O.; Karp, P.; Ylä- Jääski, J.; Katila, T.; Liewendahl, K. (1996). Registration and display of brain SPECT and MRI using external markers. Neuroradiology, 38(2), 108 – 114. [15] Studholme, C.; Little, J.A.; Penny, G.P. (1996). Automated multimodality registration using the full affine transformation: Application to MR and CT guided skull base surgery. Proceedings of Visualization in Biomedical Computing, Hohne, KarI Heinz; Ki kinis, Ron:(Eds) Lecture Notes in Computer Science, Springer, Germany, 601-606. [16] Thevenaz, P.; Unser, M. (1998). Efficient mutual information optimizer for multiresolution image registration. Proceedings of the 1998 International Conference on lmage Processing, Part 1 (of 3), 1, 833 – 837. [17] Thevenaz, P.; Unser, M. (1996). Pyramid approach to sub-pixel image fusion based on mutual information. Proceedings of the 1996 IEEE International Conference on lmage Processing, Part 1 (of 3) 1, 265 – 268. [18] van den Elsen, P.; Pol, E.D.; Viergever, M.A. (1993). Medical image matching - a review with classification. IEEE Engineering in Medicine and Biolugy, 12, 26 – 39. [19] Viergever, M.A.; Maintz, J.B.; Stokking, R. (1997). Integration of functional and anatomical brain images. Biophys Chem, 68, 207 – 219. Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 89 [20] Wells, W.M. 3rd; Viola, P.; Atsumi, H.; Nakajima, S.; Kikinis, R. (1996). Multi-modal volume registration by maximization of mutual information. Med Image Anal, 1(1), 35 – 51. [21] West, J. ; Fitzpatrick, J.M. ; Wang, M.Y. ; Dawant, B.M. ; Maurer, CR. Jr. ; Kessler, R.M. ; Maciunas, R.J. ; Barillot, C. ; Lemoine, D. ; Collignon, A. ; Maes, F. ; Suetens, P. ; Vandermeulen, D. ; van den Elsen, P.A. ; Napel, S. ; Sumanaweera, T.S. ; Harkness, B. ; Hemler, P.F. ; Hill, D.L. ; Hawkes, D.J. ; Studholme, C. ; Maintz, J.B. ; Viergever, M.A. ; Malandain, G. ; Woods, R.P. ; et al. (1997). Comparison and evaluation of retrospective intermodality brain image registration techniques. J Comput Assist Tomogr, 21(4), 554 – 566. [22] Wong, J.C.H.; Studholme, C.; Hawkes, D.J.; Maisey, M.N. (1997). Evaluation of the limits of visual detection of image misregistration in a brain fluorine-18 fluorodeoxyglucose PET-MRI study. Eur J Nucl Med, 24(6), 642 – 650. [23] Wong, W.L.; Hussain, K.; Chevretton, E.; Hawkes, D.J.; Baddeley, H.; Maisey, M.; McGurk, M. (1996). Validation and clinical application of computer-combined computed tomography and positron emission tomography with 2-[18F]fluoro-2-deoxy- D-glucose head and neck images. Am J Surg, 172(6), 628 – 632. [24] Zhang, J.; Levesque, M.F.; Wilson, C.L.; Harper, R.M.; Engel, J. Jr.; Lufkin, R.; Behnke, E.J. (1990). Multimodality imaging of brain structures for stereotactic surgery. Radiology, 175(2), 435 – 441. [25] Kneöaurek, K.; Ivanovic, M.; Machac, J.; Weber, D.A. (2000). Medical image registration. Europhysics News, Vol. 31, No. 4, www.europhysicsnews.com/full/04/article1/article1.html [26] Able Softwares Corp. 3D Image Registration. 3D-Doctor : Vector-Based 3D Medical Modeling and Imaging Software, [27] Pujol, S. 3D-Slicer hands-on sessions. Surgical plannning laboratory, Brigham and Women’s hospital, www.na-mic.org/Wiki/images/f/ff/Slicer_Hands_On.ppt Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 90 [28] Janata, P.; Tomic, S.; Horton, D. Janata Lab: Center for mind and brain. UC Davis, Laboratory, [29] Stetson, C.; Cui, X.; Montague, P.R.; Eagleman, D.M. (2006). Motor-sensory recalibration leads to an illusory reversal of action and sensation. Neuron, 51(5), 651 [30] Peters, T.M.; Davey, B.L.K.; Munger, P.; Comeau, R.M. (1995). Three-dimensional multimodal image-guidance for neurosurgery. Montreal neurological institute, [31] Hill, D.L.G.; Studholme, C.; Hawkes, D.J. (1994). Voxel similarity measures for automated image registration. Proceedings of SPIE: Visualization in Biomedical Computing 1994, 2359, 205 – 216. [32] Thirion, J. (1994). Extremal points: definition and application to 3D image registration. [33] MATLAB. The Language of Technical Computed. Full Product Family Help. Ver 7.0 [34] MRI and CT modalities. Department of Medical Imaging, Cho Ray Hospital, Ho Chi Minh City, 2006. [35] Johnson, K.A.; Becker, J.A. The whole brain ATLAS. www.bme.vn Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 91 PHUÏ LUÏC Caùc thoâng tin chöùa trong moät taäp tin aûnh theo tieâu chuaån DICOM Luaän Vaên Toát Nghieäp Tröôøng ÑHBK Tp.HCM 2007 92 www.bme.vn