Professional Documents
Culture Documents
Trong đề tài này, nhóm em tập trung tìm hiểu về các phép toán hình thái học và ứng
dụng vào xử lý ảnh y học
Xử lý ảnh là một phân ngành trong xử lý số tín hiệu với tín hiệu xử lý là ảnh. Đây là
một phân ngành khoa học mới rất phát triển trong những năm gần đây. Xử lý ảnh
gồm 4 lĩnh vực chính: xử lý nâng cao chất lựong ảnh, nhận dạng ảnh, nén ảnh và truy
vấn ảnh. Sự phát triển của xử lý ảnh đem lại rất nhiều lợi ích cho cuộc sống của con
người.
Ngày nay xử lý ảnh đã được áp dụng rất rộng rãi trong đời sống như: photoshop, nén
ảnh, nén video, nhận dạng biển số xe, nhận dạng khuôn mặt, nhận dạng chữ viết, xử
lý ảnh thiên văn, ảnh y tế.
Xử lý ảnh số là lĩnh vực khoa học tương đối mới mẻ và được quan tâm nhiều hiện
nay. Hai ứng dụng cơ bản của xử lý ảnh là nâng cao chất lượng hình ảnh và xử lý ảnh
cũng như video số với mục đích lưu trữ hoặc truyền qua các hệ thống truyền dẫn hình
ảnh.
Ứng dụng của xử lý ảnh có khả năng tác động mạnh mẽ nhất đến cuộc sống của
chúng ta là trong lĩnh vực y tế. Soi chụp bằng máy tính dựa trên cơ sở định lý cắt
lớp (projection_slice) được dùng thường xuyên trong xét nghiệm lâm sàng, ví dụ
như phát thiện và nhận dạng u não. Những ứng dụng y học khác của xử lý ảnh số
gồm cải thiện ảnh Xquang và nhận dạng đường biên mạch máu từ những ảnh chụp
mạch bằng tia X(angiograms). Ảnh sau khi được tái tạo chưa thể rừ nột được, ảnh
hưởng đến chất lượng, gây khó khăn cho việc chuẩn đoán bệnh.
Do vậy cần phải sử dụng nhiều phương pháp xử lý ảnh để nâng cao chất lượng ảnh
Ảnh y học do đặc trưng thường chụp các bộ phận bên trong cơ thể người
bằng các thiết bị đặc biệt, chuyên dụng như máy chụp X-quang, máy chụp
CT, máy siêu âm...nên chất lượng ảnh kém ,thường bị mờ, nhiễu, không sắc
nét
Các thực thể tạo ảnh y học (medical imaging modallity) khác nhau cung cấp
các thông tin đặc tính riêng biệt về các cơ quan bên trong hay của các tổ chức mô
của cơ thể. Độ tương phản và độ nhìn thấy của ảnh y học phụ thuộc vào thực thể tạo
ảnh, hàm đáp ứng cũng như phụ thuộc vào các vùng bệnh lý của bệnh nhân. Ví dụ
cụ thể như khi thăm khám vết rạn cơ thể ở khung xương sườn bằng chụp X-quang
ngực thì cần nhìn rõ cấu trúc xương cứng, muốn kiểm tra khả năng có bị ung thư vú
hay không thông qua phim chụp X-quang vú thì lại cần thấy rõ sự vi vôi hoá, các
khối bất thường, các cấu trúc mô mềm…Do vậy, mục tiêu của tạo ảnh và xử lý ảnh
y học là thu nhận và xử lý các thông tin hữu ích về các cơ quan sinh lý hay các cơ
quan của cơ thể bằng cách sử dụng các nguồn năng lượng để phục vụ cho việc chẩn
đoán bệnh .
Các phương pháp chẩn đoán hình ảnh rất phong phú, như chẩn đoán qua hình ảnh X
quang, hình ảnh siêu âm, siêu âm - Doppler màu, hình ảnh nội soi (mà thông dụng
là nội soi tiêu hoá và nội soi tiết niệu) hình ảnh chụp cắt lớp vi tính (Computed
Tomography Scanner- CT. Scanner), hình ảnh chụp cộng hưởng từ hạt nhân
(Magnetic Resonance Imaging-mrl)...
Chẩn đoán hình ảnh đã góp phần quan trọng nâng cao tính chính xác, kịp thời và
hiệu quả cao trong chẩn đoán bệnh. Như dựa trên hình ảnh siêu âm, người thầy
thuốc có thể đo được tương đối chính xác kích thước các tạng đặc trong ổ bụng
(gan, lách, thận, tuỵ, ...) và phát hiện các khối bất thường nếu có. Từ hình ảnh siêu
âm tim có thể xác định cấu trúc, kích thước các buồng tim, van tim và các mạch
máu lớn. Trong sản khoa, siêu âm giúp xác định và theo dõi sự phát triển của thai
nhi trong bụng mẹ; hình ảnh CT Scanner giúp thầy thuốc xác định được một số
bệnh lý ở sọ não, đặc biệt là xác định máu tụ nội sọ, khối u não; chụp cộng hưởng
từ hạt nhân xác định chính xác hơn các hình thái và các khối bất thường trong cơ
thể (nếu có).
Các thiết bị và máy y tế về chẩn đoán hình ảnh ngày càng ứng dụng nhiều hơn về
công nghệ thông tin, các phần mềm cho các máy Y tế ngày càng được nâng cấp,
nhất là khi kỹ thuật số ra đời và phát triển đã ghi nhận và phân tích tín hiệu rất tốt,
cho hình ảnh sâu hơn, chất lượng ảnh tốt hơn.
Hơn nữa việc giao diện giữa các thiết bị và máy y tế kỹ thuật cao với hệ thống máy
tính dùng trong quản lý tại bệnh viện và giữa các bệnh viện với nhau ngày một
nhiều, nên các giao thức truyền ảnh trên mạng được dưa ra (có một chuẩn chung
thống nhất, chất lượng ảnh đủ để chẩn đoán, giảm nhẹ gánh nặng đường truyền), tạo
nên phòng “hội chẩn ảo" giữa các chuyên gia y tế ở xa nhau.
Erosion
Dilation
Phép toán co (Erosion) là một trong hai toán tử cơ bản trong hình thái học có
ứng dụng trong việc giảm kích thước của đối tượng, tách rời các đối tượng gần
nhau, làm mảnh và tìm xương của đối tượng.
:
Công thức:
Trong đó:
Phép co ảnh sẽ cho ra một tập điểm ảnh c thuộc A, nếu di chuyển phần tử cấu
trúc B theo c, thì B nằm trong đối tượng A.
E(i) là một tập con của tập ảnh bị co A.
3.4. Phép toán giãn nở (Dilation)
Dilation hay còn còn là sự giãn nở là toán tử còn lại mà đã nêu ở trên, nó ngược lại
với erosion cũng được áp dụng trong các ảnh nhị phân. Mục đích của phương pháp
này sẽ giúp:
1. Với những hình ảnh bị đứt nét có thể giúp nối liền ảnh lại
2. Với những pixel nhiễu xung quanh đối tượng sẽ trở thành viền của đối tượng
3. Giúp nổi bật đối tượng trong ảnh hơn
Công thức:
Trong đó:
Phép giãn nở (Dilation) ảnh sẽ cho ra một tập điểm ảnh c thuộc D(i), thấy rằng đây là
một phép tổng giữa A và B.
Công thức:
Ứng dụng: Phép toán mở (Opening) được ứng dụng trong việc loại bỏ các phần lồi
lõm và làm cho đường bao các đối tượng trong ảnh trở nên mượt mà hơn.
3.6. Phép toán đóng (Closing)
Thực hiện phép giãn nở (Dilation) trước sau đó mới thực hiện phép co (Erosion).
Công thức:
Ứng dụng: Phép toán đóng (Closing) được dùng trong ứng dụng làm trơn đường bao
các đối tượng, lấp đầy các khoảng trống biên và loại bỏ những hố nhỏ.
Bổ sung 3.7
Tìm khung xương cũng tương tự như làm mảnh, nhưng nó được dùng để tìm
ra các chi tiết cấu trúc của đối tượng. Khung xương của đối tượng là tập hợp
các điểm ảnh cách đều biên của đối tượng.
Khái niệm skeleton là kết quả của biến đổi trục trung gian (Medial Axis
Transform -MAT). MAT xác định số lượng điểm nằm trên biên của đối tượng
mà gần nhất đến mỗi điểm thuộc đối tượng. 1 điểm thuộc về khung xương nếu
như điểm đó được MAT xác định có số lượng điểm lớn hơn 1.
Ví dụ về minh hoạ cho điểm thuộc khung xương của đối tượng hình chữ nhật.
Hai điểm A và B thuộc khung xương, tuy nhiên, điểm C không thuộc khung
xương do chỉ có 1 điểm gần nhất nằm trên biên cạnh.
Ví dụ minh họa quá trình thực hiện thuật toán tìm xương:
Toán tử rút xương có thể được biểu diễn bằng tập hữu hạn các phép co nhị
phân (erosion) và phép mở ảnh (opening).
Erosion Opening Skeleton
Toán tử rút xương được áp dụng thành công trong những ứng dụng y học:
https://tuoitre.vn/buoc-tien-moi-dua-tri-tue-nhan-tao-vao-chan-doan-hinh-anh-
y-te-tai-viet-nam-20200626154509091.htm
ứng dụng AI sẽ có tác động như thế nào đến độ chính xác trong việc chẩn đoán hình ảnh?
Có những lợi thế nào nếu chúng ta áp dụng giải pháp này vào các bệnh viện của Việt
Nam?
Nhiều nghiên cứu quốc tế đã cho thấy sự trợ giúp của AI có thể làm tăng độ chính xác của
chẩn đoán, đặc biệt trong ngành chẩn đoán hình ảnh. Trong ứng dụng tại bệnh viện, chúng tôi
kỳ vọng rằng các bác sĩ khi đọc phim xong, có thể tham khảo ý kiến của máy. Độ chính xác
của máy và bác sĩ sẽ bù trừ cho nhau. Nói như vậy để có thể hiểu chính xác rằng VinDr không
thay thế bác sĩ, mà sẽ là một công cụ hỗ trợ đắc lực, đóng vai trò như một người cùng hội chẩn
với bác sĩ.
Vậy máy có lợi thế gì so với con người? Rõ ràng là, máy có tốc độ xử lý cao. Như ta biết, các
bệnh viện ở Việt Nam thường quá tải, và bác sĩ phải làm việc với cường độ rất cao, sự mỏi mệt
chắc chắn sẽ ảnh hưởng đến chất lượng công việc. Trong khi đó, máy hoàn toàn không bị ảnh
hưởng bởi tình trạng này. Bởi vậy, chúng tôi hy vọng rằng sự trợ giúp của AI giảm áp lực cho
các bác sĩ và hạn chế đáng kể số lần đọc lỗi. Theo thử nghiệm, tốc độ chẩn đoán phim X-
quang phổi là dưới 1 giây, chẩn đoán phim X-quang vú là dưới 5 giây.
Đặc biệt, phần mềm này có thể chẩn đoán đồng thời nhiều ca chụp một lúc. Khác với bác sĩ chỉ
đọc lần lượt từng ca chụp trong lúc làm việc, phần mềm sẽ đọc suốt ngày đêm với độ chính
xác và tốc độ không đổi, do đó có thể phục vụ sàng lọc trên diện rộng.
Hiện nay các chẩn đoán bệnh lý về phổi đã đạt độ chính xác (trong ngành y dùng hai chỉ số là
độ nhạy và độ đặc hiệu) trên 95%. Chẩn đoán ung thư vú trên X-quang đạt độ chính xác trên
85%. Đây là các thuật toán có hiệu năng tương đương với những thuật toán tốt nhất trên thế
giới hiện nay. Nói thêm là đọc phim X-quang vú khó hơn khá nhiều so với phim X-quang
phổi, ngay cả đối với các bác sĩ có kinh nghiệm.
* Hiện tại, giải pháp này đang được triển khai như thế nào, thưa TS?
- Hiện tại chúng tôi đang triển khai trên nền tảng web. Lấy ví dụ, với các phim chụp đã được
số hóa, các bác sĩ hoặc sinh viên Y khoa có thể linh hoạt tải hình ảnh lên hệ thống, chẩn đoán
và tham vấn hệ thống mọi lúc mọi nơi. Chỉ cần có máy tính kết nối internet và tài khoản là có
thể kết nối với giải pháp của chúng tôi để sử dụng.
Hiện có hai hình thức triển khai là triển khai tại chỗ và đẩy lên đám mây (Cloud). Đa phần các
bệnh viện chọn hình thức triển khai tại chỗ. Hình thức thứ hai là sử dụng điện toán đám mây,
với dữ liệu được truyền tải và lưu trữ tập trung trên một máy chủ chung. Máy chủ này có thể
được truy cập từ tất cả mọi nơi trên thế giới thông qua mạng internet.
Trong tương lai xa hơn, khi việc triển khai bệnh án điện tử, theo dõi hồ sơ sức khỏe điện tử,
cho mọi bệnh nhân đi vào thực tế, công cụ AI có thể được sử dụng từ xa để hỗ trợ theo dõi lịch
sử khám chữa bệnh và kiểm soát tình trạng sức khoẻ của bệnh nhân...
5. Trò chơi “Ai là triệu phú”
Slide 1: đề tài
Slide 2: Mục lục:
Xử lý
Xử lý ảnh
ảnh y tế
Biến đổi
hình
thái
Ứng dụng