phục dựng hình ảnh 3d từ dữ liệu ảnh y tế dicom

Ứng dụng của đồ hoạ 3D Những lĩnh vực đang được nghiên cứu ứng dụng đồ hoạ 3D một cách mạnh mẽ hiện nay là: Y học, Giáo dục, Tin học, Thương mại, Giao thông, Hàng không, Xây dựng Thiết

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS Đỗ Năng Toàn

Thái Nguyên - 2012

Khoa học máy tính tại Trường Đại học Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên, em đã nhận được rất nhiều sự giúp đỡ nhiệt tình của các thầy, cô giáo trong Trường Đại học Công nghệ thông tin và Truyền thông; Viện công nghệ thông tin Việt Nam Các thầy, cô luôn giúp đỡ, tạo điều kiện cho em trong quá trình học tập Em xin bày tỏ lời cảm ơn chân thành tới tập thể các thầy, cô giáo trong Trường Đại học Công nghệ thông tin và Truyền thông; Viện công nghệ thông tin Việt Nam

Em xin cảm ơn sự giúp đỡ của các anh, chị phòng Công nghệ Thực tại ảo Viện

Công nghệ thông tin Việt Nam Đặc biệt thầy giáo PGS.TS Đỗ Năng Toàn đã tận tình

hướng dẫn và tạo điều kiện giúp đỡ em hoàn thành quyển luận văn tốt nghiệp này

Tôi xin cảm ơn các bạn đồng nghiệp và người thân đã động viên, giúp đỡ tôi trong quá trình nghiên cứu và thực hiện luận văn

Quá trình thực hiện đề tài không tránh khỏi thiếu sót em rất mong nhận được

sự đóng góp ý kiến của các thầy, cô giáo và các bạn đồng nghiệp đối với đề tài nghiên cứu của em để đề tài được hoàn thiện hơn

Em xin trân trọng cảm ơn!

Thái Nguyên, ngày tháng năm 2012

Nguyễn Văn Thắng

LỜI CAM ĐOAN

Em xin cam đoan toàn bộ nội dung bản luận văn này là do em tự sưu tầm, tra cứu và sắp xếp cho phù hợp với nội dung yêu cầu của đề tài

Nội dung luận văn này chưa từng được công bố hay xuất bản dưới bất kỳ hình thức nào và cũng không được sao chép từ bất kỳ một công trình nghiên cứu nào

Tất cả phần ứng dụng đều do em tự thiết kế và xây dựng, trong đó có sử dụng một số thư viện chuẩn và các thuật toán được các tác giả xuất bản công khai

và miễn phí trên mạng Internet

Nếu sai em xin hoàn toàn chịu trách nhiệm

Thái Nguyên, ngày tháng năm 2012

Người cam đoan

Nguyễn Văn Thắng

MỤC LỤC

MỤC LỤC i

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT iii

DANH MỤC CÁC HÌNH ẢNH iv

PHẦN MỞ ĐẦU 1

Chương 1: KHÁI QUÁT VỀ ĐỒ HỌA 3D VÀ ẢNH TRONG Y TẾ THEO CHUẨN DICOM 3

1.1KHÁIQUÁTVỀĐỒHỌA3DVÀỨNGDỤNG 3

1.1.1 Tổng quan về đồ họa 3D 3

1.1.2 Phương pháp bi ểu diễn 3D 3

1.1.3 Ứng dụng của đồ hoạ 3D 6

1.2.DỰNGẢNH3DTỪDỮLIỆUẢNHYTẾDICOM 13

1.2.1 Chuẩn DICOM 13

1.2.1.1 Giới thiệu 13

1.2.1.2 Phần Header 14

1.2.1.3 Tập dữ liệu - Data Set 15

1.2.2 Dựng hình 3D dựa vào ảnh DICOM 18

Chương 2: MỘT SỐ VẤN ĐỀ VỀ KỸ THUẬT DỰNG HÌNH 3D 28

2.1.TRÍCHCHỌNCÁCĐIỂMĐẶCTRƯNGTHEOĐƯỜNGBIÊN 28

2.1.1 Lựa chọn các đặc trưng 28

2.1.2 Biên và kỹ thuật phát hiện biên 29

2.1.2.1 Một số khái niệm: 29

2.1.2.2 Phân loại các kỹ thuật phát hiện biên 30

2.1.2.3 Quy trình phát hiện biên 31

2.1.2.4 Phương pháp phát hiện biên cục bộ 31

2.2.CÁCPHƯƠNGPHÁPBIỂUDIỄNBỀMẶT 36

2.2.1 Bề mặt đa giác 37

2.2.1.1 Biểu diễn lưới đa giác 37

2.2.1.2 Phương trình mặt phẳng 40

a) Phương trình hàm ẩn 40

b) Xác định điểm trên mặt phẳng 42

2.2.2 Bề mặt bậc hai 43

2.2.2.1 Hình cầu 43

2.2.2.2 Ellipsoid 43

2.2.2.3 Hình xuyến 44

2.2.2.4 Bề mặt tròn xoay 45

2.2.3 Bề mặt có qui luật 45

2.2.4 Bề mặt bậc 3 Hermite 46

2.2.5 Bề mặt Bezier 48

2.2.6 Ghép nối các bề mặt bậc 3 49

2.2.7 Pháp tuyến với mặt phẳng 50

2.3.THUẬTTOÁN“ĐOĐỘSAISỐBẬCHAIQEM” 51

2.3.1.MỘTSỐKHÁINIỆM VÀ GIẢTHIẾTBANĐẦUCỦABÀITOÁN 51

2.3.1.1 Qui ước về cách biểu diễn vật thể 51

2.3.1.2 Các yêu cầu về giữ nguyên hình dạng hình học của vật thể 52

2.3.1.3 Phương pháp đánh giá độ xấp xỉ 53

2.3.2 Ý tưởng và các bước của thuật toán 56

2.3.2.1 Ý tưởng 56

2.3.2.2 Các bước cơ bản của thuật toán 56

2.3.3 Tập các cặp đỉnh sẽ được xem xét & loại bỏ 57

2.3.3.1 Tập các cặp đỉnh 57

2.3.3.2 Phép loại bỏ cặp đỉnh 57

2.3.4 Hàm xác định giá 57

2.3.4.1 Đại lượng sai số bậc hai ( QEM ) 60

2.3.4.2 Xác dịnh trọng số của các mặt 61

2.3.4.3 Xác định vị trí đỉnh mới 62

2.3.5 Kiểm tra tính toàn vẹn 63

Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM 65

3.1.BÀI TOÁN 65

3.2.CHƯƠNG TRÌNH 67

PHẦN KẾT LUẬN 69

TÀI LIỆU THAM KHẢO 70

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

STT Ký hiệu/ Chữ

1 B -reps Boulldary representationl phương pháp biểu

diễn bề mặt

Digital Imaging and Communications in Medicine

Tiêu chuẩn để bắt tay, lưu trữ, in ấn và thu/nhận hình ảnh trong y tế

8 SPECT Single Photon Emission

Computed Tomography

Chụp cắt lớp ddienj toán phát xạ Photon

Thuật toán đơn giản biểu diễn bề mặt đa diện sử dụng độ đo sai

số bậc hai

DANH MỤC CÁC HÌNH ẢNH

Hình 1.1 Dạng của ma trận biến đổi trong hệ tọa độ thuần nhất

Hình 1 2 Bề mặt được chiếu sáng bởi cả hai loại nguồn sáng

Hình 1.3 Hình ảnh của dự án nghiên cứu CHARM về tay của con người

Hình 1.4 Hình ảnh về việc nghiên cứu hộ sọ của con người theo tạp chí tại địa chỉ: http://www.ahs.uic.edu

Hình 1.5 Câu trúc file DICOM

Hình 1.6 Cấu trúc phần tử dữ liệu phần Header

Hình 1.7 Cấu trúc phần tử dữ liệu trong DICOM

Hình 1.8 Biểu diễn một lớp cắt trong không gian tọa độ xyz

Hình 2.1 Lưới đa giác xác định bằng các chỉ số trong

Hình 2.2 Lưới đa giác xác định bởi danh sách các cạnh cho mỗi đa giác

( λ biểu diễn giá trị rỗng)

Hình 2.3 Biểu diễn mặt cầu bằng lưới đa giác

Hình 2.4 Tham số  và  sử dụng để biểu diễn hình cầu

Hình 2.8 Biểu diễn theo tham số bề mặt có qui luật

Hình 2.9 Bề mặt Bezier với 16 điểm điều khiển chúng

Hình 2.10 Kết nối hai bề mặt cong

Hình 2.11 Kết nối hai bề mặt Bezier với các điểm điều khiển chung là P14, P24, P34

và P44

Hình 2.12 Một vật thể gồm nhiều khối hộp đặt sát nhau được giảm thiểu theo 2 cách

Hình 2.13 Mô phỏng tình huống trong không gian hai chiều

Hình 2.14 Mặt vuông được “lát” bằng các hình tam giác khác nhau Hình 2.15 Sau khi loại bỏ một cặp thì xuất hiện 1 mặt bị ngược

Hình 2.16 Giải pháp của QEM

Hình 3.1 Đọc ảnh DICOM

Hình 3.2 Dữ liệu ảnh chưa được xác định biên

Hình 3.3 Dữ liệu ảnh sau khi đã xác định biên của mô hình

Hình 3.4 Kết quả tạo mô hình 3D bằng kỹ thuật tạo lưới dữ liệu 3D

PHẦN MỞ ĐẦU

Ngày nay, Công nghệ thông tin đóng vai trò quan trọng trong công tác quản

lý, điều hành và ứng dụng thành công trong công tác khám chữa bệnh tại các bệnh viện như chụp cắt lớp, mổ nội soi v.v… Chẩn đoán hình ảnh y khoa góp phần quan trọng nâng cao tính chính xác, kịp thời và hiệu quả cao trong 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, nội soi, hình ảnh chụp cắt lớp vi tính, hình ảnh chụp cộng hưởng từ Điều đáng quan tâm ở đây là những hình ảnh này không phải là các định dạng ảnh thông thường như: jpg, bitmap, gif… mà nó được định dạng theo chuẩn

Lý thuyết về tái tạo ảnh 3D nói riêng trên thế giới đã có những bước tiến rất xa

do đã được phát triển trong khoảng vài chục năm gần đây Ở thời điểm hiện tại vẫn liên tục có những công trình được đưa ra nhằm cải tiến các phương pháp đã có nhiều nghiên cứu đưa ra các phương pháp mới Cách đây không lâu, hiển thị hình ảnh y khoa chỉ gói gọn trong kỹ thuật tạo hình trên phim , tuy rất hữu ích trong những đánh giá tổng quát nhưng những kỹ thuật này thực sự gặp trở ngại trong những trường hợp chẩn đoán phức tạp Trong chẩn đoá n tiền giải phẫu và lập kế hoạch điều trị , hình ảnh của những vùng quan tâm rất cần được đánh giá chính xác (như khối u chẳng hạn… ) Khi sử dụng ảnh trên phim sẽ rất khó để đánh giá hình dạng hoặc độ sâu theo 3 chiều không gian Để giải quyết vấn đề này , cần phải có một chuỗi liên tiếp các hình ảnh cắt ngang vùng cần khảo sát ở những điểm khác nhau Sau đó để đánh giá trực quan phải dựa vào kinh nghiệm của người chẩn đoán Theo đó , không thể thực hiện thêm những thao tác xử lý khác và mô hình tạo ra không thể mô phỏng hiển thị hay lưu trữ chính xác hơn khả năng mường tượng của người chẩn đoán được

Để giúp cho việc đó đòi hỏi ta phải xây dựng được công cụ hữu hiệu dựa vào các kỹ thuật dựng hình để tạo lên không gian ba chiều có độ tương tác cao với công

tác chẩn đoán Do đó tôi chọn đề tài “Phục dựng hình ảnh 3D từ dữ liệu ảnh Y

tế DICOM” Nội dung luận văn bao gồm 3 chương:

Chương 1: KHÁI QUÁT VỀ ĐỒ HỌA 3D VÀ ẢNH TRONG Y TẾ

THEO CHUẨN DICOM

Chương này khái quát về đồ họa 3D, giới thiệu về chuẩn DICOM, cấu trúc của ảnh trong y tế theo chuẩn DICOM

Chương 1: KHÁI QUÁT VỀ ĐỒ HỌA 3D VÀ ẢNH TRONG Y TẾ THEO

CHUẨN DICOM 1.1 Khái quát về đồ họa 3D và ứng dụng

1.1.1 Tổng quan về đồ họa 3D

Đồ họa máy tính là tất cả những gì liên quan đến việc sử dụng máy tính để phát sinh ra hình ảnh Các vấn đề liên quan tới công việc này bao gồm: lưu trữ, thao tác trên các mô hình (các mô tả hình học của đối tượng) và các ảnh[1]

Một hệ đồ họa bao giờ cũng gồm có hai thành phần chính là phần cứng và phần mềm [1] Phần cứng bao gồm các thiết bị hiển thị và nhập dữ liệu như màn hình, chuột, bàn phím,… Phần mềm bao gồm các công cụ lập trình và các chương trình ứng dụng đồ họa Nếu xét theo số chiều được mô tả trên máy tính ta

có đồ họa hai chiều v à đồ họa ba chiều

Việc thể hiện các đối tượng ba chiều trên máy tính là một công việc cần thiết

vì phần lớn các đối tượng trong thế giới thực là đối tượng ba chiều Cũng giống như các cách biểu diễn các đối tượng ba chiều trên mặt phẳng khác (giấy, camera,…), biểu diễn bằng máy tính cũng phải tuân theo các quy luật về phối cảnh, sáng, tối,… nhằm giúp người xem có thể tưởng tượng lại hình ảnh một cách gần đúng nhất

Khi chúng ta mô hình hóa và hiển thị một cảnh 3 chiều chúng ta cần phải xem xét rất nhiều khía cạnh về vấn đề khác nhau chứ không đơn giản là thêm vào tọa độ thứ ba cho các đối tượng[1] Bề mặt đối tượng có thể được xây dựng bởi nhiều tổ hợp khác nhau của các mặt phẳng và mặt cong, đôi khi chúng ta còn cần mô tả một số thông tin bên trong đối tượng Khi biểu diễn đối tượng ba chiều bằng máy tính ta cần quan tâm các vấn đề sau:

1.1.2 Phương pháp bi ểu diễn 3D

Có hai phương pháp biểu diễn đối tượng ba chiều là phương pháp biểu diễn

bề mặt (B-reps) và biểu diễn theo phân hoạch không gian (space -partitioning representation)

Phương pháp B -reps mô tả đối tượng bằng một tập hợp các bề mặt giới hạn

phần bên trong của đối tượng với môi trường bên ngoài Thông thường ta xấp xỉ

các bề mặt phức tạp bởi các mảnh nhỏ hơn gọi là các mặt vá (patch) Các mảnh

này có thể là các đa giác hoặc các mặt cong trơn

Phương pháp phân hoạch không gian thường dùng để mô tả các thuộc tính bên trong của đối tượng

Trên các bề mặt có hai loại hiệu ứng phát sáng là khuếch tán (diffuse

light)(ánh sáng phát đi theo mọi hướng) và phản xạ gương (specular light)

Hình 1 2 Bề mặt được chiếu sáng bởi cả hai loại nguồn sáng

Độ sáng của một vật sẽ là độ sáng tổng hợp của 3 loại ánh sáng trên

Để tăng tốc độ ta có thể xấp xỉ các mặt cong bởi một tập hợp các mặt

phẳng.Với mỗi mặt phẳng này ta có thể áp dụng mô hình cường độ không đổi

(flat shading) hoặc cường độ nội suy (Gouraud shading, Phong shading) để

tạo bóng

+ Trực quan hóa (Visualization)

Trực quan hóa trong đồ họa máy tính là sử dụng máy tính để tính toán dữ liệu sau đó sử dụng đồ họa máy tính, đặc biệt là đồ họa 3D để minh họa, biểu diễn dữ liệu thành những hình ảnh mà con người có thể hiểu được dễ dàng và giúp cho con người có thể tương tác với dữ liệu[13] Dữ liệu đó có thể là các dữ liệu phát sinh do mô phỏng hoặc do đo đạc trong thực tế Kết quả biểu diễn phải biểu diễn chính xác tính chất của tập dữ liệu

Nhìn chung trực quan hóa là một quá trình phức tạp Các thuật toán sẽ phụ

mắt người

nguồn sáng phản xạnguồn sáng tự

phát

thuộc vào tính chất của dữ liệu cũng như yêu cầu biểu diễn Ta có thể biểu diễn hình ảnh sự phân bố của các giá trị vô hướng như nhiệt độ trong một căn phòng hay các giá trị có hướng như hình dạng các dòng chảy trong lòng khối chất lỏng… Quá trình tái tạo cấu trúc ba chiều của các vật thể thực cũng là một quá trình trực quan hóa, ta gọi là trực quan hóa ba chiều (3D Visualization) Dữ liệu thu được từ các phép lấy mẫu, sau đó tùy theo cách lấy mẫu và tính chất của dữ liệu ta sẽ có những phương pháp thích hợp để tái tạo các cấu trúc ba chiều

1.1.3 Ứng dụng của đồ hoạ 3D

Những lĩnh vực đang được nghiên cứu ứng dụng đồ hoạ 3D một cách mạnh mẽ hiện nay là: Y học, Giáo dục, Tin học, Thương mại, Giao thông, Hàng không, Xây dựng Thiết

kế nội thất và trang chí nhà cửa, Giải trí, Quân sự, Điện ảnh…

Như vậy chắc hẳn bạn muốn biết tại sao các lĩnh vực trên lại ứng dụng đồ hoạ 3D, và ý nghĩa của việc ứng dụng đồ hoạ 3D vào các lĩnh vực đó ra sao Thành quả thực tế đem lại như thế nào, những vấn đề đó chúng ta sẽ cùng xem xét ở phần dưới đây

Tại sao các lĩnh vực trên lại ứng dụng đồ hoạ 3D và thành quả ứng dụng ra sao

Trong Y Học: Khi xã hội ngày càng phát triển thì vấn đề sức khoẻ con người ngày

càng được quan tâm hơn Càng ngày người ta càng cố gắng tìm ra các phương pháp, các cách thức chữa trị bệnh cho con người một cách tốt hơn

Khi Tin học phát triển và những ứng dụng của nó vào thực tế trở lên phổ biến, đồng thời những thành quả to lớn của nó đem lại thì không ai có thể phủ nhận được, một trong các lĩnh vực mà ứng dụng tin học một cách hiệu quả hiện nay là y học

Tôi xin đưa ra một số hình ảnh về việc nghiên cứu và ứng dụng tin học trong y học:

Hình 1.3 Hình ảnh của dự án nghiên cứu CHARM về tay của con người

Đây là dự án nghiên cứu của châu âu vào tháng 11 năm 1993, dự án này cho phép xây dựng lại mô hình cánh tay của con người trong không gian 3D từ những

dữ liệu hình ảnh trong y học và mô phỏng tất cả sự thay đổi có thể có của các bộ phận như sự co dãn cơ…

Trong dự án này thì đồ hoạ 3D làm nhiệm vụ mô phỏng lại cánh tay của con người

và cung cấp các dịnh vụ sử lý thể hiện sự thay đổi của cánh tay con người khi có sự tương tác của người sử dụng

Các bạn có thể tìm hiểu thêm về dự án này tại trang Web có địa chỉ như sau: http://www.ligww.epf1.ch

Hình 1.4 Hình ảnh về việc nghiên cứu hộ sọ của con người theo tạp chí tại địa chỉ:

http://www.ahs.uic.edu

Đây là dự án nghiên cứu nhằm đưa đồ hoạ 3D vào việc chữa trị bệnh cho con người Bằng cách xây dựng một chương trình mà cho phép các bác sĩ trên khắp thể giới có thể cùng tham gia quan sát, thảo luận để đưa ra phương pháp chữa trị hiệu quả nhất

Trong dự án này đồ hoạ 3D làm nhiệm vụ kết hợp hình ảnh trong không gian 3D với môi trường truyền thông Cung cấp môi trường làm việc chia sẻ qua

mạng cho những người cùng hợp tác làm việc môi trường mô phỏng nhằm cùng nhau thực hiện việc điều trị hay nghiên cứu.Các bạn có thể tìm hiểu thêm về vấn đề này theo trang web có địa chỉ:

có điều kiện sức khoẻ để thực hiện ca phẫu thuật lớn Theo nghĩa là vùng phẫu thuật phải rộng, diện tích phải mở lớn làm cho bệnh nhân lâu lành vết mổ, hoặc để lại những di chứng không thể tránh khỏi…mà nếu không phẫu thuật thì bệnh nhân lại lâm vào tình trạng nguy hiểm

Những vấn đề trên được giải quyết một cách hiệu quả khi có ứng dụng đồ hoạ 3D Chỉ bằng cách xây dựng các mô hình đồ hoạ 3D cần thiết cho các đối tượng là chúng ta đã có ngay môi trường quan sát, nghiên cứu thực tập tốt thậm chí có thể nói là tốt hơn thực tế Những ca phẫu thuật trở nên chính xác hơn, bệnh nhân mau lành bệnh hơn khi vết phẫu thuật nhỏ hơn so với vết phẫu thuật theo cách phẫu thuật truyền thống khi có ứng dụng đồ hoạ 3D Hay bệnh nhân được chữa trị bởi đồng thời nhiều bác sĩ giỏi trên khắp thế giới, thì chắc chắn hiệu quả mang lại thì không cần nói gì thêm chắc hẳn ai cũng biết

Hiện nay có rất nhiều dự án tập trung vào việc xây dựng các mô hình, mô phỏng các cơ quan bộ phận của con người Đồng thời mô phỏng những sự thay đổi

cơ bản khi có sự tương tác, thay đổi, hay sự biến đổi của các bộ phận khi con người

có sự hoạt động Xây dựng các mô hình cho phép thực hiện các ca phẫu thuật giả, xây dựng các mô hình cho phép chuẩn đoán bệnh…

Trong giáo dục: Giáo dục phát triển con người là vấn đề hàng đầu của các quốc gia dân tộc trên thế giới Tìm hiểu nghiên cứu nhằm đưa ra phương pháp giáo dục hiệu quả đã khó, song còn có nhưng vấn đề còn khó khăn hơn đó là làm sao kích thích được niềm say mê học tập, nghiên cứu của con người và tính tự giác, khả năng tư duy và tưởng tượng của mỗi con người và làm sao để cung cấp môi trường học tập nghiên cứu tốt nhất, nhằm phát huy hết những khả năng của con người Theo như cách giáo dục truyền thống nhiều khi chúng ta không thể cung cấp được môi trường nghiên cứu học tập, không khơi dậy được niềm say mê, hứng thú, hay không thể phát huy được hết khả năng tưởng tượng và tư duy của con người làm cho hiệu quả giáo dục không cao

Chúng ta đã thấy hiệu quả to lớn của việc ứng dụng tin học vào trong giáo dục trên thế giới cũng như ở nước ta Song phần lớn các ứng dụng tin học vào trong giáo dục mà chúng ta biết lại chỉ là những giáo trình tin học nhằm rèn luyện tư duy tin học cho con người còn những ứng dụng nhằm rèn luyện những khả năng khác của con người vẫn chưa phổ biến

Những chương trình nhằm rèn luyện tư duy nói chung, những chương trình rèn luyện khả năng tưởng tượng, những chương trình cung cấp mô hình thực nghiệm, những chương trình kích thích trí tò mò… là chưa nhiều hay có thể nói là chưa có nhiều chương trình hiệu quả Vì sao lại như vậy? Bởi vì các chương trình được xây dựng chưa có khả năng phát huy được hết sự cảm nhận của con người trong nhận thức, chưa gây được ấn tượng sâu sắc vấn đề cần truyền đạt cho đối tượng cần truyền đạt, môi trường truyền đạt không gây được trí tò mò, hay niềm đam mê của người học

Hiện nay có một xu hướng mới trong việc ứng dụng tin học trong giáo dục mà rất được quan tâm nghiên cứu và phát triển đó là xây dựng các mô hình đồ hoạ 3D trên máy vi tính nhằm cung cấp các môi trường học tập và nghiên cứu Những mô hình được xây dựng ở đây phải xây dựng làm sao để chuyển tải được thực tế của

chúng ta vào môi trường mô phỏng đó, cung cấp khả năng tương tác của con người với môi trường mô phỏng đó, có khả năng gây kích thích cao với người tham gia, cho phép chia sẽ tài nguyên về môi trường qua môi trường mạng…, chúng ta có thể thấy rằng đó chính là đồ hoạ 3D

Trong Thiết Kế Xây Dựng : Những chương trình đồ hoạ mạnh nhất hiện nay chủ yếu phục vụ vào các lĩnh vực thiết kế và xây dựng như AUCAD, AUTODEST, 3DMAX, SHAPRE,…Những chương trình đã giúp cho những nhà thiết kế xây dựng giảm được rất nhiều chi phí về thời gian và công sức thiết kế Đồ hoạ 3D tạo cho người ta cảm giác chìm đắm trong một không gian như trên thực tế mà đã được xây dựng trên máy vi tính sẽ giúp cho chúng ta có thể có một cái nhìn chi tiết về công trình đã được thiết kế

Trong Quân Sự: Vấn đề môi trường thực tế, điều kiện kinh tế, kỹ thuật, vấn

đề an toàn về tính mạng con người là những vấn đề khó khăn hàng đầu của các quốc gia trong Quân Sự

Một trong những lý do đầu tiên mà đồ hoạ 3D ra đời là nhằm phục vụ cho quân sự Như vậy đồ hoạ 3D giải quyết những vấn đề khó khăn ở trên ra sao, hiệu quả thực tế mang lại như thế nào chúng ta sẽ cùng tìm hiểu trong phần này

Chắc hẳn ai cũng biết rằng không phải lúc nào cũng có chiến tranh, song khi có chiến tranh không phải là lúc chúng ta chuẩn bị lực lượng, vậy thì lấy đâu ra môi trường thực tế để rèn luyên, chuẩn bị lực lượng…Hay trên thực tế có thể tạo ra được môi trường tập luyện thực sự Do điều kiện kinh tế kỹ thuật không cho phép hay việc tập luyện ấy quá nguy hiểm tới tính mạng của con người

Như vậy vấn đề ở đây là làm sao tạo ra được môi trường tập luyện như trên thực tế mà lại không quá tốn kém hay nguy hiểm đến tính mạng con người Mà đem lại hiệu quả tập luyện lại tốt như trên thực tế Người ta đã giải quyết những vấn đề trên một cách thực sự hiệu quả khi ứng dụng đồ hoạ 3D Điều này có thế thấy rõ như ở một số nước có liên quân sự mạnh như Mỹ, Nga, Trung Quốc…Người ta đã xây dựng các hệ thống mô phỏng phục vụ cho việc tập luyện của bộ binh, hay những hệ thống mô phỏng hệ thống an ninh, mô phỏng trận địa… phục vụ cho việc

nghiên cứu, tập luyện nhằm tìm ra các phương pháp phòng thủ hay chiến đấu một cách hiệu quả và nâng cao chất lượng của quân sự

Khi ứng dụng đồ hoạ 3D vào trong quân sự thì việc sử dụng môi trường đã được tạo ra theo cách chia sẻ thông tin, hiệu quả kinh tế của nó mang lại thì thực sự

là to lớn, người ta sẽ giảm được một lượng lớn kinh phí phục vụ cho việc tập luyện, hay thực hiện được những điều mà trên thực tế khó có thể thực hiện được, hay những vấn đề trên thực tế phải áp dụng những quy tắc an toàn nghiêm ngặt song vẫn có mối nguy hiểm lớn đến tính mạng và tải sản của con người ví dụ: trận địa chiến đấu, các mô hình phòng thủ quốc gia…

Trong Hàng Không Vũ Trụ: Nguồn vốn đầu tư, thời gian là những vấn đề sống còn của tất cả các công ty tham gia hoạt động sản xuất kinh doanh Nhất là những ngành mà đòi hỏi phải có nguồn vốn lớn mà thời gian thu hồi vốn lâu và sức cạnh tranh cao như hàng không vũ trụ Chúng ta không thể đầu tư một chiếc tầu vũ trụ để phóng thử nghiệm vào không gian, chúng ta không thể giao một chiếc máy bay cho một viên phi công lần đầu tiên bước lên máy bay mà chưa qua huấn luyện, vì chi phí cho mỗi chiếc máy bay không phải là nhỏ hơn thế nữa là vấn đề an toàn tính mạng con người…

Trên thực tế người ta làm thế nào để giải quyết vấn đề đó, thực tế khi mà chưa

có các ứng dụng tin học thì người ta buộc tất cả những học viên phải trau rồi lý thuyết thật nhuần nhuyễn trước khi bước lên máy bay, nhằm giảm thiểu những thiệt hại, hay nguy hiểm Xong cách giải quyết này đòi hỏi quá nhiều thời gian và kinh phí đào tạo

Một vài năm khi tin học phát triển và các ứng dụng của nó vào lĩnh vực này càng trở lên mạnh mẽ Nhất là trong vấn đề trợ giúp đào tạo phi công, người ta xây dựng rất nhiều chương trình mô phỏng cho phi công tập luyện kết hợp với các thiết

bị phần cứng để tạo ra một môi trường làm cho con người tưởng như ở trên một chiếc máy bay thật và mọi thứ diễn ra như ngoài thực tế Một chương trình máy tính tạo ra không gian 3D kết hợp với thiết bị phần cứng cho phép người phi công thực hiện những chuyến bay đến các sân bay đã được xây dựng sẵn với các tình huống

nhằm nâng cao kỹ năng xử lý tình huống như trong thực tế cho phi công… với cách này người ta sẽ giảm thiểu được thời gian đào tạo, chi phí đào tạo, và nâng cao tính

an toàn của mỗi chuyến bay

Trong Điện Ảnh: Như chúng ta biết hiện nay điện ảnh là một lĩnh vực đang lên ngôi, chắc hẳn ai trong chúng ta cũng đã từng xem phim, và cũng đã từng thưởng thức những cảnh ngoại mục trong phim do các diễn viên hay các nhân vật trong phim thể hiện Và chúng ta chỉ có thể nghĩ rằng những điều đó chỉ có thể có trong phim chứ không có trên thực tế Đúng vậy những phim được coi là hay nhất, được ưa chuộng nhất hiện nay là những phim có những cảnh ngoạn mục, hoành tráng Một vài năm gần đây những phim đó đã ứng dụng đồ hoạ 3D và những phương pháp xử lý đồ hoạ mạnh nhằm tạo ra những hiệu ứng, những cảnh mà trên thực tế không thể thực hiện được

Trong Game và giải trí: Lý do đầu tiên mà đồ hoạ 3D ra đời là phục vụ cho giải trí, như chúng ta đã thấy lịch sử ra đời của đồ hoạ 3D là nhằm phục vụ cho giải trí, thực hiện việc mô phỏng các mô hình 3D cung cấp các dịch vụ phục vụ tương tác của người trong môi trường ảo, với hình ảnh tuyệt vời kết hợp với âm thanh nổi, các thiết bị vào ra, làm cho con người ta ở trong môi trường ảo mà như mình ở trong môi trường thực Thậm chí còn hấp dẫn hơn nhiều, bởi trong môi trường đó con người có thể thực hiện những điều mà trên thực tế họ không thể thực hiện được Với khả năng kết hợp với các thiết bị vào ra, các hiệu ứng đồ hoạ chỉ có thể thấy được trên máy tính, đồ hoạ 3D nhanh chóng trở thành một ứng dụng không thể thiếu trong Game và trong giải trí với những trò Game giải trí 3D làm say đắm con người Xu hướng ứng dụng của đồ hoạ 3D trong tương lai

Qua phần trên cho chúng ta thấy được một phần nào những kết quả thực sự to lớn của việc ứng dụng đồ hoạ 3D mang lại, và chúng ta cũng có thể thấy được một phần nào của việc ứng dụng đồ hoạ 3D trong tương lai, mở đường cho một cách thức ứng dụng tin học mới vào các lĩnh vực khác Đồ hoạ 3D sẽ thâm nhập vào tất

cả các lĩnh vực của cuộc sống cũng như sự có mặt của tin học trong cuộc sống

Ý nghĩa của việc ứng dụng đồ hoạ 3D

Như vậy chúng ta thấy được ý nghĩa to lớn của việc ứng dụng đồ hoạ 3D, bởi những vấn đề khó khăn mà nếu không có đồ hoạ 3D thì có thể nói là khó lòng mà giải quyết, hay nếu có thể giải quyết được thì hiệu quả không cao và chi phí sẽ rất tốn kém Còn khi ứng dụng đồ hoạ 3D vào, thì những vấn đề đó trở lên hết sức đơn giản, và hiệu quả của nó mang lại thì thực sự là to lớn, kể cả vật chất lẫn tinh thần

1.2 Dựng ảnh 3D từ dữ liệu ảnh y tế theo chuẩn DICOM

1.2.1 Chuẩn DICOM (Digital Imaging and Communication Medecine)

1.2.1.1 Giới thiệu

Digital Imaging and Communications in Medicine (DICOM) là tiêu chuẩn để bắt tay, lưu trữ, in ấn và thu/nhận hình ảnh trong y tế Tiêu chuẩn này bao gồm cả việc định nghĩa cấu trúc tập tin và giao thức truyền thông tin Giao thức truyền thông tin là một giao thức ứng dụng sử dụng nền tảng TCP/IP để giao tiếp lẫn nhau giữa các hệ thống Các tập tin DICOM có thể được trao đổi lẫn nhau giữa các hệ thống khi các hệ thống này có khả năng thu nhận hình ảnh và dữ liệu bệnh nhân theo định dạng DICOM Hiệp hội các nhà sản xuất điện-điện tử Hoa kỳ năm giữ bản quyền của tiêu chuẩn (DICOM broschure) Tiêu chuẩn này được phát triển bởi Ủy ban tiêu chuẩn DICOM, với các thành viên thuộc Hiệp hội Các nhà sản xuất Điện-Điện tử Hoa Kỳ[22]

Tiêu chuẩn DICOM cho phép việc tích hợp dễ dàng các máy thu nhận hình ảnh, server, trạm làm việc (workstation), máy in và các thiết bị phần cứng khác có nối mạng từ các nhà sản xuất khác nhau vào trong hệ thống PACS (Hệ thống PACS được ứng dụng trong quá trình thu thập, truyền tải, lưu trữ, quả lý, chẩn đoán, xử lý thông tin của các thiết bị trị liệu kĩ thuật số như CT, MR, US, X quang, DSA, CR.) Các thiết bị khác nhau được đi kèm một bảng đáp ứng các tiêu chuẩn DICOM để làm rõ các lớp dịch vụ mà thiết bị này hỗ trợ DICOM đã dần dần được chấp nhận rộng rãi ở các bệnh viện và phòng khám

DICOM là một chuẩn công nghệ áp dụng cho việc truyền hình ảnh và thông tin y tế giữa những thiết bị điện tử như máy chụp cắt lớp - CT, cộng hưởng từ - MRI hay siêu âm-ultrasound Mục đích là cung cấp một cấu trúc mở để các thiết bị của những hãng khác nhau có thể kết nối được với nhau

DICOM dựa trên mô hình mở OSI (Open System Interconnect) DICOM thuộc về tầng thứ 7 (tầng ứng dụng) DICOM là một mô hình hướng đối tượng trong đó thông tin và những chức năng được nhóm lại thành những gói (packet) gọi

là đối tượng (object) cho dễ quản lý DICOM có những thông tin tường minh về đối tượng Với DICOM, phương thức có thể điều khiển những chức năng dựa trên những thông tin về đối tượng để xem đưa ảnh ra file hay trên film, vùng hình ảnh sẽ xuất hiện trên phim với mục đích nghiên cứu, chẩn đoán cho bệnh nhân người ta sẽ đưa ra một tập hợp ảnh liên quan đến bệnh nhân đó trên một không gian nghiên cứu của bệnh nhân

Một file DICOM ngoài dữ liệu về bản thân hình ảnh, còn chứa cả những

thông tin khác như thông tin về bệnh nhân, về loại máy scan, v.v Vì thể tổ chức

của file DICOM được xây dựng dựa trên phần Header - phần dữ liệu chứa các

thông tin chung và phần Data Set - phần dữ liệu về hình ảnh

Data Element

………

Preamble Prefix

128 bytes = ??? ??? 4 bytes = „D‟, „I‟, „C‟, „M‟

Hình 1.6 Cấu trúc phần tử dữ liệu phần Header

Chuẩn DICOM không đòi hỏi một kích thước cố định cho Preamable như đối với Data Element Bằng cách đưa ra một con số thích hợp thường sử dụng trong

định dạng file hình ảnh trong file DICOM giúp cho việc truy nhập hình ảnh và dữ liệu dễ dàng hơn

- Nếu file không sử dụng bởi một Application Profile hay một cài đặt chuyên dụng nào thì 128 byte preamble sẽ có giá trị 00H

- Preamble có thể chứa thông tin cho phép một ứng dụng multi-media truy nhập vào dữ liệu hình ảnh trong Data Set Những file dạng này có thể được truy nhập theo 2 cách:

+ Bằng ứng dụng multimedia thông qua Preamble

+ Bằng ứng dụng DICOM bỏ qua Preamble

1.2.1.3 Tập dữ liệu - Data Set

Data Set

Hình 1.7 Cấu trúc phần tử dữ liệu trong DICOM

Một File sẽ chứa một Data Set biểu diễn cho một thực thể SOP liên quan tới lớp SOP (tương ứng với IOD) Tập dữ liệu bao gồm một tập hợp các phần tử dữ liệu (Data Element -DE) DE chứa giá trị thuộc tính được mã hoá theo cú pháp chuyển đổi (TrS-Transfer Syntax) Dựa vào TrS ta có thể xác định xem dữ liệu trong file được mã hoá theo kiểu gì

Phần tử dữ liệu - Data Element

Một phần tử dữ liệu được xác định duy nhất bởi một thẻ Nó có thể là một trong ba cấu trúc:

Hai trong số đó có trường VR (cho biết giá trị của Data Element được biểu

diễn ở dạng dữ liệu nào, độ dài bao nhiêu, cố định hay thay đổi được ) nhưng khác

về cách biểu diễn độ dài, còn một cấu trúc thì không có trường VR Cả ba cấu trúc

đều có trường Data Element Tag, value Length, giá trị của Data Element

Thẻ Data Element Tag : bao gồm hai số nguyên không dấu 16 bít biểu diễn

Group Number và Element Number Mỗi loại thông tin được đặc trưng bởi thẻ này

Giá trị biểu diễn – VR (Value Representation): một xâu hai ký tự biểu diễn

tương ứng theo thẻ VR sẽ được mã hoá bằng cách dùng tập ký tự mặc định của

DICOM

Chiều dài giá trị -Value Length: có hai trường hợp

Số nguyên không dấu 16 hoặc 32 bit tuỳ thuộc vào VR được biểu diễn theo kiểu tường minh hay không tường minh, mô tả số byte độ dài của trường Value

Một trường 32 bit được đặt là FFFFFFFFH, chỉ một chiều dài không xác định Giá trị này có thể được sử dụng khi Data Element có trường VR là SQ(Sequence of Item), UN(Unknown) Nó cũng có thể được sử dụng vớI VR là OB, OW phụ thuộc vào Transfer Syntax

Trường giá trị - Value Field: chứa giá trị của Data Element

Một số khái niêm liên quan cần dùng khi đọc ảnh DICOM

Cú pháp chuyển đổi - Transfer Syntax: xác định kiểu mã hoá dữ liệu là theo kiểu Big Edian, Little Edian:

+ 1.2.840.10008.1.2 : Little Edian Implicit VR

+ 1.2.840.10008.1.2.1 : Little Edian Explicit VR

+ 1.2.840.10008.1.2.2 : Big Edian Implicit VR

+ 1.2.840.10008.1.4 : JPEG Compresion ( Nén JPEG)

Điểm dữ liệu - Data pixel: cần quan tâm đến 3 Data Element biểu diễn cấu trúc Pixel

+ Bít định vị - Bit Allocated (0028,0100)

+ Bít lưu trữ - Bit Stored (0028,0101)

+ Bít cao - High Bit (0028,0102)

+ Biểu diễn điểm - Pixel Representation(0028,0103)

Mỗi ô chứa một giá trị điểm mẫu - Pixel Sample Value Bít định vị xác định kích thước của ô điểm - Pixel Cell Bits Stored xác định số bit được sử dụng để biểu diễn giá trị của Pixel Sample Bít cao cho biết vị trí bit cao nhất của Bits Stored trong Bits Allocated

Giá trị của Pixel Sample có thể là số nguyên không dấu hoặc có dấu được xác đinh bằng các biểu diễn điểm ảnh Pixel Representation

Kích thước ảnh: Data Element biểu diễn kích thước ảnh bởi độ

dài rộng:

+ Độ rộng - Width

+ Độ cao - Height

Để khôi phục ảnh 3-D, cần quan tâm đến phần tử dữ liệu sau

+ Số các khung-Number of Frames(0028,0008): khi giá trị >1 thì mới khôi phục được

Phần tử dữ liệu riêng - Private Data Element: thường dùng để chứa thông tin (ví dụ thông tin về bệnh nhân, tổ chức…), có số nhóm-Group Number là số lẻ Dựa trên đó có thể lấy ra những thông tin cần thiết mà không phải dữ liệu ảnh ngay trên file Đây cũng là điểm khác biệt của định dạng DICOM so với các định dạng khác

1.2.2 Dựng hình 3D dựa vào ảnh DICOM

Dựng hình 3D là một thuật ngữ của việc xử lý ảnh bao gồm các ảnh của cùng một cấu trúc, khác nhau ở viễn cảnh chụp, thời gian chụp hay phương thức chụp Vì các ảnh có thể thay đổi bởi một hoặc tất cả những yếu tố trên, nên các vật thể được thể hiện trong các ảnh này rõ ràng sẽ có khác biệt Việc so sánh các thông tin từ các ảnh này đặt ra những thách thức đáng kể dựng hình 3D nhằm mục đích điều chỉnh đúng những sự biến đổi này bằng cách sắp xếp các ảnh sao cho thông tin giữa chúng tương xứng với nhau Nhiệm vụ của dựng hình 3D có thể được định nghĩa như sau: 2 ảnh cho sẵn chứa một vài cấu trúc tương xứng nhau, xác định một phép biến đổi hình học sao cho khi áp dụng nó cho một ảnh sẽ giúp sắp xếp những giá trị điểm trên ảnh này lên trên ảnh thứ 2 ngay tại những cấu trúc mà 2 ảnh tương ứng với nhau Có thể diễn tả việc dựng hình 3D của khối B lên khối A như sau:

A(x,y,z) = Tα B(x,y,z) Trong đó, Tα là một hình thức chuyển đổi 3 chiều được tạo ra theo một phương thức nào đó Việc phân tích các chương trình dựng hình tổng quát dựa vào

4 yếu tố chính sau: Không gian đặc điểm, xác định sự tương đồng, không gian nghiên cứu và chiến lược nghiên cứu:

* Không gian đặc điểm

Công việc đầu tiên trong dựng hình 3D giữa các khối ảnh là lựa chọn một không gian đặc điểm làm gốc Không gian này miêu tả những nét chung chia sẻ giữa hai khối ảnh Nó có thể có nhiều dạng, trong đó tồn tại một số bất kỳ về cách thức thể hiện một ảnh Không gian này có thể là tập hợp của những thành phần sau: những giá trị cường độ thô; những đặc điểm bên trong ảnh như các mép, đường viền, đường biên và hình dạng; những đặc điểm cao cấp hơn bao gồm giao điểm

của các đường thẳng hay điểm uốn cực đại; hay những đặc điểm xác định như moment quán tính và tâm khối

Có một số điểm cần được đề cập khi lựa chọn một không gian đặc điểm Trước tiên là phải xem xét độ nhạy của đặc điểm tạo ra thông tin Nếu suốt quá trình thu nhận ảnh, một ảnh được hạn chế lỗi do nhiễu hay sai số hình học, sẽ có ảnh hưởng tốt đến chất lượng của một không gian đặc điểm suốt quá trình dựng hình Trong trường hợp đó, một vài đặc điểm có thể trở nên không cần thiết nếu chúng không đưa ra được sự khác biệt giữa thông tin đặc điểm liên quan và dữ liệu

bị lỗi Ví dụ như tính toán khối tâm sẽ bị ảnh hưởng khi có sự tác động của nhiễu trắng vì đây là một phép đo cầu phương, trong đó các đặc điểm cấp thấp như đường thẳng và mép có thể giúp tăng ưu thế vì nguồn gốc của chúng dựa trên một miền xác định hơn

Bên cạnh độ nhạy, cũng cần phải xét đến giá trị tính toán để thể hiện đặc điểm Những đặc điểm đơn giản như giá trị cường độ thô được quan tâm nhiều bởi vì chúng cung cấp những thông tin tối cần thiết nhất về một ảnh trong một hình thức có giá trị trực tiếp Khi độ phức tạp của không gian đặc điểm gia tăng, thì qui trình tiền xử lý các đặc điểm thu được ảnh cũng phải được tăng cường ví

dụ, trước khi xác định moment quán tính, đòi hỏi phải lọc nhiễu ảnh Khi nhận dạng một vật thể từ ảnh nền, đòi hỏi phải tăng độ tương phản nhằm tăng cường những thay đổi về những thành phần cường độ trong vùng khảo sát Trước khi thể hiện những mép và đường viền, cần thiết phải làm nổi bật chúng bằng cách làm tăng độ nét của ảnh và tách mép Việc phân đoạn ảnh có thể cần dùng để cô lập một không gian đặc điểm được tạo ra từ hình dạng Như vậy, có thể nhận thấy rõ rằng có nhiều hình thức để biểu hiện một không gian đặc điểm cho một ảnh Tuy nhiên, có những lúc cần phải có những đặc điểm phức tạp Thông tin thu được từ một đặc điểm phức tạp có thể liên quan nhiều hơn hoặc có chất lượng hơn trong việc xác định điểm tương đồng giữa hai ảnh Việc tính toán chất lượng này sẽ được đề cập trong phần xác định sự tương đồng

* Xác định sự tương đồng

Xác định sự tương đồng là sự định giá thông tin đã được qui định trong không gian đặc điểm Nói cách khác, nếu không gian đặc điểm qui ước đặc điểm nào được kết hợp thì việc xác định tương đồng những điểm hợp nhau được đánh giá

ra sao Vì thế, bản chất của việc xác định tính tương đồng gắn liền với bản chất của không gian đặc điểm Những phép đo thông thường bao gồm tổng của những điểm khác nhau tuyệt đối và những hệ số tương quan kèm theo Các đường viền và đường thẳng sẽ đòi hỏi phải tính tổng bình phương những khác biệt giữa các điểm dọc theo mỗi đường Về phương diện khác, việc khảo sát một không gian đặc điểm với nền tảng là giá trị cường độ cần thiết phải có phép đo phù hợp với các giá trị như nhiễu, khi không có quá trình tiền xử lý Đây là giá trị của việc tính toán khi lựa chọn một phép đo tương đồng Về thực chất thì giá trị này cũng liên quan tới giá trị biểu hiện của không gian đặc điểm Vì tính phức tạp của không gian đặc điểm có liên quan trực tiếp đến chất lượng thông tin thể hiện, nên kèm theo đó là giá trị tính toán của phép đo tương đồng đối với những đặc điểm cao cấp sẽ ít hơn Về mặt này, một số giá trị gắn với quá trình tiền xử lý được cân bằng khi sử dụng một phép đo tương đồng đơn giản Việc tiền xử lý sẽ có tác dụng trước bất kỳ phép tính nào; các đặc điểm được tăng cường, biểu hiện và được tính toán sau đó bởi phép đo tương đồng Phép đo tương đồng sẽ được thực hiện cho mọi quá trình tính toán các thông số chuyển đổi hợp nhất Vì thế, độ phức tạp kèm theo của một phép đo tinh tế hơn sẽ

gấp nhiều lần khi tính toán một phép đo đơn thuần

* Không gian nghiên cứu

Không gian nghiên cứu được định nghĩa là miền chứa tập hợp tất cả những

phép đo tương đồng có thể có Tại một vài nơi trong không gian nghiên cứu sẽ tìm

thấy được cách giải quyết tốt nhất Phụ thuộc vào phép đo tương đồng, phương thức này có thể được xác định tại điểm cực đại hay cực tiểu của không gian nghiên cứu Trong thuật ngữ dựng hình ảnh, phương pháp giải quyết tốt nhất tương ứng với các phương thức biến đổi tốt nhất để kết hợp một ảnh lên ảnh khác đáp ứng được yêu cầu của phép đo tương đồng Dựa theo những tiêu chuẩn này, bản chất của phép

biến đổi hình học sẽ quyết định tính phức tạp của không gian nghiên cứu Giả sử rằng các ảnh bị di dời không thẳng hàng nhau, không gian nghiên cứu sẽ là tập hợp tất cả những khả năng chuyển dời có thể có Nếu độ dì dời càng phức tạp, chẳng hạn bao gồm sự xoay tròn, thì không gian nghiên cứu sẽ bao hàm luôn tất cả những khả năng xoay tròn có thể có Dựng hình 3D từ hình ảnh y khoa là một công việc được tiến hành trên 3 chiều Theo không gian Descartes, những sự chuyển dời có thể có bao gồm sự dịch chuyển trên 3 hướng x, y và z và chuyển động xoay tròn xung quanh trục x, y và z Cứ mỗi chiều thêm vào thì độ phức tạp của không gian nghiên cứu lại tăng theo hàm mũ Vì vậy, trước khi tính toán cần xem xét để giới hạn tính toán các phép đo tương đồng ở một con số chấp nhận được Ví dụ, khi đã biết rõ về một vấn đề đặc biệt, ta có thể tiến hành thiết lập một số giới hạn trên vùng chuyển dịch hay xoay tròn trong phạm vi cho phép

Tính chất của phép đo tương đồng cũng đóng vai trò quan trọng bên trong không gian nghiên cứu Trong trường hợp lý tưởng, phép đo tương đồng sẽ thể hiện tính đơn nhất giúp đơn giản hóa tối ưu sự phức tạp của lĩnh vực nghiên cứu Tuy nhiên, nếu không còn ở trạng thái đơn nhất nữa hoặc có nhiều về số học trong các cực đại và cực tiểu cần đặt ra chiến lược nghiên cứu tinh tế hơn

* Chiến lược nghiên cứu

Hình thức vận hành của phép tính tương đồng trong không gian nghiên cứu được qui định bởi chiến lược nghiên cứu Có thể hiểu tiến trình thực thi của phép đo tương đồng trong không gian này là tiêu chuẩn để chọn lựa chiến lược phù hợp Hầu hết các chiến lược hướng vào việc xác định một hệ số tương quan tốt nhất giữa 2 giá trị cho trước, quá trình này có thể xem như việc tìm kiếm giá trị cực đại và cực tiểu Những kỹ thuật toàn diện về tổng quát sẽ phơi bày rõ hơn thực chất của những nét rối loạn trong hình ảnh Điều này đạt được thông qua việc sử dụng phép tính tương đồng để khảo sát chi tiết hơn không gian nghiên cứu Trong một không gian nghiên cứu phức tạp, những điểm khác biệt có thể chấp nhận được thêm vào trong những phương pháp này sẽ đạt kết quả hơn các phương pháp tuyến tính Tuy nhiên, khi nghiên cứu một không gian phức tạp cộng với phép tính tương đồng phức tạp

thì mức độ tính toán phải đủ lớn để đáp ứng các tiêu chuẩn khảo sát Ngược lại, những thuật toán mong muốn cho ra kết quả nhanh, nhưng do khả năng hạn chế không phù hợp với những tiêu chuẩn lý tưởng nên dẫn đến việc tính toán bị gián đoạn Những tập dữ liệu rời rạc có khuynh hướng gây ra nhiễu ở một vài mức độ nào đó đối với phép đo tương đồng chủ yếu do sai số rời rạc Chính điều này gây ảnh hướng không tốt cho việc xác định những điểm cực trị trong khi khảo sát tìm giá trị tối ưu tổng quát

Cũng có thể xem việc lựa chọn chiến lược nghiên cứu như là bản chất của phép đo tương đồng Trong một vài hệ thống, các phép tính có thể biểu diễn theo hình thức toán học Nhiều chiến lược sử dụng nguyên hàm như một nguồn thông tin khi tìm kiếm giải pháp tối ưu Tuy nhiên, những thông tin trong nguyên hàm không phải lúc nào cũng có giá trị Trong trường hợp này thì cần có một chiến lược nghiên cứu theo một khía cạnh khác của hàm số

* Các ứng dụng

Dựng hình 3D dựa vào ảnh DICOM có ứng dụng rất rộng rãi trong các lĩnh vực y học Dựng hình 3D với ảnh được sử dụng để kết nối thông tin của những cấu trúc ảnh khác nhau Phổ biến nhất là sử dụng dựng hình để thu được những biểu hiện lâm sàng có ý nghĩa thiết thực hơn về tình trạng của bệnh nhân Những thông tin được tăng lên thông qua dựng hình có thể được ứng dụng về sau trong các chương trình giải phẫu trên cơ sở kết hợp ảnh với bệnh nhân Kết hợp ảnh với bệnh nhân nhằm mục tiêu phác thảo một tập hợp ảnh lên trên một không gian vật lý trong quá trình điều trị cho bệnh nhân Hình thức dựng hình này cho phép nhà phẫu thuật sử dụng thông tin ảnh để giám sát các cấu trúc giải phẫu thuận lợi hơn trong suốt tiến trình phẫu thuật Dựng hình 3D dựa vào ảnh DICOM với bản đồ phác họa những khối ảnh lên trên các bản đồ giải phẫu số học bằng cách dồn một khối ảnh vào trong một khối khác Hình thức kết hợp này cực kỳ hữu ích trong ứng dụng dựng hình những khác biệt giữa 2 ảnh nhưng giữa chúng tồn tại một mức độ tương quan nào đó Trường hợp này rất thường gặp trong sự biến dạng thô về giải phẫu, khi đó hình thái

của vật thể thay đổi liên tục giữa các khối ảnh, đó cũng là kết quả của những khác biệt về giải phẫu hoặc do những thay đổi dưới tác động của phẫu thuật

Nhiều công trình nghiên cứu về cách thức dựng hình các dạng ảnh y khoa đã được thực hiện và thu được nhiều thành tựu Van den Elsen et al đề xuất một lập trường phân loại gắt gao khi so sánh giữa các kỹ thuật dựng hình Maurer et al cho

ra một bản khảo sát toàn diện về dựng hình ảnh gắn liền với việc tái thiết lập (reformatting) và mô phỏng (rendering) Gần đây, Viergever et al đã thảo luận về các kỹ thuật "retrospective" (hồi suy) theo khía cạnh hiển thị hình ảnh Hawkes đưa

ra một hình thức phân loại dựa trên bản chất và phương chiếu của sự biến dạng Little và Hawkes kết hợp bài nghiên cứu về hợp nhất vật chất rắn với bài thảo luận

về các kỹ thuật không tuyến tính

Đây là bài khảo sát về các kỹ thuật dựng hình các cấu trúc bên trong hình ảnh não 3 chiều thu được từ các mô hình chụp ảnh SPECT, MRI, PET và CT Điểm quan trọng của các kỹ thuật này là khả năng hợp nhất chức năng - cấu trúc, đây cũng là thách thức cho hầu hết các công trình dựng hình

Mục tiêu của việc dựng hình các vật thể bên trong đã xác định rằng bản chất hình học của bất kỳ phép biến đổi nào cũng sẽ là biến đổi thô hay biến đổi affine (một hình thức biến đổi về mặt hình học) Ở đây không bao hàm việc hợp nhất các vật thể giao nhau, hợp nhất bệnh nhân với lược đồ giải phẫu và những phép dựng hình không tuyến tính khác Thành tựu này đã được giới thiệu đến công chúng, đi kèm với mỗi kỹ thuật là bản giới thiệu đặc điểm chính, một bản khảo sát các học thuyết ứng dụng và một bản thảo luận về các điểm mạnh yếu liên quan

 Cơ sở lý thuyết của dựng hình 3D dựa vào ảnh DICOM

Mỗi kỹ thuật đều có những ưu, nhược điểm riêng nhưng nhìn chung, những

kỹ thuật dựng hình dựa trên cường độ chiếm ưu thế về tính năng Ngoài ra, ta cũng

đã nhận định rằng, một kỹ thuật dựng hình có thể đạt đến lý tưởng khi nó được thực hiện hoàn toàn tự động Tất cả các công trình nghiên cứu tiên tiến gần đây nhất đang nỗ lực hết sức để có thể đạt được khả năng tự động hoàn toàn, và hiện tại, chiếm ưu thế nhất và được ưa chuộng sử dụng nhất trong các kỹ thuật dựng hình là

các kỹ thuật bán tự động Kết quả thu được từ các kỹ thuật bán tự động dựa trên cường độ có giá trị rất cao, đáp ứng tốt mọi nhu cầu từ người sử dụng

 Nguyên lý dựng hình 2 chiếu cơ bản

Một vấn đề cần được đề cập trước hết đó là các khối ảnh 3 chiều không thể

tự tạo ra trong các mô hình thiết lập ảnh Vì thế, muốn đạt được khả năng dựng hình các ảnh 3 chiều, ta nhất thiết phải xét đến khả năng dựng hình các ảnh 2 chiều từ các tập ảnh thu được từ các mô hình

Ta xét một số kỹ thuật dựng hình 2 chiều sau:

+ Dựng hình dựa trên điểm tương đồng

Lựa chọn một số điểm đặc trưng trên ảnh Thông thường thì một tập ảnh luôn có những điểm có giá trị và ý nghĩa hình học nhất định Những điểm này phải được duy trì chính xác trong quá trình xử lý ảnh

Bước tiếp theo của quá trình hợp nhất là biến dạng ảnh nhằm gắn những điểm đã được lựa chọn trên ảnh đầu tiên lên ảnh thứ hai Quá trình này đòi hỏi độ tinh tế cao trong xử lý nhằm cho ra kết quả tốt nhất

Việc dựng hình này có thể được tiến hành bằng tay, bán tự động hay tự động Thông thường nhất là cách thức bán tự động, có nghĩa là người điều khiển sẽ xử lý các điểm ảnh theo ý muốn trước khi tiến hành dựng hình

+ Dựng hình dựa trên các tính chất chung của các hình ảnh

Ý tưởng chính ở đây là thu thập những thông tin hữu ích từ các hình ảnh mà không cần tác động từ phía người điều khiển (hoặc chỉ cần tác động ít) Những thuộc tính hình học hay thang độ xám của các hình ảnh được mô tả bởi tâm khối, hệ trục tọa độ và những thành phần phức tạp hơn Các tham số của quá trình biến đổi

về ảnh chuẩn được tính toán bởi những giá trị có sẵn trong mỗi ảnh, điều chính yếu

là những giá trị này chính là những thành phần bất biến của ảnh

Đây là phương thức dựng hình có thể được tiến hành hoàn toàn tự động và cho kết quả chấp nhận được Tuy nhiên, hình thức dựng hình này cũng rất dễ cho ra những sai số lớn do ảnh hưởng của nhiễu, vì vậy cách tốt nhất là chúng ta cũng cần phải tác động một phần nào đó trước khi cho tiến hành dựng hình

+ Dựng hình dựa trên bờ mép của ảnh

Nguyên lý cơ bản là xác định và tách lấy các bờ mép có trong các ảnh và tiến hành so sánh các mép tương ứng với nhau để tiến hành dựng hình hình ảnh từ những đường mép tương đồng này Để hợp nhất các đường mép này, người ta thường sử dụng cách thức giảm thiểu sai số bình phương trung bình và so sánh giá trị cường độ của các điểm mép Nhìn chung, đây là phương thức hợp nhất rất thuận tiện sử dụng trong hình ảnh y khoa do các hình ảnh y khoa được tạo ra dựa trên thang độ xám với bờ mép của từng bộ phận rất dễ xác định thông qua vài thuật toán đơn giản

Hình thức dựng hình này cũng có thể được thực hiện một cách tự động hoặc bán tự động theo ý đồ của người sử dụng

Như vậy, ta nhận thấy các hình thức hợp nhất 2 chiều này cũng chính là nền tảng cơ bản nhất để tiến tới dựng hình các khối ảnh 3 chiều Đồng thời, đảm bảo hai mục tiêu đó là :

- Phải có khả năng thiết lập ảnh 3 chiều từ các tập ảnh 2 chiều

- Phải có khả năng hợp nhất không chỉ 1 cặp ảnh mà phải hợp nhất được nhiều cặp ảnh cùng một lúc

 Nguyên lý tái tạo ảnh 3 chiều

Một khối ảnh 3 chiều được thiết lập từ một tập ảnh 2 chiều phải mang đầy đủ những thông tin của tập ảnh đồng thời khi được biểu diễn trong không gian, nó phải đáp ứng được các yêu cầu chủ quan từ phía người nghiên cứu (góc nhìn, thể hiện rõ cấu trúc cần khảo sát )

Hình 1.8 Biểu diễn một lớp cắt trong không gian tọa độ xyz

Từ hình trên, ta nhận thấy nguyên lý cơ bản để tái tạo ảnh 3 chiều là phải sắp xếp liên tục các lớp cắt lên cùng một hệ không gian 3 chiều xyz với tỷ lệ thích hợp

về độ dày lớp cắt

Cần lưu ý ở đây là việc các cấu trúc bên trong có thể bị che lấp bởi những bề mặt bên ngoài nên trong khi thể hiện ảnh 3 chiều, ta phải thiết kế sao cho tất cả các đặc điểm có thể quan sát được từ góc độ thích hợp

Mặt khác, để có thể thiết lập được một ảnh 3 chiều gần với thực tế nhất thì số lượng ảnh 2 chiều dữ liệu phải phù hợp Trong quá trình thu thập dữ liệu ảnh tại các bệnh viện, một vấn đề thực tế xuất hiện đó là hầu hết các tập ảnh dữ liệu bệnh nhân chỉ chứa một số rất ít các lớp cắt tương ứng với bộ phận chụp

Như vậy, ở đây đặt ra 2 mục tiêu nữa trong quá trình dựng hình đó là:

- Phải tạo ra ảnh 3 chiều có độ trong suốt nhất định, giúp biểu hiện rõ hơn những phần chi tiết bị che lấp

- Tìm được một phép toán giúp tạo ra các lớp cắt từ các lớp cắt trong tập ảnh

để thu được một số lượng lớp cắt vừa đủ giúp tăng cường cho việc thiết lập ảnh 3 chiều được chính xác hơn

 Nguyên lý dựng hình ảnh 3 chiều

Dựa vào nguyên lý hợp nhất ảnh 2 chiều và nguyên lý tái tạo ảnh 3 chiều, ta

có thể hướng tới hai hình thức dựng hình ảnh 3 chiều như sau:

 Cách 1:

Tiến hành tạo một tập ảnh gồm các ảnh 2 chiều được dựng hình từ các cặp ảnh tương ứng từ các tập ảnh gốc của các mô hình Sau đó tiến hành tái tạo ảnh 3 chiều từ tập ảnh 2 chiều mới được tạo ra này Bằng cách đó, ta sẽ thu được ảnh 3 chiều

 Cách 2:

Ta tiến hành nguyên lý tái tạo ảnh 3 chiều cho hai tập ảnh gốc trước Sau đó, tiến hành dựng 2 ảnh 3 chiều này với nhau trên nền tảng cường độ voxel Kết quả thu được cũng là một ảnh 3 chiều

Và để tăng cường thêm độ chính xác, ta cần thiết kế được một số phương thức tiền xử lý ảnh tăng cường chẳng hạn như xoay ảnh, phóng to, thu nhỏ, dịch chuyển và phải áp dụng được cho cả tập ảnh cùng lúc chứ không chỉ một ảnh đơn nhất

Không xét đến yêu cầu về tính bất đối xứng trong

hệ thống CBIR Khó đánh giá phân phối mẫu vì một số mẫu huấn luyện không đặc tả được hết toàn

bộ tập dữ liệu Vì vậy, phương pháp này không thích hợp cho hệ thống tìm kiếm ảnh học online

Không xét đến yêu cầu về tính bất đối xứng trong

hệ thống CBIR Không được đánh giá tốt vì khả năng tổng quát hóa thấp do tiêu chí lựa chọn đặc trưng dựa trên lỗi huấn luyện

3 Phương pháp phân

tích biệt thức

Phương pháp DA tổng hợp các phân tích biệt thức tuyến tính và giả thiết rằng các ảnh “thích hợp” được nhóm vào với nhau như một cụm Với những ảnh “không thích hợp”, phương pháp DA giả thiết rằng chúng không nằm trong một phân phối một cụm

Tăng các đặc trưng được học thành phân lớp toàn

bộ giảm lỗi huấn luyện

Có nhiều phương pháp để đánh giá kết quả của tập con đặc trưng Vì vậy, kết quả đối với những mô hình lựa chọn đặc trưng khác nhau là khác nhau Hai mô hình phổ biến cho lựa chọn đặc trưng là: Mô hình Filter và mô hình Wrapper

- Mô hình Filter: đánh giá mỗi phần tử bằng một vài tiêu chuẩn hay độ đo nào

đó, rồi chọn ra tập con các thuộc tính được đánh giá cao nhất

- Mô hình Wrapper: Sử dụng một thuật toán tìm kiếm để đánh giá tập con các

thuộc tính coi như là một nhóm hơn là một phần tử riêng lẻ

2.1.2 Biên và kỹ thuật phát hiện biên

2.1.2.1 Một số khái niệm:

Điểm Biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh

hoặc đột ngột về mức xám (hoặc màu) Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm biên nếu lân cận nó có ít nhất một điểm trắng

Đường biên (đường bao: boundary): Tập hợp các điểm biên liên tiếp tạo thành

một đường biên hay đường bao

Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên: Đường biên là một loại

đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh Thứ hai, người ta sử dụng biên làm phân cách các vùng xám (màu) cách biệt Ngược lại, người ta cũng

sử dụng các vùng ảnh để tìm đường phân cách

Mô hình biểu diễn đường biên: Nhìn chung về mặt toán học người ta coi điểm

biên của ảnh là điểm có sự biến đổi đột ngột về độ xám như chỉ ra trong hình dưới đây:

Hình Minh hoạ khái niệm đường biên của ảnh

2.1.2.2 Phân loại các kỹ thuật phát hiện biên

Như vậy, phát hiện biên một cách lý tưởng là xác định được tất cả các đường bao trong các đối tượng Định nghĩa toán học của biên ở trên là cơ sở cho các

kỹ thuật phát hiện biên Điều quan trọng là sự biến thiên giữa các điểm ảnh là nhỏ, trong khi đó biến thiên độ sáng của điểm biên (khi qua biên) lại khá lớn Xuất phát từ cơ sở này người ta thường sử dụng 2 phương pháp phát hiện biên sau:

• Phương pháp phát hiện biên trực tiếp: Phương pháp này nhằm làm nổi

đường biên dựa vào biến thiên về giá trị độ sáng của điểm ảnh Kỹ thuật chủ yếu

là dùng kỹ thuật đạo hàm Nếu lấy đạo hàm bậc nhất của ảnh ta có phương pháp Gradient, nếu lấy đạo hàm bậc 2 ta có kỹ thuật Laplace

• Phương pháp gián tiếp: Nếu bằng cách nào đấy ta phân ảnh thành các

vùng thì đường phân ranh giữa các vùng đó chính là biên, việc phân vùng ảnh thường dựa vào kết cấu (texture) bề mặt của ảnh

Cũng cần lưu ý rằng, kỹ thuật dò biên và phân vùng ảnh là hai bài toán đối ngẫu của nhau Thực vậy, dò biên để thực hiện phân lớp đối tượng và một khi đã phân lớp