Đồ án: Chuyên ngành máy tính

Giới thiệu chương - Trong chương này, ta sẽ được giới thiệu các thông tin tổng quan về đồ án, như làtầm quan trọng của đề tài và tổng quan về đối tượng được chọn, ở đây chính là khối - H

Mục lục

DANH SÁCH CÁC TỪ VIẾT HOA 2

DANH MỤC HÌNH VẼ 3

LỜI MỞ ĐẦU 4

CHƯƠNG 1: TỔNG QUAN 5

1.1 Giới thiệu chương 5

1.2 Tầm quan trọng của đồ án 5

1.2.1 Lý do chọn đề tài 5

1.2.2 Mục tiêu 6

1.2.3 Phương pháp nghiên cứu 6

1.2.4 Đối tượng và phạm vi nghiên cứu 6

1.2.5 Nội dung nghiên cứu 6

1.3 Tổng quan bệnh u não 7

1.3.1 Khối u não 7

1.3.2 Các phương pháp phát hiện khối u 9

1.3.3 Phương pháp phát hiện khối u tự động 12

CHƯƠNG 2: KIẾN THỨC CƠ SỞ 13

2.1 Giới thiệu chương 13

2.2.1 Các khái niệm cơ bản 13

2.2.2 Các phương pháp 16

CHƯƠNG 3: THỰC HIỆN 24

3.1 Giới thiệu chương 24

3.2 CSDL và tiêu chí đánh giá 24

3.2.1 CSDL 24

3.2.2 Tiêu chí đánh giá 24

3.3 Thực nghiệm trên công cụ matlab 24

3.3.1 Ảnh đầu vào 25

3.3.2 Nhị phân hoá bức ảnh 25

3.3.3 Trích xuất vùng bị ảnh hưởng 27

3.3.4 Chỉnh sửa cấu trúc 28

3.3.5 Kết quả 29

HƯỚNG PHÁT TRIỂN ĐỀ TÀI 31

Tài liệu tham khảo 32

PHỤ LỤC 33

DANH SÁCH CÁC TỪ VIẾT HOA

CSDL: Cơ sở dữ liệu

CT: Computed Tomography

MRI: Magnetic Resources Imaging

RGB: Red – Green – Blue

LỜI MỞ ĐẦU

Lời đầu tiên, cho em xin cảm ơn những kiến thức quý báu mà thầy cô trong khoa Điện

tử - Viễn thông đã chỉ dạy, truyền đạt trong quá trình học tập Đặc biệt là lời cảm ơn chân thành nhất đến TS Hoàng Lê Uyên Thục là người đã có sự định hướng, chỉ dẫn, tận tình giúp đỡ chúng em trong suốt thời gian thực hiện đồ án này

Thứ hai, bởi vì đây là lần đầu tiên em làm một đồ án về xử lí ảnh Mặc dù đã cố gắng hoàn thành đề tài, nhưng vì thời gian, cũng như nhân lực và kiến thức có hạn nên không tránh khỏi nhiều thiếu xót Rất mong nhận được sự đóng góp, chỉ bảo, giúp đỡ của thầy cô và các bạn

Lời cuối cùng, em xin cam đoan rằng đồ án này được thực hiện dựa trên những kiến thức hiểu biết của em và tài liệu tham khảo được, không phải là bản sao chép của bất

cứ đồ án nào đã có trước đó trong khoa Điện Tử - Viễn Thông thuộc trường đại học Bách Khoa – đại học Đà Nẵng

Đà Nẵng, ngày tháng năm

CHƯƠNG 1: TỔNG QUAN

1.1 Giới thiệu chương

- Trong chương này, ta sẽ được giới thiệu các thông tin tổng quan về đồ án, như làtầm quan trọng của đề tài và tổng quan về đối tượng được chọn, ở đây chính là khối

- Hiện nay, đời sống của con người ngày càng được nâng cao, kéo theo đó là chất

lượng cuộc sống ngày càng cải thiện, cũng như là cơ sở vật chất phát triển để đáp ứng được những yêu cầu ngày càng cao của con người dẫn đến nhu cầu cao hơn về chăm sóc sức khỏe cho bản thân, gia đình và người thân Chính vì thế phát hiện và chẩn đoán bệnh từ lúc mới hình thành là yếu tố cần thiết

- Bên cạnh đó, chụp ảnh MRI là phương pháp rất phổ biến trong việc hỗ trợ bác sĩ

chẩn đoán bệnh vì nhiều lí do khác nhau, như là: thời gian chụp nhanh, hình ảnh hiện thị tốt hơn khi chụp CT, v.v Nhưng hiện nay, vì mọi thứ đều dựa vào bác sĩ nênđôi lúc cũng có khả năng sai sót dễ xảy ra nếu số lượng ca rất lớn hoặc bác sĩ lớn tuổi, hoặc là những ca cần phải dự đoán ngay lập tức nhưng nó lại diễn ra vào lúc đêm khuya, lúc mà bác sĩ không ở trạng thái tốt nhất hoặc là bác sĩ chưa kịp có mặt

- Thêm nữa, ngày nay u não là một khối u rất nguy hiểm, đứng thứ 3 trong các

nguyên nhân ung thư gây tử vong ở lứa tuổi trung niên, và là nguyên nhân tử vong thứ 2 ở trẻ em Khối u não ác tính nguyên phát (không tính tới ung thư di căn não) chiếm khoảng 2% ung thư các cơ quan khác nhưng tiên lượng thường xấu, tỉ lệ tử vong cao Hiện 688.000 người Mỹ đang sống với u não, trong đó 130.000 u ác tính, và 550.000 u não lành tính Mỗi năm có khoảng 98.000-170.000 u não di căn được chẩn đoán Và tại Việt Nam, chúng ta không có số liệu chính thức chẩn đoán khối u não và tỉ lệ người mắc bệnh u não mỗi năm Tính riêng Bệnh viện Việt Đức

mỗi năm nhận khám và điều trị 2.500 người bệnh u não Và đặc biệt, ảnh hưởng của nó đến cơ thể rất rõ ràng, như là rối loạn nhìn, ngủ, nghe, vị giác, cảm giác.

- Từ những điều trên, nó khiến u não là một trong những đề tài nổi trội, nhức nhối

cho xã hội trong thời gian trở lại đây Và hiện nay, trên thế giới có một vài tổ chức lớn đã và đang thành lập những cuộc thi tìm kiếm phương pháp tiên tiến nhất để giải quyết bài toàn này Vì tầm quan trọng như vậy, một ứng dụng về thực tế về nhận dạng và phát hiện khối u nên được tạo ra để nhằm mục đích hỗ trợ cho Bác sĩ hoặc những người có chuyên môn giải quyết bài toán nhức nhối này

1.2.2 Mục tiêu

- Tạo được một ứng dụng trong phần tiền xử lí, ở đây là việc trích xuất khối u từ

ảnh MRI, phục vụ các bước sau cho đề tài nhận dạng và phân loại khối u não một cách tự động

- Tạo nên một bộ CSDL khối u nhằm phục vụ cho học tập và nghiên cứu sau này.

- Học hỏi các kiến thức mới của môn xử lí ảnh, các kiến thức liên quan tại đề tài

này

1.2.3 Phương pháp nghiên cứu

- Nghiên cứu các phương pháp trong môn xử lí ảnh nhằm để khoanh vùng khối u.

- Sau đó, nghiên cứu các phương pháp trích xuất thông tin từ khối u.

1.2.4 Đối tượng và phạm vi nghiên cứu

- Đối tượng nhóm hướng đến là các ảnh MRI ở đây là khối u não bởi vì đây là

một chủ đề rất thú vị, thực tế và đặc biệt là rất nóng trở lại trong thời gian gần đây

- Vì số lượng thành viên chỉ có một người và cũng như thuận lợi cho quá trình

học hỏi, thì nhóm đã quyết chọn khối u não để thực hiện việc trích xuất

1.2.5 Nội dung nghiên cứu

- Để phục vụ nghiên cứu, đầu tiên, em tiến hành tìm bộ CDSL của khối u não

trong ảnh MRI thông qua các nguồn trên mạng internet

- Tiếp đến, em tiến hành tìm hiểu các phương pháp từ cơ bản đến phức tạp trong

xử lí ảnh nhằm giảm tải các hiện tượng không mong muốn, như là nhiễu, quá tối, quá sáng, v.v, tại bức ảnh để tránh sai sót khi trích xuất khối u ở bước sau

- Cuối cùng, em tiến hành thực hiện việc trích xuất khối u não thông qua các

1.3.1 Khối u não

Hình 1: Mô phỏng khối u nằm trong não

- Khái niệm: khối u não là một khối của các mô bất thường nằm trong tế bào, phát

triển và sinh sản một cách không kiểm soát, và dường như không được kiểm tra bởi các cơ chế mà nó điều khiển các tế bào bình thường trong não

- Phân loại: giống như bao khối u khác, thì khối u não cũng có hai loại đó là: lành

tính và ác tính Để hiểu rõ hơn của từng loại thì ta sẽ đi một cách ngắn gọn của từng loại:

1.3.1.1. Khối u lành tính (benign)

- Định nghĩa: là khối u không có khả năng xâm lấn hay xâm nhập vào các cơ quan

hay tổ chức lân cận và không có khả năng thả tế bào của nó vào dòng máu tuần hoàn

hay dòng bạch huyết để đi đến phát triển ở một hay nhiều cơ quan khác trong

cơ thể (di căn) là khối u lành hay u lành

- Khối u lành tính là u xuất phát từ cơ quan nào (da, gan, não, phổi, xương ) thì chỉ

phát triển ở cơ quan đó, bị "vỏ" của cơ quan đó ngăn chặn không cho phép tế bào củakhối u đó vượt ra ngoài xâm nhập sang cơ quan lân cận

- Chính vì không thể xâm lấn, nên nó có thể được cắt bỏ và không cần phải điều trị

gì thêm

1.3.1.2. Khối u ác tính (malignant)

- Định nghĩa: là khối u có khả năng xâm lấn hay xâm nhập vào các cơ quan hay

tổ chức lân cận và có khả năng "thả" tế bào của nó vào dòng máu tuần hoàn hay dòngbạch huyết để đi đến phát triển ở một hay nhiều cơ quan hay tổ chức khác trong cơ thể (di căn) là khối u ác hay khối u ung thư

- Bởi vì có khả năng di căn nên khối u này nó sẽ vượt ra ngoài và xâm nhập vào các

cơ quan khác trong cơ thể Chính vì này, nên khối u này cực kì nguy hiểm, nó có thể trực tiếp hay gián tiếp phá hoại các cơ quan khác và khiến cho tình hình sức khoẻ củabệnh nhân ngày càng thêm nghiêm trọng

- Từ những điều trên, thì khối u này là nguyên nhân tạo nên căn bệnh ung thư ở con

người

1.3.2 Các phương pháp phát hiện khối u

- Bởi vì việc phát hiện khối u nếu ta làm thủ công rất khó khăn trong việc xác định

vị trí của nó Mà khi không phát hiện được vị trí thì rất khó để điều trị Chính vì thế,

ta phải dựa vào việc nội soi hoặc là chụp cắt lớp

- Bên cạnh đó, việc phát hiện khối u thì hiện nay trên thế giới có một vài phương

pháp phát hiện khối u, như là: chụp CT, chụp MRI, quét PET,… Vì đồ án chỉ tập trung vào kĩ thuật và giới thiệu sơ về thông tin của y khoa, nên sẽ chỉ được trình bày hai phương pháp phổ biến nhất đó chính là: MRI và CT Và hai phương pháp sẽ đượctrình bày ở dưới đây

1.3.2.1 CT

Hình 2: Ảnh CT não; (a): não bình thường, (b): não có chứa khối u

- Định nghĩa: Chụp cắt lớp vi tính (còn gọi nôm na là Chụp xi-ti theo chữ viết

tắt tiếng Anh: CT của Computed Tomography) hay còn gọi là chụp cắt lớp, đây là một phương pháp chụp hình X quang Máy CT chạy vòng quanh thân thể bệnh nhân,phát sóng X quang và đo độ hấp thụ năng lượng tia x của các cấu trúc khác nhau của

cơ thể Sau đó sử dụng các thông tin này và ráp lại với máy vi tính để tái hiện

lại hình ảnh của cơ thể trên không gian 2 hoặc 3 chiều

- Phép chụp cắt lớp vi tính tận dụng sự kết hợp của nhiều phép đo bằng tia X

được chiếu từ nhiều góc độ để tạo nên hình cắt mặt ngang của vật được chụp, từ đó cho phép người chụp có thể nhìn được bên trong của vật mà không cần mổ Ví dụ: khi chụp hình phổi, ta thấy cả tim phổi xương sườn chồng lên nhau làm cho khó thấy rõ chỗ bị bệnh Nhờ việc CT scan dùng computer để tổng hợp hình X-rays từ nhiều góc độ khác nhau, nên nó có thể để tạo ra hình chụp rõ ràng, giống như cơ thể được cắt ngang từng lát mỏng như những lát chanh trong dĩa bò tái chanh Nhờ đó taphát hiện ra vị trí bất thường trong bộ phận đó, khiến cho việc phát hiện dễ dàng

- Ứng dụng phổ biến nhất của CT đó là tạo ra những hình ảnh y học Hình ảnh cắt

ngang của nó được sử dụng cho mục đích chẩn đoán và điều trị trong các ngành y tế khác nhau

1.3.2.2. MRI

Hình 3: Ảnh MRI được chụp tại não người; (a): não bình thường, (b): não có chứa

khối u

- Đầu tiên, MRI (Magnetic Resources Imaging) hay được dịch sang tiếng việt là

chụp hình cộng hưởng từ trường là một cách chụp tiên tiến dùng một từ trường mạnh,các làn sóng phát tuyến và một máy điện toán để chụp những hình ảnh của cơ thể MRI không dùng đến quang X

- Thứ hai, chụp MRI cũng là một kỹ thuật chụp cắt lớp cho ta thấy các cơ quan

trong cơ thể và có thể quan sát được lượng nước bên trong cấu trúc các cơ quan đó

- Thứ ba, chụp MRI cung cấp chất lượng hình ảnh rất tốt, có độ phân giải cao nên

có thể cho phép các bác sĩ thăm, khám lâm sàng toàn diện Bao gồm tim mạch, thần kinh, chấn thương, chụp toàn thân, nhũ ảnh, bệnh lí về mạch máu, ung thư…

- Thứ tư, vì là chụp cắt lớp, đây chính là ưu điểm của nó, nên sự chi tiết làm cho

MRI trở thành công cụ vô giá trong chẩn đoán thời kì đầu và trong việc đánh giá các khối u trong cơ thể

- Thứ năm, ngoài ra, tạo ảnh bằng MRI không gây tác dụng phụ như trong tạo ảnh

bằng chụp X quang thường quy và chụp CT Nên, nó sẽ không phát ra các bức xạ gây nguy hiểm cho con người

1.3.3 Phương pháp phát hiện khối u tự động

- Hiện nay là thời đại của cuộc cách mạng công nghiệp 4.0 chính vì thế con người

đang đề cao tính tự động trong cuộc sống

- Bởi vì đôi lúc có sự sai sót trong khám, chẩn đoán và chữa bệnh tại bác sĩ Cho

nên các bài toán các bài toán y học nói chung và bài toán nhận dạng và phát hiện khối

u nói riêng đang nói trở lại trong thời gian gần đây

- Bên cạnh đó, ngành thị giác máy tính, nói rõ hơn là các bài toán về nhận dạng và

phát hiện đã có những bước đi rất lớn trong một thập kỉ đổ lại đây Nó đã kéo theo sự

ra đời nhiều hơn của các bài toán nhận dạng và phát hiện Và các bài toán đấy đã và đang đóng góp cho cuộc sống hàng ngày của con người

- Thêm nữa, khối u não trong ảnh có nhiều thông tin rất hữu ích để áp dụng các

phương pháp để nhận dạng, như là về mặt độ sáng thì giá trị rất lớn, hoặc hình dạng của nó không tuân theo một qui luật nào cả

- Chính từ các yếu tố trên thì đã khiến bài toán “phát hiện khối u tự động” rất thú vị

và nó, tất nhiên, không đứng ngoài cuộc chơi Và hiện nay có rất nhiều bài báo khoa học sau một thời gian dài nghiên cứu, đã ra đời, cụ thể là các bài “Brain Tumour Extraction” của nhóm tác giả Rajesh C Patil, Dr A S Bhalchandra hay là cũng là tên đó nhưng với thuật toán khác của nhóm sinh viên người Colombia Marquez Cristian, Guzman Jhonatan Và xa hơn là các bài toán phân biệt khối u ác và u lành

- Sau thời gian nghiên cứu và tìm tòi thì nhóm đã quyết định tiếp cận theo thuật toán

của nhóm tác giả người Colombia Bởi vì mức độ thuật toán hiệu quả, thời gian tính toán ngắn gọn hơn so với thuật toán của nhóm tác giả người Ấn Độ

CHƯƠNG 2: KIẾN THỨC CƠ SỞ

2.1 Giới thiệu chương

- Ở chương này, chúng ta sẽ được giới thiệu tất cả các kiến thức cơ sở của đồ án

nhằm hướng đến cho người đọc hiểu tường tận về các bước khi thực hiện đồ án này.2.2 Xử lí ảnh

2.2.1 Các khái niệm cơ bản

2.2.1.1 Ảnh xám (Gray image)

- Trong một ảnh xám, ứng với mỗi pixel giá trị của nó nằm trong giải giá trị từ 0

đến 255 và biến thiên từ màu đen đến màu trắng Bởi vì giá trị tối đa của nó là 255 nên ta phải cần 8 bytes hoặc 1 bit để biễu diễn mỗi điểm ảnh này

- Trong không gian màu RGB, để có một bức ảnh xám cần phải có giá trị kênh

màu Red(x,y) = Green(x,y) = Blue(x,y)

Hình 4: Ảnh xám

2.2.1.2 Ảnh RGB (RGB image)

- Một ảnh RGB - thường được gọi là true-color, được lưu trữ trong Matlab dưới

dạng một mảng dữ liệu có kích thước 3 chiều mxnx3 định nghĩa các giá trị màu red, green và blue cho mỗi pixel riêng biệt Ảnh RGB không sử dụng palette Màu của mỗi pixel được quyết định bởi sự kết hợp giữa các giá trị R, G, B (Red, Green, Blue) được lưu trữ trong một mặt phẳng màu tại vị trí của pixel Định dạng file đồ hoạ lưu trữ ảnh RGB giống như một ảnh 24 bits trong đó R, G, B chiếm tương ứng

8 bit một Điều này cho phép nhận được 16 triệu màu khác nhau Một mảng RGB

có thể thuộc lớp double, uint8 hoặc uint16 Trong một mảng RGB thuộc lớp

double, mỗi thành phần màu có giá trị giữa 0 và 1 Một pixel mà thành phần màu của nó là (0, 0, 0) được hiển thị với màu đen và một pixel mà thành phần màu là (1, 1, 1) được hiển thị với màu trắng Ba thành phần màu của mỗi pixel được lưu trữ cùng với chiều thứ 3 của mảng dữ liệu

- Chẳng hạn, giá trị màu R, G, B của pixel (10, 5) được lưu trữ trong RGB (10, 5,

1), RGB (10, 5, 2) và RGB (10, 5, 3) tương ứng Để tính toán màu sắc của pixel tại

- Giả sử (2, 3, 1) chứa giá trị 0.5176; (2, 3, 2) chứa giá trị 0.1608 và (2, 3, 3) chứa giá trị 0.0627 thì màu sắc của pixel tại (2, 3) sẽ là (0.5176, 0.1608, 0.0627).

Hình 5: Ảnh RGB (4.b)

2.2.1.3 Ảnh nhị phân (Binary image)

- Trong một ảnh nhị phân, mỗi pixel chỉ có thể chứa một trong hai giá trị nhị phân

0 hoặc 1 Hai giá trị này tương ứng với bật hoặc tắt (on hoặc off) Một ảnh nhị phân được lưu trữ như một mảng logic của 0 và 1

2.2.2 Các phương pháp

2.2.2.1 Ngưỡng và phân vùng ảnh

2.2.2.1.1 Ngưỡng

- Định nghĩa: nguỡng (Threshold) là một khái niệm khá quen thuộc trong xử lý

ảnh cũng như rất nhiều giải thuật khác Nó dùng để chỉ một giá trị mà người ta dựa vào để phân hoạch một tập hợp thành các miền phân biệt

- Giá trị ngưỡng thường được xác định dựa vào những điểm đặc biệt (ví dụ ở

trung bình), dựa vào kinh nghiệm khảo sát

- Nếu dựa vào số lượng ngưỡng áp dụng cho cùng một tập dữ liệu người ta sẽ

phân ra các phương pháp ứng dụng ngưỡng đơn, ngưỡng kép, hay đa ngưỡng Nếu dựa vào sự biến thiên của giá trị ngưỡng, trong cùng phạm vi ứng dụng người ta sẽ phân ra các phương pháp dùng ngưỡng cố định (Constant|Fixed Threshold) và không cố định (Adaptive Threshold)

- Và hiện này có rất nhiều phương pháp thực hiện cho việc lấy ngưỡng, như là:

phương pháp lấy ngưỡng thủ công, lấy ngưỡng tự động Otsu,

- Ví dụ: cho một bức ảnh có khối u não nằm trên một nền có giá trị của điểm ảnh

trải dài từ 0 đến 256 Trong một ma trận 126x126, người ta muốn phân loại ra hai miền, miền thứ nhất bao gồm mỗi khối u não và miền thứ hai gồm các phần không phải là khối u não Trong tình huống đó người ta dùng giá trị trung bình như là mộtngưỡng (threshold) để phân loại