Luận án tiến sĩ về khử nhiễu ảnh CT liều thấp - Nguyễn Thành Trung

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ NGUYEN THÀNH TRUNG NGHIÊN CỨU VÀ PHÁT TRIỂN CÁC PHƯƠNG PHAP KHỬ NHIÊU ANH CT LIEU THAP LUẬN ÁN TIEN SĨ CONG NGHỆ KY THUAT DIEN TU-VIEN THONG Hà Nội - 2023 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ NGUYEN THÀNH TRUNG NGHIÊN CỨU VÀ PHÁT TRIỂN CÁC PHƯƠNG PHÁP KHU NHIÊU ANH CT LIEU THAP Ngành: Công nghệ Ky thuật Điện tử - Viễn thông Chuyên ngành: Kỹ thuật Điện tử Mã số: 9510302.01 LUẬN ÁN TIEN SĨ CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ - VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. NGUYEN LINH TRUNG 2. TRINH DINH HOAN Hà Nội - 2023 1 LỜI CAM ĐOAN Tôi xin cam đoan luận án do tôi thực hiện. Những kết quả của các tác giả khác mà tôi sử dụng trong luận án đều được trích dẫn rõ ràng, cụ thể.

Các kết quả thực nghiệm là trung thực. Nếu có gì sai trái, tôi xin hoàn toàn chịu trách nhiệm. Hà Nội, tháng 6 năm 2023 Nghiên cứu sinh ii LỜI CẢM ƠN Để hoàn thành được luận án này, ngoài sự nỗ lực của bản thân, tôi đã nhận được rất nhiều sự động viên, giúp đỡ quý báu của các Thày Cô, bạn bè, đồng nghiệp và những người thân trong gia đình. Trước hết, tôi xin chân thành bày tỏ lòng biết ơn sâu sắc tới PGS.TS Nguyễn Linh Trung và TS Trịnh Đình Hoàn đã dành nhiều tâm huyết trực tiếp hướng dẫn, động viên, giúp đỡ tôi cả về vật chất và tinh thần.

Tôi xin chân thành cảm ơn Cô Marie Luong đã dành thời gian để góp ý cho những bài báo của chúng tôi. Tôi xin chân thành cảm ơn TS Lê Vũ Hà, TS Nguyễn Hồng Thịnh- Phòng Thí nghiệm Tín hiệu hệ thống-Khoa Điện tử-Viễn thông-Trường Đại học Công nghệ-Đại học Quốc gia Hà Nội đã tạo môi trường thuận lợi để tôi học tập và nghiên cứu. Tôi xin chân thành cảm ơn TS. Lưu Mạnh Hà-Viện AVITECH-Trường Đại học Công nghệ-Đại học Quốc gia Hà Nội đã tạo điều kiện thuận lợi để tôi triển khai các thực nghiệm và luôn sẵn sàng thảo luận những vấn đề chuyên môn liên quan.BS Nguyễn Trường Giang, ThS.BS Pham Xuân Quang-Bénh viện Trung ương Thái Nguyên đã giúp tôi đánh giá ảnh sau khi xử lý.

Cảm ơn TS Trương Minh Chính- Đại học Huế, Th.S Phạm Minh Tuấn, CN. Vũ Duy Thanh, CN Lê Quốc Anh, Th.S Trần Việt Khoa, Th.S Bùi Minh Tuan-vién AVITECH, đã hỗ tro tôi những lúc tôi gặp các sự cố về kỹ thuật. Tôi xin chân thành cảm ơn sự hỗ trợ của Khoa Điện tử viễn thông, Trường Đại học Công nghệ-Đại học Quốc gia Hà Nội trong suốt thời gian tôi nghiên cứu tại đây. Tôi cảm ơn các đồng nghiệp tại trường Đại học Công nghệ thông tin và truyền thông-Đại học Thái Nguyên đã san sẻ công việc giúp tôi có nhiều thời gian cho việc nghiên cứu của mình.

Cuối cùng tôi đặc biệt chân thành biết ơn sâu sắc những tình cảm và sự hi sinh cả về vật chất, tỉnh thần của những người thân yêu trong gia đình tôi suốt những năm tháng qua. Tôi xin chân thành cảm ơn! Hà Nội, tháng 6 năm 2023 Nguyễn Thành Trung 11 MỤC LỤC Trang phụ bìa. Q Q Q ee 1 Lời cam đoan. Q Q Q Q Q ee ee 1 LOicAaM ON.

LH HH ng v.v xxx và 11 Mục lỤC. ee 1 Danh mục ký hiệu và chữ viết tắt.- 3 Danh mục hình vẽ .2 5 Danh mục bảng biểu. eee 8 CHƯƠNG 1. CƠ SỞ VÀ TONG QUAN.

Anh CT và van dé khử nhiễu ảnhCT. Các yêu tố chính ảnh hưởng tới chất lượng của ảnh CT. Nhiễu trong ảnh CT và một số thách thức chính trong khử nhiễu ảnhCT. Tổng quan về các phương pháp khử nhiễu ảnh.

Giới thiệu chung. Một số phương pháp khử nhiễu ảnh truyền thống. Một số phương pháp khử nhiễu ảnh dựa trên việc học từ tập ảnhmẫu. Kết luận chương.

KHỬ NHIÊU ANH CT LIEU THAP SỬ DỤNG BIỂU DIỄN THUA. Một số khái niệm về biểu diễn thưa. Ma trận thưa và vec-tơthưa. Chuẩn của một véctởd.

Biểu diễn thưa. Ứng dụng biểu diễn thưa trong khử nhiễu ảnh. Các phương pháp đề xuất. Phương pháp liên quan MRFD.

Hướng tiếp cận của các phương pháp dé xuất. Phương pháp khử nhiễu ảnh FD-SCI. Phương pháp khử nhiễu ảnh FD-SC2. Thực nghiệm đánh giá hiệu nang các phương pháp.

Kếtluận chương. KHỬ NHIÊU ANH CT LIEU THAP SU DỤNG MẠNG NƠ- RON TÍCHCHẬP. Một số ứng dung của mạng nơ-ron tích chập trong khử nhiễu ảnh LDCT 75 3. Các phương pháp liên quan và cơ sở hình thành các phương pháp dé XUAL “ 78 3.

Phương pháp liên quan- FFDNet. Phuong pháp liên quan SAR-DRN. Co sở hình thành các phương pháp đề xuất. Các phương pháp dé xuất.

Phương pháp FD-VGG. Phương pháp DRN-LDCT. Thực nghiệm và đánhgiá.ee 95 KẾT LUẬN VÀ KIẾNNGHỊ. 99 DANH MUC CONG TRINH KHOA HOC CUA TAC GIA LIEN QUAN DEN LUẬN AN 2.

2c eee 101 TÀI LIEU THAM KHẢO. 102 DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT Danh mục ký hiệu STT | Ký hiệu Giải thích 1 chữ in nghiêng, chữ thường Đại lượng vô hướng hoặc In hoa, ví dụ u, NV 2 chữ in đậm, chữ thường, ví dụ x | Đại lượng véc-tơ, các thành phần của véc-tơ x được ký hiệu là x; 3 in đậm, kiểu chữ in hoa, Ma trận, các thành phần của ma trận A được ký ví dụ A hiệu là a,, 4 |R Tập số thực 5 | RY Không gian véc-tơ thực N chiều 7 Ill, é,-norm của véc-to - 8 Ill. éy-norm của véc-td, ma trận hoặc ten-xơ - Danh mục chữ viết tắt STT Chữ Giải thích tiếng Anh Giải thích tiếng Việt viet tat 1 BM3D Block Matching Three Phương pháp khử nhiễu dựa trên Dimensions việc sắp xếp các miếng liên quan với miếng ảnh nhiễu thành các khối 3D rồi xử lý 2 |CNN Convolutional Neural Network | Mạng nơ-ron tích chập 3 CT Computed Tomography Chup cắt lớp vi tinh 4 | FFDnet Fast and Flexible Denoising Phương pháp khử nhiễu linh động, convolutional neural network nhanh sử dụng mạng nơ-ron tích chập (tên phương pháp) 5 | FSIM Feature Similarity Chỉ số tương đồng đặc trưng 6 | K-SVD K-Single Value Decomposition | Phương pháp khử nhiễu dựa trên học từ điển thông qua phân giải giá trị riêng (tên phương pháp) 7 | LDCT Low-Dose Computed Cắt lớp vi tính liều thấp Tomography 8 | MSE Mean Square Error Sai số trung bình bình phương 9 | NDCT Normal Dose Computed Cắt lớp vi tính liều thường quy Tomography 10 | NLM Non-Local Means Phuong pháp khử nhiễu dựa trên trung bình không cục bộ (tên phương pháp) 11 | PSNR Peak Signal to Noise Ratio Tỉ số tín hiệu cực đại trên nhiễu 12 |RED- Residual Encoder-Decoder Mạng nơ-ron tích chập mã hóa- CNN CNN giải mã có sử dụng phần dư 13 | SSIM Structural Similarity Chi số tương đồng cau trúc (tên độ đo sử dụng trong xử lý ảnh) 14 | TGV Total Generalize Variation Phương pháp biến phân toàn phan cải tiến 15 | VGG Visual Geometry Group Tên mạng no-ron tích chập được đặt theo tên của môt nhóm nghiên cứu về hình học trực quan DANH MỤC HINH VE Hình 1.1 Minh họa đầu phát và các đầu dò tương ứng trong máy chụp CT Ó4dẫy.2 Cac giai đoạn tạo ảnhŒCT.3 Giai đoạn quết.4 Dựng anh CT sử dụng biến đổ Radon .5 Dựng anh sử dụng phép chiếu ngược.6 Ảnh CT vùng gan ở cùng vi trí với liều lượng phóng xạ X bình thường và liều lượng thấp .7 Khử nhiễu CT vùng phổi dùng bộ lọc Gauss.8 Kết quả khử nhiễu ảnh CT vùng phổi dùng bộ lọc trung vị kích thƯỚC 5 Xð. Q Q Q Q HQ ng ng và va 29 Hình 1.9 Một trong những kiến trúc CNN đầu tiên sử dung để khử nhiễu anh [38].

QQ Q vo 36 Hình 2.1 Tổng quan về phương pháp khử nhiễu MRFD .3 Phân tách ảnh nhiễu thành các ảnh thành phần tần số.6 Phân chia ảnh thành các miếng ảnh.7 So đồ minh họa phương pháp dé xuất FD-SC2.8 Phân tách ảnh sử dụng các bộ lọc thông thấp 2D trong FD-SC2 .9 Các ảnh sử dụng trong thucnghiém .10 Kết quả khử nhiễu trên ảnh CT liều thấp mô phỏng mức nhiễu Ö In".11 Kết quả khử nhiễu trên anh CT liều thấp vùng phổi chứa một nốt có tọa độ điểm ảnh (X=190, Y=394).12 Ảnh hưởng của các tham số + trong (2.49) đến PSNR va SSIM .13 Ảnh hưởng của kích thước miếng đến PSNR và SSIM_.1 Kiến trúc của RED-CNN trong[13].2 Kiến trúc tổng thé của SACNN |46].3 Kiến trúc của WGAN-VGG [77].4 Kiến trúc chung của mạng FFDNet.5 Kiến trúc mạng SAR-DRN [85].6 Hình vẽ minh họa tích chap dan với tỷ lệ dan khác nhau .7 Một số ảnh đầu ra của mạng SAR-DRN khi được huấn luyện trên tập ảnh CT.8 Kiến trúc của mạng FD-VGG.9 Mô tả chức năng của lớp hạ mẫu ảnh đầu vào.10 Kiến trúc của mô hình khử nhiễu dựa trên mạng nơ-ron tích chập 0.aAI eee 85 Hình 3.11 Minh họa về tác động của toán tử 2-DConv .12 Các chỉ số đánh giá hiệu năng của BM3D, FD-SC2, WGAN- VGG [77], RED-CNN[13], FD-VGG và DRN-LDCT.13 Kết quả khử nhiễu anh LDCT 6 bung .14 Kết quả khử nhiễu trên ảnh CT vùng bụng chứa gan. 98 DANH MỤC BANG BIEU Bảng 2.1 So sánh chỉ số PSNR tính toán trên một số ảnh CT được khử nhiễu bằng các phương pháp khác nhau .2 Chỉ số SSIM của một số anh đã được khử nhiễu bằng các phương pháp khác nhau.3 So sánh thời gian chạy của các phương pháp MRFD. FD-SC1, FD-SC2. Q0 ee ee 69 Bảng 3.1 Cấu hình chi tiết mạng RED-CNN [13].2 Cấu hình chi tiết mang WGAN-VGG [77] (mang sinh Generator).

Cấu hình chi tiết mạng FD-VGG.4 Cấu hình chi tiết mang DRN-LDCT.5 PSNR, SSIM và FSIM trung bình của các phương pháp khử nhiễu ảnh LDCT khác nhau .6 Dung lượng mang và thời giantinhtoan. Bối cảnh nghiên cứu Trong nền y học hiện dai, vai trò của ảnh y tế ngày càng trở nên quan trọng. Mặc dù các hệ thống tạo ảnh y tế không ngừng được cải tiến cả về phần cứng và phần mềm nhưng do sự giới hạn về mặt vật lý và do sự thỏa hiệp giữa chất lượng ảnh với việc hạn chế các rủi ro có thể xảy ra cho người bệnh dẫn tới việc trong ảnh y tế luôn xuất hiện nhiễu và các yếu tố giả. Nhiéu và các yêu tố giả trong ảnh y tế có thể ảnh hưởng tới độ chính xác của việc chẩn đoán, điều trị bệnh.

Vì vậy, bài toán nâng cao chất lượng hình ảnh y tế bị nhiễu nhằm hạn chế những sai sót bắt nguồn từ hình ảnh y tế van là một thách thức có ý nghĩa đã và đang thu hút được sự chú ý của nhiều nhà nghiên cứu trong và ngoài nước.