Đồ án: Chuyên ngành máy tính

33 6 0
  • Loading ...
1/33 trang

Thông tin tài liệu

Ngày đăng: 31/07/2019, 10:33

Đồ án: Chuyên ngành máy tính Mục lục DANH SÁCH CÁC TỪ VIẾT HOA DANH MỤC HÌNH VẼ LỜI MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu chương 1.2 Tầm quan trọng đồ án 1.2.1 Lý chọn đề tài .5 1.2.2 Mục tiêu .6 1.2.3 Phương pháp nghiên cứu 1.2.4 Đối tượng phạm vi nghiên cứu .6 1.2.5 Nội dung nghiên cứu 1.3 Tổng quan bệnh u não .7 1.3.1 Khối u não 1.3.2 Các phương pháp phát khối u .9 1.3.3 Phương pháp phát khối u tự động .12 CHƯƠNG 2: KIẾN THỨC CƠ SỞ 13 2.1 Giới thiệu chương .13 2.2.1 Các khái niệm .13 2.2.2 Các phương pháp .16 CHƯƠNG 3: THỰC HIỆN 24 3.1 Giới thiệu chương .24 3.2 CSDL tiêu chí đánh giá 24 3.2.1 CSDL .24 3.2.2 Tiêu chí đánh giá 24 3.3 Thực nghiệm công cụ matlab 24 3.3.1 Ảnh đầu vào .25 3.3.2 Nhị phân hoá ảnh .25 3.3.3 Trích xuất vùng bị ảnh hưởng 27 3.3.4 Chỉnh sửa cấu trúc 28 Đồ án: Chuyên ngành máy tính 3.3.5 Kết .29 HƯỚNG PHÁT TRIỂN ĐỀ TÀI 31 Tài liệu tham khảo 32 PHỤ LỤC 33 DANH SÁCH CÁC TỪ VIẾT HOA CSDL: Cơ sở liệu CT: Computed Tomography MRI: Magnetic Resources Imaging RGB: Red – Green – Blue Đồ án: Chun ngành máy tính DANH MỤC HÌNH VẼ - Hình 1: Mơ khối u nằm não - Hình 2: Ảnh CT não - Hình 3: Ảnh MRI chụp não người - Hình 4: Ảnh xám - Hình 5: Ảnh rgb - Hình 6: Ảnh nhị phân - Hình 7: Ví dụ áp dụng phương pháp ngưỡng - Hình 8: Ví dụ áp dụng phương pháp ngưỡng phân vùng ảnh - Hình 9: Phép giản nỡ - Hình 10: Ví dụ cụ thể áp dụng phép tốn giãn nở - Hình 11: Phép co - Hình 12: Ví dụ cụ thể phép co - Hình 13: Phép mở - Hình 14: Phép đóng - Hình 15: Các bước tiến hành - Hình 16: Hình ảnh minh hoạ cho áp dụng phương pháp nhị phân - Hình 17: Vùng bị ảnh hưởng - Hình 18: Áp dụng phương pháp chỉnh sửa cấu trúc - Hình 19: Kiểm tra hình dạng Đồ án: Chuyên ngành máy tính LỜI MỞ ĐẦU Lời đầu tiên, cho em xin cảm ơn kiến thức quý báu mà thầy cô khoa Điện tử - Viễn thông dạy, truyền đạt trình học tập Đặc biệt lời cảm ơn chân thành đến TS Hoàng Lê Uyên Thục người có định hướng, dẫn, tận tình giúp đỡ chúng em suốt thời gian thực đồ án Thứ hai, lần em làm đồ án xử lí ảnh Mặc dù cố gắng hồn thành đề tài, thời gian, nhân lực kiến thức có hạn nên khơng tránh khỏi nhiều thiếu xót Rất mong nhận đóng góp, bảo, giúp đỡ thầy bạn Lời cuối cùng, em xin cam đoan đồ án thực dựa kiến thức hiểu biết em tài liệu tham khảo được, chép đồ án có trước khoa Điện Tử - Viễn Thông thuộc trường đại học Bách Khoa – đại học Đà Nẵng Đà Nẵng, ngày tháng năm Đồ án: Chuyên ngành máy tính CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu chương - Trong chương này, ta giới thiệu thông tin tổng quan đồ án, tầm quan trọng đề tài tổng quan đối tượng chọn, khối u não - Từ đó, ta có nhìn rõ đối tượng hơn, u não, lại nên hành động 1.2 Tầm quan trọng đồ án 1.2.1 Lý chọn đề tài - Hiện nay, đời sống người ngày nâng cao, kéo theo chất lượng sống ngày cải thiện, sở vật chất phát triển để đáp ứng yêu cầu ngày cao người dẫn đến nhu cầu cao chăm sóc sức khỏe cho thân, gia đình người thân Chính phát chẩn đốn bệnh từ lúc hình thành yếu tố cần thiết - Bên cạnh đó, chụp ảnh MRI phương pháp phổ biến việc hỗ trợ bác sĩ chẩn đốn bệnh nhiều lí khác nhau, là: thời gian chụp nhanh, hình ảnh thị tốt chụp CT, v.v Nhưng nay, thứ dựa vào bác sĩ nên đơi lúc có khả sai sót dễ xảy số lượng ca lớn bác sĩ lớn tuổi, ca cần phải dự đốn lại diễn vào lúc đêm khuya, lúc mà bác sĩ không trạng thái tốt bác sĩ chưa kịp có mặt - Thêm nữa, ngày u não khối u nguy hiểm, đứng thứ nguyên nhân ung thư gây tử vong lứa tuổi trung niên, nguyên nhân tử vong thứ trẻ em Khối u não ác tính nguyên phát (khơng tính tới ung thư di não) chiếm khoảng 2% ung thư quan khác tiên lượng thường xấu, tỉ lệ tử vong cao Hiện 688.000 người Mỹ sống với u não, 130.000 u ác tính, 550.000 u não lành tính Mỗi năm có khoảng 98.000-170.000 u não di chẩn đốn Và Việt Nam, khơng có số liệu thức chẩn đốn khối u não tỉ lệ người mắc bệnh u não năm Tính riêng Bệnh viện Việt Đức Đồ án: Chuyên ngành máy tính năm nhận khám điều trị 2.500 người bệnh u não Và đặc biệt, ảnh hưởng đến thể rõ ràng, rối loạn nhìn, ngủ, nghe, vị giác, cảm giác - Từ điều trên, khiến u não đề tài trội, nhức nhối cho xã hội thời gian trở lại Và nay, giới có vài tổ chức lớn thành lập thi tìm kiếm phương pháp tiên tiến để giải tồn Vì tầm quan trọng vậy, ứng dụng thực tế nhận dạng phát khối u nên tạo để nhằm mục đích hỗ trợ cho Bác sĩ người có chun mơn giải tốn nhức nhối 1.2.2 Mục tiêu - Tạo ứng dụng phần tiền xử lí, việc trích xuất khối u từ ảnh MRI, phục vụ bước sau cho đề tài nhận dạng phân loại khối u não cách tự động - Tạo nên CSDL khối u nhằm phục vụ cho học tập nghiên cứu sau - Học hỏi kiến thức mơn xử lí ảnh, kiến thức liên quan đề tài 1.2.3 Phương pháp nghiên cứu - Nghiên cứu phương pháp mơn xử lí ảnh nhằm để khoanh vùng khối u - Sau đó, nghiên cứu phương pháp trích xuất thông tin từ khối u 1.2.4 Đối tượng phạm vi nghiên cứu - Đối tượng nhóm hướng đến ảnh MRI khối u não chủ đề thú vị, thực tế đặc biệt nóng trở lại thời gian gần - Vì số lượng thành viên có người thuận lợi cho q trình học hỏi, nhóm chọn khối u não để thực việc trích xuất 1.2.5 Nội dung nghiên cứu - Để phục vụ nghiên cứu, đầu tiên, em tiến hành tìm CDSL khối u não ảnh MRI thông qua nguồn mạng internet - Tiếp đến, em tiến hành tìm hiểu phương pháp từ đến phức tạp xử lí ảnh nhằm giảm tải tượng khơng mong muốn, nhiễu, tối, sáng, v.v, ảnh để tránh sai sót trích xuất khối u bước sau - Cuối cùng, em tiến hành thực việc trích xuất khối u não thơng qua phương pháp tìm hiểu trước 1.3 Tổng quan bệnh u não Đồ án: Chuyên ngành máy tính 1.3.1 Khối u não Hình 1: Mơ khối u nằm não - Khái niệm: khối u não khối mô bất thường nằm tế bào, phát triển sinh sản cách không kiểm sốt, dường khơng kiểm tra chế mà điều khiển tế bào bình thường não - Phân loại: giống bao khối u khác, khối u não có hai loại là: lành tính ác tính Để hiểu rõ loại ta cách ngắn gọn loại: 1.3.1.1 Khối u lành tính (benign) - Định nghĩa: khối u khơng có khả xâm lấn hay xâm nhập vào quan hay tổ chức lân cận khơng có khả thả tế bào vào dòng máu tuần hồn Đồ án: Chun ngành máy tính hay dòng bạch huyết để đến phát triển hay nhiều quan khác thể (di căn) khối u lành hay u lành - Khối u lành tính u xuất phát từ quan (da, gan, não, phổi, xương ) phát triển quan đó, bị "vỏ" quan ngăn chặn khơng cho phép tế bào khối u vượt xâm nhập sang quan lân cận - Chính khơng thể xâm lấn, nên cắt bỏ khơng cần phải điều trị thêm 1.3.1.2 Khối u ác tính (malignant) - Định nghĩa: khối u có khả xâm lấn hay xâm nhập vào quan hay tổ chức lân cận có khả "thả" tế bào vào dòng máu tuần hồn hay dòng bạch huyết để đến phát triển hay nhiều quan hay tổ chức khác thể (di căn) khối u ác hay khối u ung thư - Bởi có khả di nên khối u vượt xâm nhập vào quan khác thể Chính này, nên khối u nguy hiểm, trực tiếp hay gián tiếp phá hoại quan khác khiến cho tình hình sức khoẻ bệnh nhân ngày thêm nghiêm trọng - Từ điều trên, khối u nguyên nhân tạo nên bệnh ung thư người 1.3.2 Các phương pháp phát khối u - Bởi việc phát khối u ta làm thủ cơng khó khăn việc xác định vị trí Mà khơng phát vị trí khó để điều trị Chính thế, ta phải dựa vào việc nội soi chụp cắt lớp - Bên cạnh đó, việc phát khối u giới có vài phương pháp phát khối u, là: chụp CT, chụp MRI, quét PET,… Vì đồ án tập trung vào kĩ thuật giới thiệu sơ thông tin y khoa, nên trình bày hai phương pháp phổ biến là: MRI CT Và hai phương pháp trình bày 1.3.2.1 CT Đồ án: Chun ngành máy tính 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 Chụp xi-ti theo chữ viết tắt tiếng Anh: CT Computed Tomography) hay gọi chụp cắt lớp, phương pháp chụp hình X quang Máy CT chạy vòng quanh thân thể bệnh nhân, phát sóng X quang đo độ hấp thụ lượng tia x cấu trúc khác thể Sau sử dụng thơng tin ráp lại với máy vi tính để tái lại hình ảnh thể khơng gian chiều - Phép chụp cắt lớp vi tính tận dụng kết hợp nhiều phép đo tia X chiếu từ nhiều góc độ để tạo nên hình cắt mặt ngang vật chụp, từ cho phép người chụp nhìn bên vật mà khơng cần mổ Ví dụ: chụp hình phổi, ta thấy tim phổi xương sườn chồng lên 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 để tạo hình chụp rõ ràng, giống thể cắt ngang lát mỏng lát chanh dĩa bò tái chanh Nhờ ta phát vị trí bất thường phận đó, khiến cho việc phát dễ dàng Đồ án: Chuyên ngành máy tính - Ứng dụng phổ biến CT tạo hình ảnh y học Hình ảnh cắt ngang sử dụng cho mục đích chẩn đốn điều trị ngành y tế khác 1.3.2.2 MRI 10 Đồ án: Chuyên ngành máy tính điểm ảnh, sử dụng nhiều để giảm lỗi trình nhận dạng Và số ứng dụng nó: + Trích lọc biên ảnh (Boundary extraction) + Tơ đầy vùng (region fill) + Trích lọc thành phần liên thông (Extracting connected components) + Làm mỏng đối tượng ảnh (Thinning) + Làm dày đối tượng ảnh (Thickening) + … 2.2.2.2.1 Phép giãn nỡ (Dilation) - Là phép toán tốn hình thái học Phép tốn có tác dụng làm cho đối tượng ban đầu giãn nở - Dilation tập A B là: Nghĩa dilation A B tập hợp điểm z cho giao tập A tập thu từ phép lấy đối xứng với B tịnh tiến theo z khác rỗng Công thức định nghĩa dilation, nhiên cho ta hình dung phép dilation cách dễ dàng cách liên hệ với tích chập - B phần tử cấu trúc Trên thực tế, B thường đối xứng nên phần phản xạ B giống với B - Hình ảnh mơ phép tốn giãn nở dựa công thức cho 19 Đồ án: Chun ngành máy tính - Hình 9: Phép giãn nở (3.b) Một ví dụ tường minh ảnh áp dụng phép tốn giãn nở Hình 10: Ví dụ cụ thể áp dụng phép toán giãn nở (3.b) 2.2.2.2.2 Phép toán co (erosion) 20 Đồ án: Chuyên ngành máy tính - Là hai hoạt động (khác phép giãn nở) hình thái học có ứng dụng việc giảm kích thước đối tượng, tách rời đối tượng gần - nhau, làm mảnh tìm xương đối tượng Nó biểu diễn dạng công thức đây: Nghĩa erosion A B tập hợp diểm z cho tịnh tiến B theo z nằm A - Hình ảnh mơ hoạt động cơng thức Hình 11: phép co (3.b) - Bây thấy rõ áp dụng phép toán vào ảnh 21 Đồ án: Chun ngành máy tính Hình 12: ví dụ cụ thể phép co ta sử dụng cấu trúc vng có kích thước vào ảnh đầu vào 11x11, 15x15, 45x45 - 2.2.2.3.2 Phép tốn mở đóng (opening and closing) Opening A B định nghĩa sau: - Như vậy, opening gồm bước erosion theo sau dilation Opening cho phép làm mượt đường biên, loại bỏ điểm/miền nhỏ, tách biệt (do áp dụng erosion trước tiên) - Closing A B định nghĩa sau: 22 Đồ án: Chuyên ngành máy tính - Ngược với opening, closing thực dilation trước, sau thực erosion Closing cho phép làm mượt có tác dụng lấp đầy khoảng nhỏ (do áp dụng dilation trước tiên) - Dưới ví dụ opening closing: Hình 13: Phép mở: (a) Tập A, phần tử cấu trúc B, tập hợp giá trị z đẻ cho tịnh tiến B theo z nằm A, (b) Kết opening (3.b) Hình 14: Phép đóng: (a) Tập B “lăn” biên tập A, (b) Các đường đậm đường bao closing, (c) Kết closing (3.b) CHƯƠNG 3: THỰC HIỆN 3.1 Giới thiệu chương 23 Đồ án: Chuyên ngành máy tính - Ở chương này, ta hướng đến việc giúp cho người đọc hiểu rõ bước mà nhóm làm đồ án 3.2 CSDL tiêu chí đánh giá 3.2.1 CSDL - Về CSDL Bởi vì, đề tài mà ảnh có bệnh viện Nên em định tìm sở liệu thông qua mạng internet, rõ qua tác giả viết báo chủ đề này, dự án mạng ảnh tìm kiếm google - Thêm nữa, CSDL đề tài nguồn tài ngun có sẵn mạng, phần khả vấn đề bảo mật, đa số bị trùng, nên số lượng ảnh CSDL nhóm 3.2.2 Tiêu chí đánh giá - Giống đề tài khác em đặt tiêu chí đánh giá cho đề tài là: + Thời gian thực chạy thuật toán ảnh phải 1s + Độ xác với 80% CSDL thơng qua kiểm tra khối u sau trích có trùng với khối u ban đầu hay khơng 3.3 Thực nghiệm công cụ matlab Ảnh đầu vào - Nhị phân hố ảnh Trích xuất vùng bị ảnh hưởng Kết Chỉnh sửa cấu trúc Hình 15: Các bước tiến hành Trước vào cụ thể ta tóm sơ qui trình thực nó: Ta đưa ảnh đầu vào khối u não 24 Đồ án: Chun ngành máy tính Nhị phân hố ảnh để phân vùng đối tượng, khối u Trích xuất vùng bị ảnh hưởng, khối u não Vì sau ta chạy bước hai vài điểm khơng mong muốn tồn với khối u Nên ta tiến hành thực bước để xố điểm khơng mong muốn Chỉnh sửa cấu trúc để nhằm bù lại điểm khối u bị ta tiến hành thực bước thứ hai Xuất kết liệu ta tách có trùng với khối u ban đầu hay không 3.3.1 Ảnh đầu vào - Đây bước đầu tiên, bước đơn giản ta đưa ảnh đầu vào ảnh chứa u não Nếu khơng phải ảnh u não kết xuất chắn bị sai - Sau đưa ảnh đầu vào ta đến với bước nhị phân hoá ảnh 3.3.2 Nhị phân hoá ảnh - Nhị phân ảnh có nghĩa ta chuyển ảnh đầu vào hai màu trắng đen, nhằm để loại bỏ thông tin không cần thiết ảnh đồng thời giữ lại vùng mà ta mong muốn - Trong bước này, nhóm áp dụng liên tiếp hai phương pháp để đưa kết ổn định là: phương pháp lấy ngưỡng phương pháp hình thái học Và hai phương pháp cung cấp phần kiến thức nên phần khơng sâu vào lí thuyết - Ta có bước tương ứng với bước một: + B1: Ở bước lấy ngưỡng ta + B2: Phương pháp nhóm đề xuất áp dụng tốn hình thái học, nói rõ phương pháp open (được giới thiệu chương 2), để giải - tốn Dưới hình ảnh minh hoạ để thấy rõ 25 Đồ án: Chuyên ngành máy tính Hình 16: Hình ảnh minh hoạ cho áp dụng phương pháp nhị phân: (a): ảnh gốc, (b): ảnh sau nhị phân, (c): ảnh sau áp dụng phương pháp hình thái học, (d): - ảnh sau áp dụng phương pháp hình thái học ngưỡng lấy thấp Ta thấy sau nhị phân hoá ảnh đầu vào, với số ngưỡng phù hợp, xố hầu hết điểm khơng cần thiết Nhưng bị xảy trường hợp có điểm khơng cần thiết bị giữ lại - Giải thích cho tượng điểm khơng cần thiết có giá trị điểm ảnh vượt ngưỡng mà ta cung cấp Mặc dù ta cân chỉnh giá trị ngưỡng cho phù hợp, tốn nhiều thời gian khơng tối ưu tốn Chính thế, ta áp dụng phương pháp bước tiếp, nhằm trích xuất đối tượng xác 3.3.3 Trích xuất vùng bị ảnh hưởng - Ở bước này, mục tiêu loại bỏ phần không cần thiết bị giữ lại sau áp dụng bước - Sau biết mục tiêu, nhóm định tìm phương pháp nhằm giải tốn Sau thời gian tìm tòi nghiên cứu nhóm định dùng phương pháp đánh nhãn so sánh vùng đánh nhãn nhằm để chọn vùng chứa khối u Để hiểu rõ bước nêu liệt kê bước liệt kê tương ứng với hàm tương ứng matlab: + B1: Đầu tiên, dựa vào ảnh nhị phân ta đánh dấu dựa đối tượng có ảnh Cách đánh dấu ta gán giá trị “0” cho giá trị khác “0” 26 Đồ án: Chuyên ngành máy tính cho đối tượng, nhằm mục đích dễ dàng việc trích đối tượng ta mong muốn + B2: Tiếp đến, ta tiến hành đo vùng đặc trưng đối tượng sau đánh nhãn + B3: Cuối cùng, ta tiến hành so sánh giá trị để tìm vùng có chứa khối u - dựa giá trị đặc trưng mà ta đo bước Hình ảnh thể ta áp dụng phương pháp Hình 17: Vùng bị ảnh hưởng (a) Trường hợp bước lấy ngưỡng tốt, (b) Trường hợp - bước lấy ngưỡng có lỗi Như hình ảnh trên, có nhiều trường hợp khối u sau áp dụng phương pháp có dấu hiệu bị điểm ảnh vùng khối u Nguyên nhân bước thứ ta lấy số ngưỡng lớn dẫn đến tình trạng có nhiều điểm ảnh khối u bị Do đó, ta trích xuất đưa vào mơ hình để nhận dạng tự động bị nhằm Nên nhóm đề xuất dùng tốn hình thái học giải tốn Đây bước thứ ba 3.3.4 Chỉnh sửa cấu trúc - Ở bước này, ta hướng đến việc chỉnh sửa cấu trúc cho bù lại điểm ảnh bị phương pháp - Sau nghiên cứu nhóm định sửa dụng phương pháp hình thái học, rõ dùng phương pháp nở, để nhằm trả lại cấu trúc xác để nhận dạng sau tránh trường hợp bị nhầm bị sai - Hình ảnh thể rõ sau ta áp dụng phương pháp cho ảnh 27 Đồ án: Chun ngành máy tính - Hình 18: Áp dụng phương pháp chỉnh sửa cấu trúc; (a): Hình đúng, (b): Hình sai Sau thực xong bước này, ta tiến hành kiểm tra xem liệu hình dạng ta trích có khớp với hình dạng nằm ảnh MRI hay không 3.3.5 Kết - Ở bước này, ta đơn giản hướng đến việc kiểm tra hình dạng khối u sau ta trích liệu có khớp với hình dạng ban đầu hay khơng - Bên cạnh đó, sau kiểm tra xong, trả ma trận mà chứa thơng tin vị trí khối u mà ta trích xuất - Hình ảnh minh hoạ cho việc thực bước 28 Đồ án: Chun ngành máy tính Hình 19: Kiểm tra hình dạng (a): Hình dạng đúng, (b): Hình dạng sai ngưỡng bước đầu, (c): Trường hợp ta chọn thông số nở lớn, (d): Trường hợp áp dụng - ngưỡng hệ số nở hình a Như hình trên, ta thấy hình dạng mà em thực từ bước khớp với hình dạng khối u ảnh, với điều kiện bước thứ hai qui trình phải xác, hệ số nở không lớn - Kết luận cách khắc phục: + Thời gian thực thuật toán đáp ứng tiêu chí mặt thuật tốn + Mặc dù có số lượng ảnh bị nhầm sai, độ xác mơ hình đáp ứng tiêu chí đề mặt thuật tốn, ta áp dụng lấy ngưỡng + Cần phải thực nghiệm nhiều lần, từ ta rút số lấy ngưỡng phù hợp Với mơ hình này, sau nhiều lần thực nghiệm số lý tưởng thường 0.7, hầu hết CSDL 29 Đồ án: Chuyên ngành máy tính + Khối u ảnh phải có cường độ sáng rõ ràng Nếu thấp so với giá trị không cần thiết, cho dù áp dụng mơ hình kết bị sai HƯỚNG PHÁT TRIỂN ĐỀ TÀI - Với ma trận ta thu được, khối u ta dùng vào việc nhận dạng khối u lành tính hay ác tính tự động đồ án tốt nghiệp - Đồng thời, vài kĩ thuật tìm hiểu sâu sau có tảng kiến thức tìm mơ hình tốt Từ đó, ta viết báo khoa học cho đề tài - Thêm nữa, ta áp dụng kiến thức để làm sản phẩm thực tế có nhiều người kiến thức tốt 30 Đồ án: Chuyên ngành máy tính Tài liệu tham khảo [1] Ngọc Anh, “U não nguyên nhân gây tử vong cao: Chuyên gia dấu hiệu "vàng" cần khám”, URL: http://soha.vn/u-nao-la-nguyen-nhan-gay-tu-vong-ratcao-chuyen-gia-chi-nhung-dau-hieu-vang-can-di-kham-20180504220023041.htm [2] Trung tâm Y học Hạt nhân Ung bướu - Bệnh viện Bạch Mai [3] Ngọc Anh, “U não nguyên nhân gây tử vong cao: Chuyên gia dấu hiệu "vàng" cần khám”, URL: http://soha.vn/u-nao-1-trong-10-benh-ung-thu-gay-tuvong-hang-dau-dau-hieu-nghi-ngo-can-kham-ngay-2018032620103431.htm [4] Bác sĩ Phan Châu Hà, “MRI đột quỵ não, Bs Phan Châu Hà” , URL https://hinhanhykhoa.com/video-y-khoa/video-mri/mri-dot-quy-nao-bs-phan-chauha.html [5] Rajesh C Patil, Dr A S Bhalchandra - “Brain Tumour Extraction from MRI Images Using Matlab”, Internaltional Journal of Electronics, Communication & Soft Computing Science and Engineering, Vol 2, Issue [6] Márquez Cristian, Guzman Jhonatan – “Brain Tumor Extraction from MRI Images Using Matlab”, Final Project [7] Rafael C Gonzalez, Richard E Woods – “Digital Image Processing” 3rd edition [8] https://www.mathworks.com [9] https://vi.wikipedia.org 31 Đồ án: Chuyên ngành máy tính PHỤ LỤC clc close all clear all %% Reading image & binazing image % I = imread('Tumour2.jpg'); % I = imread('Tumour5.jpg'); [image, path] = uigetfile('*.jpg;*.tif;*.png;*.tiff','Select','MultiSelect', 'on'); I = imread(image); % [x,y,z] = size(I); % if size(z) == % im = rgb2gray(I); % else % im = I; % end % level = graythresh(im); % img = im2bw(I,level); img = im2bw(I,0.75); img2 = bwareaopen(img,140); figure(1) imshow(I,[]) title('Original') figure(2) imshow(img) title('Thresholding') figure(3) imshow(img2,[]) title('Morphology') %% Extract greater area affected % label = bwlabel(img2); label = bwlabel(img2); stats = regionprops(label,'Solidity','Area'); denisty = [stats.Solidity]; area = [stats.Area]; 32 Đồ án: Chuyên ngành máy tính % high_dense_area = denisty > 0.3; high_dense_area = denisty > 0.3; max_area = max(area(high_dense_area)); tumor_label = find(area == max_area); tumor = ismember(label, tumor_label); %% Structurant element operate se = strel('square',3); tumor=imdilate(tumor,se); figure(4) imshow(tumor) %% figure(5) [B,L]=bwboundaries(tumor,'noholes'); imshow(I,[]); hold on for i=1:length(B) plot(B{i}(:,2),B{i}(:,1), 'y' ,'linewidth',2); end title('Detected Tumor'); hold off; %% Finding the total of pixel of MRI image total = 0; [x,y] = size(tumor); for i = 1:x for j = 1:y if tumor(i,j) == total = total + 1; else total = total; end end 33 ... dàng Đồ án: Chuyên ngành máy tính - Ứng dụng phổ biến CT tạo hình ảnh y học Hình ảnh cắt ngang sử dụng cho mục đích chẩn đoán điều trị ngành y tế khác 1.3.2.2 MRI 10 Đồ án: Chuyên ngành máy tính. .. thị giác máy tính, nói rõ toán nhận dạng phát có bước lớn thập kỉ đổ lại Nó kéo theo đời nhiều toán nhận dạng phát Và tốn đóng góp cho sống hàng ngày người 12 Đồ án: Chuyên ngành máy tính - Thêm... Trong ứng dụng thị giác máy tính, xử lý hình thái học sử dụng để nhận dạng đối tượng, nâng cao chất lượng ảnh, phân đoạn ảnh kiểm tra khuyết 18 Đồ án: Chuyên ngành máy tính điểm ảnh, sử dụng nhiều
- Xem thêm -

Xem thêm: Đồ án: Chuyên ngành máy tính, Đồ án: Chuyên ngành máy tính, CHƯƠNG 2: KIẾN THỨC CƠ SỞ

Gợi ý tài liệu liên quan cho bạn