Thư viện tri thức trực tuyến
Kho tài liệu với 50,000+ tài liệu học thuật
© 2023 Siêu thị PDF - Kho tài liệu học thuật hàng đầu Việt Nam

Nghiên cứu ứng dụng máy học để phân đoạn và tính thể tích khối u gan trong ảnh MR ổ bụng ba chiều :Luận văn thạc sĩ - Chuyên ngành: Khoa học máy tính
Nội dung xem thử
Mô tả chi tiết
BỘ CÔNG THƯƠNG
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH
ĐỖ THỊ NGỌC YẾN
NGHIÊN CỨU ỨNG DỤNG MÁY HỌC ĐỂ
PHÂN ĐOẠN VÀ TÍNH THỂ TÍCH KHỐI U
GAN TRONG ẢNH MR Ổ BỤNG BA CHIỀU
Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã chuyên ngành: 60480101
LUẬN VĂN THẠC SĨ
THÀNH PHỐ HỒ CHÍ MINH, NĂM 2019
Công trình được hoàn thành tại Trường Đại học Công nghiệp thành phố Hồ Chí
Minh.
Người hướng dẫn khoa học: PGS.TS. Huỳnh Trung Hiếu
Người phản biện 1: TS Nguyễn Thành Sách
Người phản biện 2: TS. Lê Nhật Duy
Luận văn thạc sĩ được bảo vệ tại Hội đồng chấm bảo vệ Luận văn thạc sĩ Trường Đại
học Công nghiệp thành phố Hồ Chí Minh ngày 21 tháng 10 năm 2019
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. PGS. TS. Phạm Thế Bảo - Chủ tịch hội đồng.
2. TS. Nguyễn Thành Sách - Phản biện 1.
3. TS. Lê Nhật Duy - Phản biện 2.
4. PGS.TS. Nguyễn Hoà - Ủy viên.
5. TS. Đặng Thị Phúc - Thư ký.
CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CÔNG NGHỆ THÔNG TIN
NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Đỗ Thị Ngọc Yến MSHV: 15001311
Ngày, tháng, năm sinh: 29/10/1990 Nơi sinh: Đồng Tháp
Chuyên ngành: Khoa học Máy tính Mã chuyên ngành: 60480101
I. TÊN ĐỀ TÀI:
Nghiên cứu ứng dụng máy học để phân đoạn và tính thể tích khối u gan trong ảnh
MR ổ bụng ba chiều.
NHIỆM VỤ VÀ NỘI DUNG:
Tìm hiểu về ảnh y khoa MR.
Nghiên cứu thuật toán fast marching và geodesic active contours, áp dụng thuật toán
fast marching và geodesic active contours vào xác định biên và tính thể tích khối u
gan.
Cài đặt thực nghiệm và đánh giá kết quả.
II. NGÀY GIAO NHIỆM VỤ: ngày 29 tháng 12 năm 2016
III. NGÀY HOÀN THÀNH NHIỆM VỤ: ngày 29 tháng 06 năm 2017
IV. NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS. Huỳnh Trung Hiếu
Tp. Hồ Chí Minh, ngày … tháng … năm 2019
NGƯỜI HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
TRƯỞNG KHOA CÔNG NGHỆ THÔNG TIN
BỘ CÔNG THƯƠNG
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP
THÀNH PHỐ HỒ CHÍ MINH
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc
i
LỜI CẢM ƠN
Trong suốt quá trình làm luận văn, Thầy PGS.TS. Huỳnh Trung Hiếu đã dành nhiều
thời gian quý báo của Thầy để chỉ bảo, hướng dẫn rất tận tình và tạo điều kiện để tôi
hoàn thiện luận văn.
Tôi xin bày tỏ lòng biết ơn sâu sắc và gửi lời cảm ơn chân thành đến PGS.TS. Huỳnh
Trung Hiếu.
Xin gửi lời cám ơn chân thành đến Ban giám hiệu trường Đại học Công nghiệp thành
phố Hồ Chí Minh, quý Thầy Cô trong khoa công nghệ thông tin cũng như phòng
Quản lý Sau đại học đã tạo điều kiện, hỗ trợ cho tôi trong thời gian học tại trường
cũng như thời gian làm luận văn.
Tôi xin cảm ơn những người thân và các bạn bè đã chia sẻ, giúp đỡ, động viên, cổ vũ
cho tôi trong suốt quá trình học tập và quá trình làm luận văn.
Mặc dù, bản thân đã hết sức cố gắng hoàn thành luận văn nhưng luận văn sẽ vẫn còn
những thiếu sót. Kính mong nhận được những ý kiến đóng góp quý báo để luận văn
được hoàn thiện hơn.
ii
TÓM TẮT LUẬN VĂN THẠC SĨ
Ung thư gan là một căn bệnh nguy hiểm và có tỷ lệ tử vong cao. Để có phương pháp
can thiệp điều trị bệnh một cách tốt nhất, bệnh rất cần được phát hiện sớm. Ngày nay,
nếu bệnh được chẩn đoán phát hiện sớm khi khối u nhỏ chưa có biểu hiện di căn, với
những biện pháp điều trị tiên tiến có thể tăng thời gian sống hơn. Ngược lại, khối u
được chẩn đoán muộn ở giai đoạn tiến triển, đã di căn, xâm lấn mạch máu, chức năng
gan suy giảm trầm trọng thì quá trình điều trị sẽ trở nên phức tạp và thời gian sống
ngắn hơn.
Hiện nay, có nhiều phương pháp chẩn đoán ung thư gan thường gặp: xét nghiệm AFP
(Alpha-foetoprotein), siêu âm, chụp cắt lớp vi tính (CT), chụp cộng hưởng từ
(MRI)… Chụp cộng hưởng từ được xem là phương pháp khảo sát ảnh tốt nhất hiện
nay để đánh giá các bệnh về gan cũng như là khối u gan. Ảnh MR cho phép phân tích
nhiều đặc tính mô, cho ảnh đa mặt cắt, độ tương phản và độ phân giải không gian tối
ưu. Với chất lượng đời sống ngày càng tăng cao hơn so với trước nên lựa chọn phương
pháp chụp MRI ngày càng phổ biến. Thời gian gần đây, mặc dù có nhiều tiếp cận
nghiên cứu đề xuất, tuy nhiên phân đoạn và tính thể tích khối u gan trong ảnh MR ổ
bụng ba chiều vẫn đang là bài toán nhiều thách thức, thu hút nghiên cứu trong và
ngoài nước.
Luận văn đề xuất sử dụng ảnh phân đoạn xác định vùng gan trong ổ bụng để giới hạn
vùng học của mạng nơ-ron. Tiếp đó, dùng thuật toán fast marching để xác định hình
dạng xấp xỉ của khối u gan. Cuối cùng, tinh chỉnh khối u gan bằng giải pháp active
contours để tinh chỉnh biên và tính thể tích khối u gan.
iii
ABSTRACT
Liver cancer as well as malignant liver cancer is a serious disease and has a high
mortality rate. In order to have the best treatment interventions, the disease needs to
be detected early. If the disease is diagnosed early when small tumors have not
metastasized, modern treatments can increase the survival time. In contrast, the tumor
is diagnosed late in the stage of progression, metastasis, invasion of blood vessels,
liver function decline severely, the treatment will become more complex and shorter
time.
At present, there are many common methods for diagnosing liver cancer: AFP
(Alpha-fetoprotein), ultrasound, CT, MRI ... MRI is the best current imaging method
for evaluating liver diseases as well as liver tumors. MR photo allow for the analysis
of multiple tissue features, for multi-faceted images, contrast and optimal spatial
resolution. With the quality of life is higher than before the choice of MRI method is
increasingly popular. In recent years, although there are many proposed approaches,
the segmentation and volume calculation of liver tumors in MR imaging is still a
challenging one in country and international.
The thesis uses liver segmented images to define the area of the liver in the abdomen
to limit the learning area of the nơ-ron. Next, use the fast marching algorithm to
determine the approximate shape of the liver tumor. Finally, fine tune the liver tumor
with active contours to refine the margin and calculate the volume of the liver tumor.