Đoàn kết – trung thực – sáng tạo – hiệu quả - chất lượng

Thông tin kết quả nghiên cứu đề tài KH&CN cấp Đại học mã số ĐH2015-TN04-07 do ThS. Cáp Thanh Tùng - Trường Đại học Sư phạm - Đại học Thái Nguyên chủ nhiệm

Đăng ngày: 05-02-2020 | 2049 lần đọc
|

THÔNG TIN KẾT QUẢ NGHIÊN CỨU

1. Thông tin chung

  • Tên đề tài: Xử lý ảnh 4D-CT sử dụng mạng nơ ron tế bào
  • Mã số: ĐH2015-TN04-07
  • Chủ nhiệm đề tài: ThS. Cáp Thanh Tùng
  • Tổ chức chủ trì: Trường Đại học Sư phạm – Đại học Thái Nguyên
  • Thời gian thực hiện: 24 tháng (từ tháng 1/2015 – 12/2016)

2. Mục tiêu

  • Tổng hợp lý thuyết về những đặc trưng nổi trội của công nghệ CNN cùng những ứng dụng thiết thực của nó trong thực tế.
  • Đề xuất một số thuật toán và giải pháp kỹ thuật cho mạng CNN trong lĩnh vực xử lý ảnh động 4D-CT. Các thuật toán đưa ra sẽ không chỉ bám sát yêu cầu thực tế mà còn phải tối ưu hóa quá trình xử lý và dễ dàng cho việc triển khai các chip xử lý trong công nghệ.
  • Phổ cập kiến thức và nghiên cứu phát triển công nghệ CNN tại Đại học Thái Nguyên nói riêng, đóng góp với các nhóm nghiên cứu về CNN trong nước nói chung. Các kết quả nghiên cứu và tổng hợp kiến thức còn có thể làm tài liệu tham khảo rất bổ ích cho sinh viên và các cán bộ giảng dạy trong các lĩnh vực Toán – Tin, CNTT, Điều khiển tự động… đóng góp phần nào cho việc xây dựng giáo trình giảng dạy (sau này) về CNN ở các lĩnh vực liên quan trong  Đại học Thái Nguyên.

3. Tính mới và sáng tạo

  • Ngày nay, máy tính số (máy Turring) đang vấp phải những hạn chế do quá trình xử lý tuần tự vốn có của nó. Để vượt qua trở ngại này, năm 1988 công nghệ CNN đã ra đời (bởi các nhà khoa học L.O.Chua và L.Yang) mở ra một phương pháp giải quyết mang tính cách mạng trong lĩnh vực xử lý thông tin. Trong nước, công nghệ CNN được đưa vào nghiên cứu và ứng dụng từ những năm cuối của thế kỷ XX tại Viện CNTT, thuộc Viện hàn Lâm Khoa học Việt Nam. Sau đó đã hình thành nên nhiều nhóm nghiên cứu tại Viện CNTT-Viện Hàn lâm khoa học Việt Nam, Đại học Bách Khoa Hà nội, Đại học Bách Khoa Thành phố Hồ Chí Minh, Đại học Thái Nguyên..., nhưng hầu hết các kết quả mới chỉ dừng lại ở vấn đề lý thuyết, các mô hình toán học, cũng như nghiên cứu, xem xét, phân tích tính ổn định của hệ thống.  Một số hướng nghiên cứu đã tập trung vào ứng dụng CNN giải một số dạng bài toán phương trình vi phân đạo hàm riêng xuất hiện trong thực tế, hoặc xử lý ảnh 2D. Tuy nhiên hướng nghiên cứu của chúng tôi về ảnh 4D-CT chưa được đề cập đến cả trong nghiên cứu lý thuyết ảnh động lẫn ứng dụng mạng CNN để giải quyết bài toán đặt ra.
  • Với lĩnh vực xử lý ảnh, từ những năm 1985, kỹ thuật xử lý luồng ảnh 2 chiều đã được đề xuất để thu nhận dữ liệu vận tốc của mỗi điểm ảnh chuyển động. Ngày nay, với không gian 3 chiều các quá trình xử lý trở nên phức tạp hơn với đơn vị xử lý là các voxel chứ không còn là pixel nữa. Các ảnh phẫu thuật 4 chiều (4D CT) được ứng dụng nhiều trong X-quang và xạ trị, trợ giúp đắc lực cho các chuẩn đoán y học cũng như quá trình đánh giá hoạt động của u bướu được chính xác hơn Các ảnh 4CD-CT có thể chứa tới 20 khối ảnh (Image Volume) 3 chiều cho mỗi pha, với kích thước đạt tới 512x512x200 voxel mỗi khối. Ngoài khối lượng khổng lồ về dữ liệu, ta còn luôn phải đối mặt với các sai số do quá trình hô hấp gây ra, tạo chuyển động co dãn trên các bộ phận cơ thể mà ta đang quan tâm. Với vấn đề này hầu hết các tác giả chỉ dừng lại ở xử lý ảnh 2D chịu nén, hoặc 3D không chịu nén và giải quyết bằng phương pháp lặp cho thuật toán Gauss- Seidel. Chúng tôi đã ứng dụng công nghệ CNN để chuyển hướng từ xử lý tín hiệu tuần tự, rời rạc sang xử lý song song, liên tục  với tốc độ xử lý dữ liệu cao và chính xác hơn rất nhiều.
  • Các kết quả nghiên cứu sẽ mang lại một hướng đi mới cho lĩnh vực xử lý ảnh động 4D-CT và là một hướng công nghệ mới đầy hứa hẹn cho hiện tại và tương lai, mang lại nhiều ứng dụng to lớn trong công nghiệp, dân dụng, quốc phòng và các lĩnh vực khoa học khác

4. Kết quả nghiên cứu

Được thể hiện trong ba chương

  • Chương 1: Xử lý ảnh động trong lĩnh vực y tế. Ở chương này, đề tài đã trình bày được tổng quan về những vấn đề nghiên cứu trong xử lý ảnh động nói chung và đặc biệt những ứng dụng trong lĩnh vực y tế là lĩnh vực đòi hỏi sự quan tâm cao tới ảnh 4D-CT. Trong chương này, những khái niệm cơ bản trong xử lý ảnh động đã được trình bày một cách hệ thống như : các vấn đề cơ bản của kỹ thuật xác nhận ảnh (IR- Image Registration); Ý nghĩa đặc biệt của IR cho Xquang lồng ngực, cho ứng dụng truy tìm khối u, xác định thông lượng khí... cùng những thách thức kỹ thuật đặt ra. Đề tài cũng xem xét tổng quan về các phương pháp triển khai trong kỹ thuật xác nhận ảnh như phương pháp dựa trên đường ranh giới, phương pháp dựa trên cường độ sáng của điểm ảnh. Qua đánh giá, đè tài đã chỉ ra mô hình optical flow là mô hình có thể dung hòa được tính linh hoạt, mềm dẻo và có chi phí tính toán hợp lý. Trong chương này đề tài cũng đưa ra mô hình toán học khi tính toán khoảng dịch chuyến của điểm ảnh, trình bày phương trình vi phân đạo hàm riêng (PDE) cho dòng ảnh chuyển động (optical flow).
  • Chương 2: Nghiên cứu cơ bản về mạng nơ ron tế bào. Ở chương này, đề tài đã tổng hợp những nghiên cứu cơ bản nhất về mạng nơ ron tế bào được L.O.Chua và L.Yang đưa ra vào 1988, sau đó đã được phát triển trên thị trường với mô hình máy tính vạn năng CNN-UM. Trong chương này, kiến trúc và cơ sở toán học của mạng nơ ron CNN đã được trình bày một các chi tiết, bao gồm kiến trúc CNN tuyến tính, kiến trúc CNN phi tuyến và CNN trễ, CNN nhiều lớp. Đề tài cũng tóm tắt kiến thức về máy tính CNN vạn năng, bao gồm: các phần tử mạch điện cơ bản, cấu trúc tế bào CNN mở rộng, cấu trúc lập trình trên CNN-UM, một số thao tác xử lý trên CNN-UM, cú pháp lệnh trong CNN, các phương pháp sử dụng mạng CNN cho xử lý ảnh, các phương pháp thiết kế mẫu cho mạng nơ ron tế bào. Ý nghĩa và xu hướng pháp triển cho quá trình tìm mẫu (template)...
  • Chương 3: Ứng dụng công nghệ CNN trong xử lý ảnh 4D-CT. Ở chương này, đề tài tập trung nghiên cứu ảnh 4D-CT và phát triển mô hình toán học theo những đòi hỏi thực tế như mô hình ảnh chịu nén, ảnh có khoảng dịch chuyển lớn (LDOF). Qua phân tích mô hình toán học, đề tài đã đề xuất các mô hình xử lý CNN cùng các giải thuật kết hợp và template. Cuối cùng là các kết quả mô phỏng dựa trên code matlab. Các kết luận và hướng nghiên cứu sau này.

5. Sản phẩm

5.1 Sản phẩm khoa học: 02 bài báo Quốc tế

  1. Cap Thanh Tung, Nguyen Hien Trinh (2019), (Mạng nơ ron tế bào và ứng dụng trong xử lý ảnh động), “Cellular Neural Network and Application in Animation Proccessings”, International Journal of Research in Engineering and Science (IJRES), Volume 7 Issue 2 Ver.1 2019. Page 51-61.
  2. Cap Thanh Tung, Nguyen Hien Trinh (2019),(Xử lý ảnh y tế chịu nén 4D-CT sử dụng mạng nơ ron tế bào) “Processing Compressible 4D-CT medical Image by using Cellular Neural Network”, International Journal of Science and Research (IJSR), Volume 8 Issue 9 September 2019. Page 1822-1826.

5.2 Sản phẩm đào tạo: Hướng dẫn 02 sinh viên thực tập tốt nghiệp

  1. Bùi Thị Quyên (2016), Tìm hiểu một số thuật toán xử lý ảnh 4D-CT có sử dụng mạng nơ ron tế bào. Sinh viên chính qui K11C, trường Đại học Công nghệ thông tin & Truyền thông - ĐHTN.
  2. Phạm Hải Yến (2016), Tìm hiểu lý thuyết và công cụ xử lý ảnh 4D-CT, ứng dụng trong nhận dạng ảnh y tế. Sinh viên chính qui K11C, trường Đại học Công nghệ thông tin & Truyền thông - ĐHTN.

6. Phương thức chuyển giao, địa chỉ ứng dụng, tác động và lợi ích mang lại của kết quả nghiên cứu

  • Đề tài khoa học công nghệ cấp Đại học năm 2015
  • Đề tài được triển khai tại trường Đại học Sư phạm – ĐHTN.
  • Tác động và lợi ích mang lại về mặt kinh tế - xã hội:
    • Đề tài góp phần phát triển lý thuyết và ứng dụng trong lĩnh vực xử lý ảnh động thường gặp trong lĩnh vực y tế, đặc biệt là các ảnh chụp phổi và lồng ngực.
    • Đề tài góp phần phát triển lý thuyết và ứng dụng mạng nơ ron tế bào CNN trong xử lý song song và liên tục, một hướng nghiên cứu còn rất mới mẻ tại Việt Nam.
  • Tác động và lợi ích mang lại về mặt Giáo dục – Đào tạo:
    • Nâng cao năng lực nghiên cứu cho nhóm nghiên cứu đề tài.
    • Báo cáo kết quả nghiên cứu có thể làm tài liệu tham khảo cho giảng viên, sinh viên các ngành CNTT, Toán - tin, Điều khiển tự động.
    • Hướng nghiên cứu có thể giúp sinh viên cuối khóa làm nghiên cứu khoa học, làm luận văn tốt nghiệp, phục vụ công tác đào tạo Đại học tại Đại học Thái Nguyên.

 INFORMATION ON RESEARCH RESULTS

1. General information

  • Project title: Processing Image 4D-CT using Cellular Neural Network
  • Code Number: DH2015-TN04-07
  • Coordinator: Master Cáp Thanh Tùng
  • Implementing Institution: University of Education – Thai Nguyen University.
  • Duration: 24 months (01/2015 – 12/2016)

2. Objectives

  • Theoretical summation of distinguished charateristics of CNN technology and its applications
  • Proposal of algorithms and technical solutions for CNN network in 4D-CT motion image processing. Proposed algorithms not only meet the damand of reality but also optimize processing and facilitate the deployment of processing chips in technology.
  • Dissemination of knowledge and RD of CNN technology in Thai Nguyen university in particular, contribution to domestic research of CNN in general. The results of research and knowledge summation can be served as useful reference material for students and lectures in math- informatics, IT, automatic cybernetics... and make contribution to compiling teaching papers (in the future) about CNN in relevant fields in Thai Nguyen university.

3. Creativeness and innovativeness

  • Nowadays, numeric computer (Turing machine) faces obstacles due to its sequence processing. To solve the problem, in 1988 CNN technology was initialzed (by L.O Chua and L. Yang) and proposed a revolutionary solutions in information processing. In Viet Nam, CNN technology has been studied and applied since the ending years of 20th century in iformation technology institute, Viet Nam Science Academy. Then, several research groups were established in IT institute- Viet Nam Science Academy, Ha Noi polytechnique university, HCMC Polytechnique University, Thai Nguyen University... but most results were confined to theoretical issues, mathmatic models as well the stability of system. Some orientations concentrated on partial derivative differential problem or 2D image processing. However, our research orientation in 4D-CT image has not dealed with both in theory of motion image and CNN application.
  • With regards to image processing, since 1985, 2D optical flow techniques have been proposed to collect speed data of each motion image pixel. Nowadys, with 3 D space the process is much more complicated because treatment unit is voxel instead of pixel. 4D CT surgery image is widely used in X-ray and radiation treatment and much useful in healthcare diagnosis as well as evaluation of tumour. 4 D CT image can consist of 3D 20 image volume with size 512x512x200 voxel for each volume. Beside very large data volume, we can often face discrepancies because of respiration which causes variation of organs to be addressed. Most author concentrated on compressible 2D image or incompressible 3D image by using Gauss- Seidel algorithm. We make use of CNN to convert from sequential, discrete processing to parralell and continous processing which is much faster and exact.
  • The research will bring new orientation for 4D CT motion image processing and is a promissing technological way which can foster many innovations in industry, civil works, defence etc.

4. Research results

The results of the research are presented in three chapters:

  • Chapter 1: Motion image processing in healthcare. In this chapter we make general presentation on motion image processing, especially its application in healthcare where 4D CT image draws special attention. In this chapter we make a detailed and systematic presentation of major definitions such as: major aspects of Image Registration; Special meaning of IR for chest X- ray, finding tumour, determining air flow volume... as well as technical obstacles. We also make a background of deployed methods in IR such as determining border, determining light strength of voxel. It is proved that optical flow model is flexible, useful and has reasonable cost. We also introduced mathematic model to calculate movement gap of voxel, partial deriavtive equation for optical flow.
  •  Chapter 2. Background research of neuron cell network. In this chapter we summarized most major studies about neuron cell network done by L.O. Chua and L. Yang in 1988 and further developed on market with CNN-UM universal computer model. In this chapter, structure and mathematic background of CNN neuron network are presented in detail, including linear CNN architecture, non linear CNN architecture and delayed CNN, multi- layer CNN. We also make a brief view of CNN universal computer, including basic electric circuit components, expanded CNN cell structure, programming structure on CNN-UM, some processing tricks on CNN-UM, statement syntasis in CNN, methods for using CNN to processing image, template designing method for neuron cell network. Meaning and orientation for template finding.
  • Chapter 3: Applying CNN technology in 4D CT image processing. In this chapter we focused on 4D CT image research and development mathematic model to meet real demand such as compressible image, large displacement optical flow.. We also introduced CNN processing model along with mixed algorithm and template. Finally we showed simulation resutls based on code matlab. Conclusion and directions for further research..

5. Products

5.1 Scientific products: 02 international articles

  1. Cap Thanh Tung, Nguyen Hien Trinh (2019), “Cellular Neural Network and Application in Animation Proccessings”, International Journal of Research in Engineering and Science (IJRES), Volume 7 Issue 2 Ver.1 2019. Page 51-61.
  2. Cap Thanh Tung, Nguyen Hien Trinh (2019), “Processing Compressible 4D-CT medical Image by using Cellular Neural Network”, International Journal of Science and Research (IJSR), Volume 8 Issue 9 September 2019. Page 1822-1826.

5.2 Training products: Instruction for 2 graduates

  1. Bui Thi Quyen (2016), Insight of some 4D CT image processing algorithms using neuron cell network. Student of University of Information and Communication Technology.
  2. Pham Hai Yen (2016), Insight of theory and intruments to process 4D CT image, application in medical image registration. Student of University of Information and Communication Technology.

6. Transfer alternatives, application institutions, impacts and benifits of research results

  • Science and tecnology theme at university level in 2015
  • Theme has been deployed in Pedagogical University- Thai Nguyen university
  • Impacts and socio- economic benefits:
    • Contribution to theory and application in the field of motion image processing in healthcare, especially lung and chest images.
    • Contribution to theory and application of neuron cell network CNN in parrallel and continous processing, which is a fresh research tendency in Vietnam..
  • Impacts and educational- training benefits:
    • Enhancing research ability for theme
    • Research report can be used as reference paper for lectures, students in the field of information technology, informatic mathematics, automatic cybernetics.
    • Research orientation can help ending year students to prepare science report, graduate essay and helps university level training in Thai Nguyen University.