Nghiên cứu một số kỹ thuật nội suy trong hiển
thị ảnh y tế
Lương Thị Thu Hà
Trường đại học Công nghệ
Luận văn ThS. Hệ thống thông tin; Mã số: 60 48 01 04
Người hướng dẫn: PGS.TS. Đỗ Năng Toàn
Năm bảo vệ: 2014
Abstract. - Nghiên cứu hai nhóm phương pháp nội suy lát cắt trung gian gồm nội suy
dựa trên cường độ và nội suy dựa trên đối tượng.
- Xây dựng thực nghiệm với hai kỹ thuật nội suy đại diện cho hai nhóm phương pháp
trên gồm nội suy tuyến tính và nội suy dựa trên cải tiến phép hợp nhất biến dạng cong,
làm tăng số lượng lát cắt thu được, góp phần tái cấu trúc mô hình 3D giống thực tế, hỗ
trợ bác sĩ trong chẩn đoán bệnh thông qua hình ảnh.
Keywords. Kỹ thuật nội suy; Xử lý ảnh; Y học; Công nghệ thông tin
Content.
Chương 1: Khái quát về ảnh y tế và bài toán nội suy. Những đặc trưng cơ bản của ảnh y tế được
trình bày làm nền tảng để đề cập đến các vấn đề nội suy đối với ảnh y tế. Tiếp đến là khái quát
chung về bài toán nội suy và các hướng tiếp cận và ứng dụng của kỹ thuật nội suy trong xử lý
ảnh y tế.
Chương 2: Một số kỹ thuật nội suy trong xử lý ảnh y tế. Nội dung của chương này trình bày mục
đích sử dụng và thuật toán cụ thể của 7 kỹ thuật nội suy trong xử lý ảnh y tế.
Chương 3: Chương trình thử nghiệm. Chương này phát biểu bài toán nội suy sinh lát cắt trung
gian giữa hai lát cắt đã biết. Từ đó cài đặt thử nghiệm hai kỹ thuật này bằng ngôn ngữ C# và
đánh giá thuật toán bằng cách sử dụng công thức MSE (Mean Squared Error) để so sánh lát cắt
nội suy được sinh ra với lát cắt gốc.
References.
Tiếng Việt
[1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (1999), Nhập môn xử lý ảnh, NXB Khoa học kỹ thuật,
Hà Nội.



IEEE Trans on medical imaging, vol. 19, no. 7, pp. 711–21.


[15] J. Leng, G. Xu, and Y. Zhang, 2013, “Medical image interpolation based on multiresolution registration,” Computers & Mathematics with Applications, vol. 66, no. 1, pp. 1–
18.
[16] C.-H. Lin and T.-Y. Lee, Dec. 2002, “Feature-guided shape-based image interpolation”,
IEEE transactions on medical imaging, vol. 21, no. 12, pp. 1479–89.
[17] Thomas M. Lehmann, Claudia Gonner, Klaus Spitzer, November 1999, “Survey:
Interpolation Methods in Medical Image Processing”, IEEE Transactions on Medical
Imaging, vol. 18, no. 1.
[18] J. Modersitzki, Aug. 2004, Numerical Methods for Image Registration (Numerical
Mathematics and Scientific Computation), Oxford university press USA.
[19] J. Modersitzki, 2009, FAIR: flexible algorithms for image registration, vol. 6. SIAM.
[20] M. Merickel, 1988, “3-D recontruction: The registration problem, Computer Vision,
Graph”, Image Processing, vol. 42, pp. 206 – 219.
[21] G. P. Penney, J. a Schnabel, D. Rueckert, M. a Viergever, W. J. Niessen, 2004,
“Registration-based interpolation”, IEEE Trans on medical imaging, vol. 23, no. 7, pp. 922–
6.

[22] S. W. Rowland, “Computer implementation of image reconstruction formulas,” in
Image Reconstruction from Projections: Implementation and Applications, G. T.
Herman Ed. Berlin, Germany: Springer-Verlag, 1979, pp. 9–70.
[23] D. Rueckert, L. I. Sonoda, C. Hayes, D. L. Hill, M. O. Leach, D. J. Hawkes, 1999,
“Nonrigid registration using free-form deformations: application to breast MR
images.,” IEEE Trans on medical imaging, vol. 18, no. 8, pp. 712–21.
[24] Zeyun Yu, Ahmadreza Baghaie, 2014, “Curvature-Based registration for slice interpolation
of medical images”, Computational Modeling of Objects Presented in Images.
Fundamentals, Methods, and Applications Lecture Notes in Computer Science ,
Springer,Volume 8641, pp 69-80.