Phân đoạn mạch máu trên bề mặt cổ tử cung sử dụng hình ảnh phân cực và ngưỡng Sauvola
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
Bài Nghiên cứu
Open Access Full Text Article
Phân đoạn mạch máu trên bề mặt cổ tử cung sử dụng hình ảnh
phân cực và ngưỡng Sauvola
Phan Ngọc Khương Cát1,*, Trần Văn Tiến1, Nguyễn Ngọc Quỳnh2, Lý Anh Tú1, Từ Tuyết Dung1, Vũ Quốc Anh1
TÓM TẮT
Ung thư cổ tử cung là một trong hai loại ung thư phụ khoa phổ biến nhất trên thế giới, bao gồm
ung thư vú. Dấu hiệu bệnh lý cổ tử cung, ung thư cổ tử cung thường là sự xuất hiện của các biểu
Use your smartphone to scan this
QR code and download this article
mô không điển hình, hiện tượng chảy máu bề mặt hoặc sự tăng sinh mạch máu bất thường. Hiện
nay, để phát hiện các tổn thương biểu mô cũng như quan sát hình dạng mạch máu, phương pháp
chẩn đoán chính được sử dụng là soi cổ tử cung và chẩn đoán bằng mắt thường. Phương pháp
này có độ nhạy và độ đặc hiệu không cao bởi vẫn còn tồn tại yếu tố chủ quan và chưa phân biệt
rõ ràng hình dạng của mạch máu tăng sinh. Do đó, để nâng cao hiệu quả trong chẩn đoán bệnh,
gần đây nhiều nghiên cứu ứng dụng kỹ thuật xử lý ảnh trong hỗ trợ tự động chẩn đoán đã trở
thành chủ đề được quan tâm. Tuy nhiên, các nghiên cứu hỗ trợ tự động xác định hình dạng, mật
độ mạch máu bất thường vẫn còn rất hạn chế. Trong nghiên cứu này, trước hết hình ảnh soi cổ
tử cung được thu thập bằng mô hình thiết bị soi cổ tử cung điện tử. Các hình ảnh này được chụp
dưới ánh sáng phân cực giúp giảm sự phản xạ (chóa) từ bề mặt và hỗ trợ cho các bước xử lý ảnh
đạt hiệu quả tốt hơn. Sau đó, nhóm sử dụng phương pháp ngưỡng Sauvola để tách mạch máu
trên bề mặt cổ tử cung dựa trên các phương pháp tiền xử lý khác nhau. Cuối cùng, độ nhạy và
độ đặc hiệu của các phương pháp trên được tính toán và đánh giá. Kết quả của nghiên cứu tạo
tiền đề trong các nghiên cứu nhận dạng mạch máu cổ tử cung, cũng như đánh giá ung thư cổ tử
cung.
Từ khoá: Ung thư cổ tử cung, ánh sáng phân cực, mạch máu, ngưỡng
thường của bệnh lý CTC. Có hai dạng mạch máu cơ
GIỚI THIỆU CHUNG
1Khoa Khoa học ứng dụng – Trường Đại
học Bách Khoa, ĐHQG-HCM
2Khoa Y, Trường Đại học Nguyễn Tất
ành
bản xuất hiện ở biểu mô CTC bình thường hay biểu
mô tổn thương ban đầu là mạch máu mạng lưới (Net-
work capillaries) và dạng kẹp tóc (Hairpin capillar-
bao gồm: Dấu câu (Punctation) và Khảm (Mosaic)
được chỉ ra tại các khu vực loạn sản hoặc ung thư biểu
icolaou smear), soi CTC là phương pháp chẩn đoán
chính được sử dụng để phát hiện các tổn thương biểu
mô và các mô hình mạch máu. Các nghiên cứu cho
thấy quan sát hình dạng mạch máu là tiêu chí quan
Cổ tử cung (CTC) là vị trí tiếp nối giữa âm đạo và
tử cung, đóng vai trò như một lá chắn để ngăn chặn
bệnh lây lan từ âm đạo đến tử cung. Có nhiều nguyên
nhân gây ra một số các bệnh lý về CTC với nhiều mức
độ nặng nhẹ khác nhau, đặc biệt là các bệnh lý liên
quan đến CTC như viêm CTC, viêm lộ tuyến CTC
hay Polyp, và nghiêm trọng nhất là căn bệnh ung thư
CTC. eo thống kê ở Việt Nam, ung thư CTC cũng
là một trong những loại ung thư gây tử vong hàng đầu
cho phụ nữ, năm 2018 ghi nhận 4177 ca mắc mới và
Dấu hiệu bệnh lý CTC thường là sự xuất hiện của biểu
mô không điển hình, đặc biệt có đi kèm các mô hình
mạch máu bất thường hoặc tổn thương nội mô vảy
cấp thấp hay cấp cao (LSIL và HSIL) tùy thuộc vào
mức độ nghiêm trọng của các tổn thương. Mạch máu
ở CTC được phân ra nhiều loại, dựa theo cấp độ ung
khi phát triển sẽ kèm theo sự xuất hiện của các mạch
máu nuôi tế bào. Quan sát sự phát triển của mô hình
mạch máu trên bề mặt CTC cho thấy mạch máu càng
xuất hiện dày đặc với những hình dạng không đặc thù
Liên hệ
Phan Ngọc Khương Cát, Khoa Khoa học
ứng dụng – Trường Đại học Bách Khoa,
ĐHQG-HCM
Email: [email protected]
Lịch sử
• Ngày nhận: 22-2-2020
• Ngày chấp nhận: 22-12-2020
• Ngày đăng: 31-12-2020
.
Bình thường, trong phương pháp soi CTC, kính lọc
xanh lá được sử dụng nhằm mục đích tăng cường
tương phản vùng mạch máu và vùng xung quanh.
Ngày nay, với sự phát triển của máy tính, việc sử dụng
các kỹ thuật xử lý hình ảnh để nâng cao hiệu quả sử
dụng các thiết bị chẩn đoán đo lường bằng hình ảnh là
một vấn đề thời sự luôn được quan tâm và phát triển
trong lĩnh vực kỹ thuật y sinh. Phát hiện và chỉ ra đặc
điểm hình thái của mạch máu trong hình ảnh CTC
kỹ thuật số là rất quan trọng, từng bước hướng tới
DOI : 10.32508/stdjet.v3i4.673
Bản quyền
© ĐHQG Tp.HCM. Đây là bài báo công bố
mở được phát hành theo các điều khoản của
the Creative Commons Attribution 4.0
International license.
thì khả năng cao là khu vực tập trung dấu hiệu bất phát triển hệ thống chẩn đoán hỗ trợ máy tính (CAD)
Trích dẫn bài báo này: Cát P N K, Tiến T V, Quỳnh N N, Tú L A, Dung T T, Anh V Q. Phân đoạn mạch máu
trên bề mặt cổ tử cung sử dụng hình ảnh phân cực và ngưỡng Sauvola. Sci. Tech. Dev. J. - Eng. Tech.;
3(4):523-530.
523
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
tác giả đã đề xuất các phương pháp khác nhau để làm
nổi bật hình dạng mạch máu từ hình ảnh soi CTC
ban đầu. Năm 2010, nhóm Venkataraman sử dụng
tính năng hình thái học để phát hiện các dạng mạch
máu không điển hình trên bề mặt CTC sử dụng hình
Gần đây hơn, năm 2016, nhóm Daniel đã kết hợp
hình ảnh từ kênh xanh lá và kênh màu bão hòa của
ảnh trắng, sau đó sử dụng ngưỡng Niblack xác định
mạch máu có dạng tròn trên bệnh sán máng ở cơ
đã tăng độ tương phản của hình ảnh soi CTC bằng
cách điều chỉnh phổ cường độ sáng. Hình ảnh đầu
tiên được tách ra kênh màu xanh lá cây, sau đó áp
dụng bộ lọc Laplacian, khử ánh sáng chóa, tiếp tục lọc
qua các bộ lọc thông thấp và cuối cùng là điều chỉnh
cường độ sáng của từng điểm ảnh làm mô hình mạch
nghiên cứu phát hiện hình dạng mạch máu không chỉ
được nghiên cứu trên bề mặt CTC. Như năm 2018,
nhóm Ozkava tiến hành phân đoạn mạch máu trên
ảnh kênh xanh lá từ hình ảnh ban đầu, sau đó, áp
dụng bộ lọc Gaussian để làm mượt, tiếp theo, bộ lọc
sắt nét được sử dụng để làm rõ các mạch máu và bộ
lọc Wiener hai chiều được sử dụng để loại bỏ nhiễu
thích ứng, cuối cùng, mạch máu được phân tách theo
lượng hình ảnh như: độ phân giải, độ chói, hiệu ứng
chiếu sáng không đồng đều và dịch nhầy ở bề mặt
trắng (Cree Led), kết hợp với thấu kính hội tụ chiếu
sáng toàn vùng bề mặt CTC. Hệ camera (Amscope -
USA) sử dụng camera có độ phân giải chuẩn 1080p,
cho phép quay video 60 hình trên giây, cũng như chụp
ảnh với độ phân giải 2 mega pixel kết hợp với ống kính
có tiêu cự 22 mm (Amscope - USA). Hệ phân cực chéo
được thiết lập với kính phân cực (P) đặt trước nguồn
sáng, và kính phân tích (A) đặt trước camera giúp khử
chóa sáng trên bề mặt CTC.
Hình 1: Hệ máy soi cổ tử cung (hình trên), sơ đồ
quang học hệ nguồn sáng và camera thu nhận (hình
dưới): thấu kính (L), kính phân cực (P), kính phân tích
(A), nguồn sáng (Led), và bề mặt cổ tử cung (CTC).
.
Trong nghiên cứu này, chúng tôi sử dụng thiết bị soi
CTC sử dụng nguồn sáng phân cực. Kỹ thuật phân
cực chéo giúp loại bỏ hiện tượng chóa do phản xạ từ
nước, dịch nhầy trên bề mặt, ngoài ra, ánh sáng phân
cực còn giúp tăng độ tương phản của hình ảnh các mô
ảnh được thu lại có độ phân giải full hd (1920 x 1080
pixels). Phần xử lý ảnh, nhóm ứng dụng các bộ lọc
sử dụng ngưỡng Sauvola để phân tách mạch máu trên
quả phân tách mạch máu theo các phương pháp khác
nhau được đánh giá thông qua độ nhạy và độ đặc hiệu.
Tình nguyện viên
Nghiên cứu các đặc trưng trên bề mặt CTC sử dụng
máy soi CTC với: nguồn sáng vùng khả kiến (400 –
700 nm) kết hợp kỹ thuật phân cực ánh sáng và các
phương pháp xử lý ảnh được thông qua bởi Hội đồng
Y Đức thuộc Đại học Quốc gia ành phố Hồ Chí
Minh (Số 135/ĐHQG-KHCN ngày 24 tháng 01 năm
2019). Trong nghiên cứu này, các bệnh lý thường
gặp trên bề mặt CTC là viêm, lộ tuyến, nang polyp...
Nguồn dữ liệu thu nhận được bao gồm hình ảnh
trắng, và ảnh sau khi áp dụng phương pháp phết Lu-
gol, cùng với đánh giá sơ khởi tình trạng bệnh lý bệnh
nhân của bác sĩ. Tất cả hình ảnh thu được có độ phân
PHƯƠNG PHÁP NGHIÊN CỨU
Thiết bị soi cổ tử cung
Trên cơ sở của máy soi CTC truyền thống, nguồn sáng
và hệ camera được nâng cấp để thu được hình ảnh tốt giải Full HD (1920 x 1080 pixels).
524
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
thái là bộ lọc mũ trên (top-hat) và mũ dưới (bottom-
hat) được kết hợp để loại bỏ chóa sáng và tăng cường
mô hình mạch máu. Bộ lọc mũ trên xác định các
vùng cường độ cao (sáng) trong ảnh, trong khi bộ lọc
mũ dưới xác định các vùng cường độ thấp (tối hơn)
chẳng hạn như các cấu trúc mạch máu. Sau khi tăng
cường độ tương phản, mạch máu được phân tách theo
ngưỡng Sauvola. Sơ đồ giải thuật của phương pháp
Phương pháp xử lý ảnh
CTC bình thường có màu hồng nhạt (biểu mô tuyến),
trong các trường hợp như viêm, bề mặt CTC sẽ xảy
ra hiện tượng xung huyết tạo thành các vết đỏ. Các
vết đỏ này chính là sự tập trung của máu và tùy vào
mức độ bệnh mà chúng có kích thước khác nhau, đôi
khi tạo thành vệt dài hoặc phân bố rải rác trên bề mặt
CTC. Ngoài ra, biểu hiện của mạch máu trên bề mặt
CTC cũng là những đường đỏ, hoặt chấm đỏ trên nền
hồng nhạt (biểu mô tuyến) hoặc nền đỏ (biểu mô trụ),
lúc này, mạch máu có cường độ gần như tương đương
với vùng xung quanh; diện tích mạch máu nhỏ, rất
khó xác định hình dạng và mật độ trên bề mặt CTC.
Để phân đoạn mạch máu, đầu tiên hình ảnh CTC
được chụp dưới ánh sáng trắng và lưu lại theo chuẩn
“png” gọi là ảnh trắng. Từ ảnh trắng, nhóm chọn thủ
công vùng quan sát (ROI) và tiến hành tách ảnh để
được ảnh kênh xanh lá. Việc tách thành ảnh kênh
.
Tiếp theo, nhóm tiến hành tiền xử lý nhằm tăng tương
phản của mạch máu so với mô xung quanh với 3
phương pháp khác nhau. Quá trình phân đoạn mạch
máu trên nền CTC được tiến hành theo phương pháp
ngưỡng Sauvola. Sauvola là phương pháp xác định
ngưỡng cục bộ cải tiến từ phương pháp của Niblack,
được thử nghiệm và cho các kết quả tốt với trường
máu từ các phương pháp trên sẽ được đánh giá, so
sánh thông qua độ nhạy và độ đặc hiệu.
Hình 3: Sơ đồ giải thuật phương pháp tiền xử lý
Venkataraman.
Phương pháp thứ 2 dựa trên phương pháp tăng tương
phản mạch máu trên bề mặt CTC do nhóm Hol-
tăng cường các cấu trúc mạch máu bằng cách tách
hình ảnh màu gốc thành ”kênh màu xanh lá cây” (của
không gian màu RGB) và ”kênh bão hòa” (của không
gian màu HSV). Các mạch máu, xuất hiện màu đỏ
tươi, có giá trị rất thấp ở màu xanh lá cây và do đó
sẽ có màu tối trong kênh màu xanh lá cây. Trong khi
đó, các mạch máu có giá trị bão hòa cao sẽ xuất hiện
sáng trong kênh bão hòa. Nhóm tiến hành đảo ngược
kênh màu xanh lá cây và kết hợp với kênh bão hòa cho
hình ảnh các mạch máu có giá trị cao hơn so với hình
ảnh ban đầu. Hình ảnh mạch máu được tách sử dụng
Phương pháp thứ 3 (phương pháp nhóm) dựa trên
phương pháp tăng độ tương phản của máu trên cơ
toán lồng ghép 2 kênh, kênh xanh lá ứng với đỉnh hấp
thụ và kênh đỏ ứng với vùng hấp thụ nhỏ nhất của
hemoglobin. Bằng cách trừ kênh xanh lá với kênh đỏ,
có thể loại trừ tác động của sự hấp thụ nền trong khi
vẫn duy trì sự ảnh hưởng của hấp thụ hemoglobin, do
đó mạch máu có thể quan sát rõ hơn. Sơ đồ giải thuật
Hình 2: Sơ đồ giải thuật phân tách mạch máu trên
bề mặt cổ tử cung.
Phương pháp tiền xử lý đầu tiên được sử dụng trong
nghiên cứu này là phương pháp tăng cường độ tương
phản mô hình mạch máu so với mô xung quanh dựa
Các chỉ số bao gồm: độ nhạy, độ đặc hiệu và độ chính
trên các tính năng hình thái học, được đề xuất bởi xác được sử dụng để đánh giá vùng mạch máu phân
525
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
Hình 4: Sơ đồ giải thuật phương pháp tiền xử lý Hol-
men.
Hình 6: Tách ký sinh trùng sốt rét sử dụng Sauvola.
tử cung. Hình ảnh được chụp lại sử dụng ánh sáng
gần như không còn, điều này ảnh hưởng rất tích cực
đến phương pháp xử lý ảnh tiếp theo vì bề mặt CTC
chứa nước, dịch nhầy thường gây vùng chóa rất rộng,
làm mất mát dữ liệu bên dưới vùng chóa cũng như
làm thay đổi ngưỡng trên hình ảnh rất lớn.
Hình 5: Sơ đồ giải thuật phương pháp tiền xử lý 3.
trên bề mặt CTC. Mục tiêu chính của nghiên cứu là
tách mạch máu trên một số vùng của bề mặt CTC, do
đó chúng tôi chọn vùng chứa máu là vùng quan tâm
máu được tách bởi chuyên gia từ hình ROI; hình này
được đưa vào để hỗ trợ đánh giá trực quan về kết
quả của việc tách mạch máu trên bề mặt CTC với các
phương pháp khử nhiễu khác nhau.
dựa trên phương pháp của Venkataraman (phương
pháp 1) và tách mạch máu sử dụng ngưỡng Sauvola;
phản và ngưỡng Niblack của nhóm Holmen (phương
tăng tương phản nhóm đề xuất kết hợp tách mạch
máu sử dụng ngưỡng Sauvola (phương pháp 3). Nhìn
trực quan, độ tương phản giữa mạch máu và nền trên
Sau khi tăng cường sự tương phản giữa mạch máu và
nền bằng ba thuật toán trên, thì mạch máu được phân
tách ra khỏi nền bằng ngưỡng Sauvola (phương pháp
được xác định theo công thức:
• Độ nhạy (sensitivity).Sn = Dương tính thật/
(Dương tính thật+ Âm tính giả)
• Độ đặc hiệu (Specificity).Sp = Âm tính thật/
(Âm tính thật + Dương tính giả)
• Độ chính xác (Accuracy).Acc = (Dương tính
thật+ Âm tính thật)/Tổng số
được thử nghiệm để đánh giá thuật toán cũng như
dụng thuật toán Sauvola. Kết quả đánh giá thu được
độ nhạy là 99.92 %, độ đặc hiệu là 95.30 %, độ chính
xác là 99.79 %. Trong đó, độ nhạy và độ chính xác
cao hơn các phương pháp đề xuất và thử nghiệm của
nhóm Mustafa với lần lượt độ nhạy là 84,54%, và độ
trùng sốt rét.
KẾT QUẢ VÀ THẢO LUẬN
Trong nghiên cứu này, nhóm sử dụng phương pháp
ngưỡng Sauvola phân tách mạch máu trên bề mặt cổ 1, 3) và ngưỡng Niblack (phương pháp 2). Hình ảnh
526
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
Hình 7: a) Ảnh soi bề mặt CTC: (1) Âm đạo; (2) Lỗ CTC; (3) mạch máu; b) Hình ROI; c) Mạch máu được tách bởi
chuyên gia từ hình ROI.
thể thấy, mạch máu đã được tách ra khỏi nền thành ta có thể kết luận rằng, có sự đánh đổi giữa thông tin
công, tuy nhiên vẫn còn nhiễu nhiều, đặc biệt trên kết hình ảnh và độ nhiễu khi tiến hành thuật toán phân
quả của phương pháp Holmen.
đoạn, càng giữ được nhiều thông tin thì độ nhiễu cũng
Chất lượng của hình ảnh được phân đoạn được xác càng lớn. Điều này đặt ra thách thức trong việc cải
định dựa trên so sánh độ tương đồng các pixel hình thiện hiệu quả thuật toán để có thể cân bằng được độ
ảnh mạch máu phân đoạn bởi thuật toán và hình ảnh nhạy và độ đặc hiệu, giúp hình ảnh phân đoạn được
phân đoạn bởi chuyên gia. Một số phương pháp đánh
giá khách quan đã được tính toán để đánh giá hiệu
suất tổng thể của các kỹ thuật phân đoạn khác nhau
như độ chính xác, độ nhạy và độ đặc hiệu. Hiệu suất
kết quả phân đoạn mạch máu từ cổ tử cung được
chính xác với độ nhiễu thấp.
KẾT LUẬN
Trong phạm vi nghiên cứu này, nhóm sử dụng
phương pháp ngưỡng Sauvola để tách mạch máu
trên bề mặt CTC sử dụng phương pháp tiền sử lý
thể nhận thấy độ nhạy và độ chính xác tách mạch khác nhau bao gồm phương pháp được đề xuất bởi
máu từ phương pháp do nhóm đề xuất (độ đặc hiệu nhóm Venkataraman, Holmen và phương pháp kết
= 92,02% và độ chính xác = 91,53%) là cao hơn so hợp kênh xanh lá và kênh đỏ trên ảnh phân cực ánh
với nhóm Venkataraman cũng như nhóm Holmen. sáng trắng. Kết quả cho thấy, áp dụng phương pháp
Phương pháp 2 (Holmen) cho độ đặc hiệu cao nhất Sauvola kết hợp với các phương pháp tiền xử lý khác
nhưng đồng thời cũng cho độ nhạy thấp nhất, hình nhau đều có thể tách mạch máu, trong đó phương
527
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
Hình 8: Kết quả tăng tương phản và tách mạch máu sử dụng phương pháp 1, 2, 3
Bảng 1: So sánh kết quả tách mạch máu dựa trên các phương pháp 1, 2, 3
Phương pháp
Đánh giá chất lượng hình ảnh
Độ nhạy (%)
89.82
Độ đặc hiệu (%)
Độ chính xác (%)
89.06
Venkataraman
Holmen
60.74
90.72
73.34
69.49
70.04
Nhóm
92.02
91.53
528
Tạp chí Phát triển Khoa học và Công nghệ – Kĩ thuật và Công nghệ, 3(4):523-530
pháp do nhóm đề xuất đạt độ nhạy và độ chính xác lớn
nhất. Xác định hình dạng mạch máu, mật độ mạch
máu, đặc biệt là các dạng bất thường như mạch máu
dạng khảm, kẹp tóc, phân bố bất thường… có vai trò
quan trọng trong việc đánh giá bệnh lý CTC cũng như
tầm soát ung thư CTC. Công việc tiếp theo của nghiên
cứu này là cần đánh giá thêm nhiều trường hợp và cải
thiện thuật toán để có thể tách mạch máu với độ nhạy,
độ đặc hiệu và độ chính xác cao hơn.
4. Prendiville W, Sankaranarayanan R. Colposcopy and Treat-
ment of Cervical Precancer. IARC Technical Publication.
2017;(45).
5. Li W, Poirson A. Detection and characterization of abnormal
vascular patterns in automated cervical image analysis. Inter-
national Symposium on Visual Computing, Springer, Berlin,
6. Xue Z, et al. Segmentation of mosaicism in cervicographic im-
ages using support vector machines. Proc. SPIE 7259, Medical
Imaging 2009: Image Processing. 2009;7259. Available from:
for the Decision Support of Cervical Cancer Screening Using
Digital Colposcopies. IEEE Access. 2018;6:33910–33927. Avail-
8. Venkataraman S, et al. Methods for detection and character-
ization of atypical vessels in cervical imagery. United States
Patent, US 2010/0027863 A1. 2010;.
9. Holmen S, et al. Characteristics of blood vessels in female
genital schistosomiasis: paving the way for objective diag-
nostics at the point of care. PLoS Neglected Tropical Diseases.
LỜI CẢM ƠN
Nghiên cứu này được tài trợ bởi ĐHQG-HCM trong
đề tài mã số C2019-20-08.
Nhóm tác giả chân thành cảm ơn bác sĩ CK1 Nguyễn
Long bệnh viện Từ Dũ đã có nhiều tư vấn y khoa trong
bài viết này.
DANH MỤC TỪ VIẾT TẮT
10. Botero-Rosas DA. A novel image processing method for
visualizing the vascular pattern of human uterine cervix.
Rev. Cient. General José María Córdova. 2017;15(19):291–306.
11. Ozkaya U, et al. An efficient retinal blood vessels segmenta-
tion using morphological operations. 2nd International Sym-
posiumonMultidisciplinaryStudiesandInnovativeTechnolo-
gies (ISMSIT), Ankara. 2018;p. 1–7. Available from: https://doi.
12. Vizet J, Rehbinder J, Deby S, et al. In vivo imaging of uter-
ine cervix with a Mueller polarimetric colposcope. Sci Rep.
13. O’Doherty J, et al. Sub-epidermal imaging using polarized
light spectroscopy for assessment of skin microcirculation.
Skin Research and Technology. 2007;13(4):472–484. PMID:
14. Sauvola J, Pietikainen M. Adaptive document image bina-
rization. Pattern Recognition. 2000;33(2):225–236. Available
15. Yang JH, et al. Factors influencing the recurrence potential of
benign endometrial polyps after hysteroscopic polypectomy.
CTC: cổ tử cung
DN: độ nhạy
DDH: độ đặc hiệu
XUNG ĐỘT LỢI ÍCH
Nhóm tác giả xin cam đoan rằng không có bất kỳ xung
đột lợi ích nào trong công bố bài báo.
ĐÓNG GÓP CỦA TÁC GIẢ
Phan Ngọc Khương Cát, Trần Văn Tiến tham gia vào
việc đưa ra ý tưởng viết bài, đi thu thập dữ liệu và viết
bản thảo.
Từ Tuyết Dung, Vũ Quốc Anh tham gia quá trình xử
lý số liệu.
Nguyễn Ngọc Quỳnh, Lý Anh Tú đã đóng góp giải
thích dữ liệu và kiểm tra, chỉnh sửa lại bài viết.
TÀI LIỆU THAM KHẢO
1. Bruni L, et al. Human Papillomavirus and Related Diseases in
Viet Nam. ICO/IARC Information Centre on HPV and Cancer.
2019;.
2. Kolstad P. The development of the vascular bed in tumours
as seen in squamous-cell carcinoma of the cervix uteri. Brit.
3. Ohri N, et al. An update on intraoral application of colposcopy.
16. Altman DG, Bland JM. Diagnostic tests. 1: Sensitivity and
specificity. BMJ (Clinical research ed.). 1994;308(6943):1552.
17. Mustafa WA, et al. Malaria parasites segmentation based on
sauvola algorithm modification. Malaysian Applied Biology.
2018;47(2):71–76.
529
Science & Technology Development Journal – Engineering and Technology, 3(4):523-530
Research Article
Open Access Full Text Article
Segmentation of blood vessels in colposcopic images using
polarized light and Sauvola thresholding
Phan Ngoc Khuong Cat1,*, Tran Van Tien1, Nguyen Ngoc Quynh2, Ly Anh Tu1, Tu Tuyet Dung1, Vu Quoc Anh1
ABSTRACT
Cervical cancer is one of the two most common gynecological cancers in the world, including
breast cancer. Signs of cervical disease are usually the presence of atypical epithelium, superficial
Use your smartphone to scan this
QR code and download this article
bleeding or abnormal vascular proliferation. Most of these signs are directly related to cervical in-
traepithelial neoplasia (CIN) and cervical cancer. Currently, to detect epithelial lesions as well as to
observe the shape of blood vessels, the main diagnostic methods used are colposcopy and visual
examination. This method has low sensitivity and specificity because subjective factors still exist
and the method does not clearly distinguish the shape of proliferating blood vessels. Therefore,
in order to improve the efficiency of disease diagnosis, many studies applying image processing
techniques to support auto-diagnosis have become topics of interest. However, studies that sup-
port automatic identify abnormal blood vessel shape and density are very limited. In this study,
colposcopy images were recorded by digital colposcopes. These images are taken under polarized
light to help reduce reflections from the surface and support for better image processing steps.
Then, Sauvola threshold method is used to separate blood vessels on the surface of the cervix. It
is combined with three different image preprocessing methods to enhance the contrast between
the blood and the background. Finally, the sensitivity and specificity of these methods were calcu-
lated and evaluated. The results of the study set the stage for cervical blood vessel identification
studies as well as cervical cancer assessment.
1Department of Applied Physics, Faculty
of Applied Science, Ho Chi Minh City
University of Technology, VNU-HCM
Key words: Cevical cancer, polarized light, vascular pattern, thresholding
2Department of Medicine, Nguyen Tat
anh University
Correspondence
Phan Ngoc Khuong Cat, Department of
Applied Physics, Faculty of Applied
Science, Ho Chi Minh City University of
Technology, VNU-HCM
Email: [email protected].vn
Correspondence
Tran Van Tien, Department of Applied
Physics, Faculty of Applied Science, Ho
Chi Minh City University of Technology,
VNU-HCM
History
• Received: 22-2-2020
• Accepted: 22-12-2020
• Published: 31-12-2020
DOI : 10.32508/stdjet.v3i4.673
Copyright
© VNU-HCM Press. This is an open-
access article distributed under the
terms of the Creative Commons
Attribution 4.0 International license.
Citethisarticle : Cat P N K, Tien T V, Quynh N N, Tu L A, Dung T T, Anh V Q. Segmentationof blood vessels
in colposcopic images using polarized light and Sauvola thresholding. Sci. Tech. Dev. J. – Engineering
and Technology; 3(4):523-530.
530
8 trang
11480
Free
Bạn đang xem tài liệu "Phân đoạn mạch máu trên bề mặt cổ tử cung sử dụng hình ảnh phân cực và ngưỡng Sauvola", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- phan_doan_mach_mau_tren_be_mat_co_tu_cung_su_dung_hinh_anh_p.pdf
