Bài viết này đề xuất một giải pháp khử nhiễu trong ảnh siêu âm dùng bộ lọc NLM thích nghi (BBA-NLM) dựa trên thuật toán tối ưu bầy dơi nhị phân (BBABinary Bat Algorithm) và chỉ số đánh giá không dùng tham chiếu Q-Metric. Bộ lọc đề xuất có thể khử nhiễu Gaussian mà không cần ảnh tham chiếu, đồng thời vẫn giữ được các chi tiết ảnh, cạnh và kết cấu tốt. | Một giải pháp lọc nhiễu ảnh siêu âm dùng bộ lọc NLM thích nghi Kỹ thuật điều khiển & Điện tử MỘT GIẢI PHÁP LỌC NHIỄU ẢNH SIÊU ÂM DÙNG BỘ LỌC NLM THÍCH NGHI Bồ Quốc Bảo1*, Tống Văn Luyên1, Tạ Chí Hiếu2, Nguyễn Hải Dương2 Tóm tắt: Phương pháp lọc trung bình không cục bộ NLM (Non-Local Mean Filter) cung cấp một công cụ rất mạnh để khử nhiễu ảnh số. Tuy nhiên, một số tham số của bộ lọc này phụ thuộc dữ liệu đầu vào (ảnh nhiễu) và cần điều chỉnh thích nghi. Bài báo này đề xuất một giải pháp khử nhiễu trong ảnh siêu âm dùng bộ lọc NLM thích nghi (BBA-NLM) dựa trên thuật toán tối ưu bầy dơi nhị phân (BBA- Binary Bat Algorithm) và chỉ số đánh giá không dùng tham chiếu Q-Metric. Bộ lọc đề xuất có thể khử nhiễu Gaussian mà không cần ảnh tham chiếu, đồng thời vẫn giữ được các chi tiết ảnh, cạnh và kết cấu tốt. Chúng tôi cũng thực thi một số mô phỏng với các ảnh có nhiễu Gaussian với phương sai khác nhau để chứng minh hiệu suất của phương pháp được đề xuất vượt trội so với các công bố trước đây. Từ khóa: Ảnh siêu âm; Nhiễu Gaussian; Lọc không cục bộ NLM; Q-Metric; Thuật toán dơi BA. 1. ĐẶT VẤN ĐỀ Siêu âm chẩn đoán (US-Ultrasound) thường được ưu tiên hơn các phương pháp chẩn đoán y tế khác và là kỹ thuật chẩn đoán y học an toàn, được sử dụng rộng rãi, do tính chất không xâm lấn, chi phí thấp, khả năng tạo ảnh thời gian thực và cải tiến liên tục về chất lượng ảnh [1]. Nhược điểm lớn nhất của y tế siêu âm là chất lượng ảnh kém, chủ yếu do các loại nhiễu trong quá trình xử lý và khôi phục ảnh. Nhiễu trong ảnh siêu âm gồm: (i) Nhiễu xung: nhiễu muối tiêu (salt and pepper); (ii) Nhiễu cộng: nhiễu Gauss trắng (AWGN) và (iii) Nhiễu nhân: nhiễu đốm (Speckle Noise) [2]. Một trong những sáng kiến quan trọng nhất những năm gần đây trong việc khử nhiễu là sự ra đời của phương pháp lọc trung bình không cục bộ (NLM: Non-Local Mean Filter) được Buades và các cộng sự đề xuất [3-5]. NLM là thuật toán khử nhiễu, có giá trị trung bình
