Xây Dựng Mô Hình Machine Learning Dự Đoán Vùng Tổn Thương Trên Ảnh Y Tế

Tìm hiểu cách xây dựng mô hình Machine Learning dự đoán vùng tổn thương trên ảnh y tế. Ứng dụng công nghệ AI giúp chẩn đoán bệnh nhanh chóng, chính xác, hỗ trợ điều trị hiệu quả.

• Tác giả: Lê Hải Dương
• Người hướng dẫn: PGS.TS Hoàng Văn Dũng
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Xây Dựng Mô Hình Machine Learning Dự Đoán Vùng Tổn Thương Trên Ảnh Y Tế
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. PHẦN MỞ ĐẦU
• 1.1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
• 1.2. GIỚI HẠN ĐỀ TÀI
• 1.3. MỤC TIÊU CỦA ĐỀ TÀI
• 2. PHẦN NỘI DUNG
• 2. CHƯƠNG 1: TỔNG QUAN VỀ MACHINE LEARNING
• 1.1. KHÁI NIỆM MACHINE LEARNING
• 1.2. CÁC PHƯƠNG PHÁP ĐÀO TẠO MÔ HÌNH MACHINE LEARNING
• 1.3. ARTIFICIAL NEURAL NETWORK
• 1.4. CÁC KHÁI NIỆM CƠ BẢN LIÊN QUAN TỚI ANN
• 1.5. GIỚI THIỆU VỀ KIẾN TRÚC MẠNG ANN
• 1.6. CONVOLUTIONAL NEURAL NETWORK
• 1.7. KHÁI NIỆM MẠNG NƠ-RON TÍCH CHẬP
• 1.8. CÁC KHÁI NIỆM CƠ BẢN LIÊN QUAN TỚI TRANSFORMER
• 1.9. TRANSFORMER ỨNG DỤNG TRONG THỊ GIÁC MÁY TÍNH
• 1.10. CƠ SỞ LÝ THUYẾT PHÂN ĐOẠN HÌNH ẢNH
• 1.11. ĐỊNH NGHĨA VÀ Ý NGHĨA PHÂN ĐOẠN HÌNH ẢNH
• 1.12. ỨNG DỤNG TRONG LĨNH VỰC Y HỌC
• 1.13. TỔNG QUAN VỀ MÔ HÌNH PHÂN ĐOẠN ẢNH
• 1.14. METRICS ĐÁNH GIÁ CHO CÁC BÀI TOÁN PHÂN VÙNG ẢNH
• 1.15. CƠ SỞ LÝ THUYẾT PHÂN LOẠI HÌNH ẢNH
• 1.16. ĐỊNH NGHĨA VÀ Ý NGHĨA PHÂN LOẠI HÌNH ẢNH
• 1.17. ỨNG DỤNG TRONG LĨNH VỰC Y HỌC
• 1.18. TỔNG QUAN VỀ CÁC MÔ HÌNH LOẠI ẢNH
• 1.19. METRICS ĐÁNH GIÁ CHO CÁC BÀI TOÁN LOẠI VÙNG ẢNH
• 3. CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
• 2.1. KHẢO SÁT THỰC TRẠNG HIỆN TẠI
• 2.2. SỰ PHỔ BIẾN CỦA UNG THƯ DA TRÊN TOÀN CẦU
• 2.3. ỨNG DỤNG CHĂM SÓC DA CHO BẢN THÂN VÀ DỊCH VỤ Y TẾ TỪ XA
• 2.4. NHỮNG THÁCH THỨC HIỆN TẠI
• 2.5. SỰ THIẾU ĐỒNG BỘ TRONG VIỆC THU THẬP DỮ LIỆU VỀ TỔN THƯƠNG DA
• 2.6. KHÓ KHĂN CHO VIỆC GIẢI QUYẾT 2 NHIỆM VỤ: PHÂN LOẠI VÀ PHÂN ĐOẠN TỔN THƯƠNG DA TRÊN MỘT MÔ HÌNH SEGMENTATION
• 2.7. TẬP DỮ LIỆU VỀ DA
• 2.8. DỮ LIỆU CHO NHIỆM VỤ PHÂN ĐOẠN
• 2.9. DỮ LIỆU CHO NHIỆM VỤ PHÂN LOẠI
• 2.10. MÔI TRƯỜNG VÀ TÀI NGUYÊN SỬ DỤNG
• 4. CHƯƠNG 3: PHƯƠNG PHÁP GIẢI QUYẾT BÀI TOÁN CHẨN ĐOÁN BỆNH DA
• 3.1. ĐỀ XUẤT GIẢI PHÁP TỔNG THỂ
• 3.2. GIAI ĐOẠN 1: PHÂN ĐOẠN TỔN THƯƠNG DA BẰNG SEGFORMER
• 3.3. GIAI ĐOẠN 2: TẠO HÌNH ẢNH TỔN THƯƠNG CẮT XÉN VỚI ĐỆM ĐƯỜNG VIỀN
• 3.4. GIAI ĐOẠN 3: PHÂN LOẠI HÌNH ẢNH BẰNG CONVNEXT
• 3.5. KIẾN TRÚC MÔ HÌNH SEGFORMER
• 3.6. GIỚI THIỆU VỀ SEGFORMER. CÁCH SEGFORMER HOẠT ĐỘNG. KIẾN TRÚC CỦA SEGFORMER
• 3.7. LÝ DO CHỌN MÔ HÌNH SEGFORMER
• 3.8. KIẾN TRÚC BACKBONE CONVNEXT
• 3.9. GIỚI THIỆU VỀ CONVNEXT. CÁCH CONVNEXTS HOẠT ĐỘNG
• 3.10. KIẾN TRÚC CỦA CONVNEXT
• 3.11. LÝ DO CHỌN MÔ HÌNH CONVNEXT
• 5. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 4.1. HUẤN LUYỆN VÀ ĐÁNH GIÁ MÔ HÌNH PHÂN ĐOẠN TỔN THƯƠNG DA
• 4.2. TIỀN XỬ LÝ DỮ LIỆU
• 4.3. THAM SỐ HUẤN LUYỆN
• 4.4. HÀM MẤT MÁT VÀ THUẬT TOÁN TỐI ƯU
• 4.5. QUÁ TRÌNH HUẤN LUYỆN
• 4.6. KẾT QUẢ HUẤN LUYỆN MÔ HÌNH PHÂN ĐOẠN TỔN THƯƠNG DA
• 4.7. HUẤN LUYỆN VÀ ĐÁNH GIÁ MÔ HÌNH PHÂN LOẠI TỔN THƯƠNG DA
• 4.8. KIẾN TRÚC MÔ HÌNH PHÂN LOẠI TỔN THƯƠNG DA
• 4.9. TIỀN XỬ LÝ DỮ LIỆU
• 4.10. THAM SỐ HUẤN LUYỆN
• 4.11. HÀM MẤT MÁT VÀ THUẬT TOÁN TỐI ƯU
• 4.12. KẾT QUẢ HUẤN LUYỆN MÔ HÌNH PHÂN LOẠI TỔN THƯƠNG DA
• 4.13. PHÂN TÍCH KẾT QUẢ ĐẠT ĐƯỢC QUA QUÁ TRÌNH THỰC NGHIỆM
• 4.14. KẾT QUẢ ĐẠT ĐƯỢC
• 4.15. PHÂN TÍCH TRƯỜNG HỢP DA ÁC TÍNH BỊ ĐOÁN NHẦM THÀNH DA LÀNH TÍNH
• 4.16. KẾT QUẢ TỔNG QUAN PHƯƠNG PHÁP
• 6. PHẦN KẾT LUẬN
• 6.1. Ý NGHĨA ĐẠT ĐƯỢC
• 6.2. Ý NGHĨA KHOA HỌC
• 6.3. Ý NGHĨA THỰC TIỄN
• 6.4. HẠN CHẾ CỦA ĐỀ TÀI
• 6.5. HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Machine Learning Dự Đoán Tổn Thương Y Tế 55

Để khám phá sâu hơn về khái niệm Machine Learning (ML), chúng ta cần đặt nền tảng với những khái niệm cơ bản như Trí Tuệ Nhân Tạo (AI) và các khái niệm khác liên quan. AI - Artificial Intelligence Trí Tuệ Nhân Tạo (Artificial Intelligence - AI) là một lĩnh vực khoa học máy tính mang đến cho chúng ta khả năng tạo ra máy tính hoạt động một cách thông minh, giống như hoặc thậm chí vượt qua khả năng tư duy của con người. Ý nghĩa AI không chỉ là một công nghệ, mà còn là một khái niệm toàn diện, đại diện cho sự phát triển và tiến bộ của máy tính thông minh. AI không chỉ học hỏi và thích ứng với môi trường, mà còn có khả năng đưa ra quyết định dựa trên dữ liệu và kinh nghiệm. Nó là sự kết hợp của nhiều lĩnh vực như máy học (Machine Learning), xử lý ngôn ngữ tự nhiên (Natural Language Processing), thị giác máy tính (Computer Vision), và nhiều kỹ thuật khác nhau để tạo ra hệ thống có khả năng tự đào tạo và thực hiện nhiều nhiệm vụ. Ứng dụng Machine Learning ngày càng được ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống xã hội.

1.1. Khái niệm và các phương pháp đào tạo Machine Learning

Machine Learning là một nhánh của AI, tập trung vào việc phát triển các thuật toán cho phép máy tính học hỏi từ dữ liệu mà không cần được lập trình rõ ràng. Các phương pháp đào tạo mô hình Machine Learning bao gồm học có giám sát (Supervised Learning), học không giám sát (Unsupervised Learning), và học tăng cường (Reinforcement Learning). Mỗi phương pháp có ưu điểm và ứng dụng riêng, tùy thuộc vào đặc điểm của dữ liệu và mục tiêu của bài toán. Việc nắm vững các phương pháp này là nền tảng để xây dựng các ứng dụng dự đoán tổn thương y tế hiệu quả. Các khái niệm về Artificial Neural Network (ANN) cũng rất quan trọng.

1.2. Mạng nơ ron tích chập CNN trong dự đoán vùng tổn thương

Convolutional Neural Network (CNN) là một loại mạng nơ-ron nhân tạo đặc biệt hiệu quả trong việc xử lý ảnh. CNN sử dụng các lớp tích chập để trích xuất các đặc trưng quan trọng từ ảnh, sau đó sử dụng các lớp kết nối đầy đủ để phân loại hoặc dự đoán. Trong dự đoán vùng tổn thương y tế, CNN có thể được sử dụng để phân tích ảnh y tế như X-quang, MRI, CT scan để phát hiện và xác định các vùng tổn thương. Kiến trúc của mạng CNN cho phép nó tự động học các đặc trưng quan trọng từ dữ liệu, giảm thiểu sự can thiệp của con người và tăng độ chính xác của chẩn đoán.

II. Tổng Quan Nghiên Cứu Ứng Dụng AI Chẩn Đoán Bệnh Da 59

Hiện nay, trên toàn cầu, ứng dụng AI trong chẩn đoán và điều trị bệnh da đang nhận được sự quan tâm lớn. Sự phổ biến của ung thư da trên toàn cầu thúc đẩy các nghiên cứu và phát triển các công cụ hỗ trợ chẩn đoán sớm và chính xác. Các ứng dụng chăm sóc da cho bản thân và dịch vụ y tế từ xa ngày càng trở nên phổ biến, cho phép người dùng tự kiểm tra và theo dõi tình trạng da của mình. Các ứng dụng này thường sử dụng phân tích ảnh y tế bằng machine learning để cung cấp các khuyến nghị và cảnh báo. Tuy nhiên, vẫn còn tồn tại nhiều thách thức, bao gồm sự thiếu đồng bộ trong việc thu thập dữ liệu về tổn thương da và khó khăn trong việc giải quyết 2 nhiệm vụ: phân loại và phân đoạn tổn thương da trên một mô hình segmentation.

2.1. Thách thức hiện tại trong chẩn đoán và phân loại tổn thương

Một trong những thách thức lớn nhất là sự thiếu đồng bộ trong việc thu thập dữ liệu về tổn thương da. Các nguồn dữ liệu khác nhau có thể sử dụng các tiêu chuẩn khác nhau, dẫn đến sự không nhất quán và khó khăn trong việc huấn luyện các mô hình machine learning hiệu quả. Ngoài ra, việc giải quyết đồng thời hai nhiệm vụ: phân loại và phân đoạn tổn thương da trên một mô hình segmentation cũng là một thách thức lớn. Các mô hình thường được tối ưu hóa cho một nhiệm vụ cụ thể, và việc kết hợp cả hai nhiệm vụ có thể làm giảm hiệu suất. Bài toán dự đoán trong y tế cần lượng lớn dữ liệu để huấn luyện.

2.2. Tập dữ liệu về da và môi trường tài nguyên sử dụng

Các tập dữ liệu về da như ISIC 2020 và ISIC 2018 là nguồn tài nguyên quý giá cho các nhà nghiên cứu trong lĩnh vực machine learning y tế. Các tập dữ liệu này chứa hàng ngàn ảnh y tế về các loại tổn thương da khác nhau, kèm theo các nhãn cho biết loại tổn thương và vị trí của nó. Các nhà nghiên cứu có thể sử dụng các tập dữ liệu này để huấn luyện và đánh giá các mô hình machine learning của mình. Môi trường và tài nguyên sử dụng cho nghiên cứu cũng đóng vai trò quan trọng. Việc sử dụng các nền tảng như Google Colab và các thư viện như TensorFlow và PyTorch cho phép các nhà nghiên cứu tận dụng sức mạnh tính toán của đám mây và các công cụ machine learning tiên tiến.

III. Giải Pháp Machine Learning Chẩn Đoán Bệnh Da Hiệu Quả 58

Luận văn này đề xuất một giải pháp tổng thể cho bài toán chẩn đoán bệnh bằng machine learning, bao gồm ba giai đoạn chính. Giai đoạn 1 là phân đoạn tổn thương da bằng SegFormer, một mô hình segmentation ảnh tiên tiến. Giai đoạn 2 là tạo hình ảnh tổn thương cắt xén với đệm đường viền, giúp tập trung vào vùng tổn thương và loại bỏ các yếu tố gây nhiễu. Giai đoạn 3 là phân loại hình ảnh bằng ConvNeXt, một mô hình phân loại ảnh hiệu quả. Phương pháp machine learning trong y học này hứa hẹn mang lại độ chính xác cao và khả năng ứng dụng thực tiễn.

3.1. Phân đoạn tổn thương da bằng mô hình SegFormer

SegFormer là một mô hình segmentation ảnh dựa trên kiến trúc Transformer, được thiết kế để đạt được hiệu suất cao với chi phí tính toán thấp. SegFormer sử dụng một kiến trúc encoder-decoder, trong đó encoder trích xuất các đặc trưng từ ảnh và decoder tái tạo lại ảnh phân đoạn. Ưu điểm của SegFormer là khả năng xử lý các ảnh có kích thước lớn và độ phân giải cao, cũng như khả năng học các mối quan hệ giữa các vùng khác nhau trong ảnh. Việc sử dụng SegFormer trong dự đoán vùng tổn thương y tế giúp tăng độ chính xác và giảm thời gian xử lý.

3.2. Kiến trúc Backbone ConvNeXt cho phân loại ảnh

ConvNeXt là một mô hình phân loại ảnh dựa trên kiến trúc Convolutional Neural Network (CNN), được thiết kế để đạt được hiệu suất tương đương hoặc tốt hơn so với các mô hình Transformer, nhưng với chi phí tính toán thấp hơn. ConvNeXt sử dụng một kiến trúc phân cấp, trong đó các lớp tích chập được sắp xếp theo thứ tự từ thấp đến cao, cho phép mô hình học các đặc trưng từ đơn giản đến phức tạp. ConvNeXt cũng sử dụng các kỹ thuật regularization và augmentation để ngăn chặn overfitting và tăng khả năng tổng quát hóa. Sử dụng CNN trong y tế giúp dễ dàng tích hợp.

IV. Thực Nghiệm Đánh Giá Hiệu Quả Machine Learning Y Tế 59

Chương này trình bày quá trình huấn luyện và đánh giá mô hình phân đoạn tổn thương da bằng SegFormer và mô hình phân loại tổn thương da bằng ConvNeXt. Quá trình huấn luyện bao gồm các bước tiền xử lý dữ liệu, chọn tham số huấn luyện, chọn hàm mất mát và thuật toán tối ưu, và thực hiện quá trình huấn luyện. Kết quả huấn luyện được đánh giá bằng các metrics như độ chính xác, độ nhạy, độ đặc hiệu, và F1-score. Phân tích kết quả đạt được qua quá trình thực nghiệm cho thấy hiệu quả của machine learning trong y tế.

4.1. Huấn luyện và đánh giá mô hình phân đoạn tổn thương da

Tiền xử lý dữ liệu là một bước quan trọng trong quá trình huấn luyện mô hình. Dữ liệu được tiền xử lý bằng các kỹ thuật như chuẩn hóa, augmentation, và resizing. Tham số huấn luyện được chọn dựa trên kinh nghiệm và thử nghiệm. Hàm mất mát và thuật toán tối ưu được chọn để tối ưu hóa hiệu suất của mô hình. Quá trình huấn luyện được thực hiện trên tập dữ liệu huấn luyện và đánh giá trên tập dữ liệu kiểm tra. Đánh giá hiệu quả machine learning trong y tế được thực hiện dựa trên các metrics như IoU.

4.2. Phân tích kết quả và trường hợp chẩn đoán sai lệch

Kết quả đạt được cho thấy mô hình phân đoạn tổn thương da đạt được hiệu suất cao, vượt qua top 1 trên ISIC 2018 Leaderboards. Mô hình phân loại da, áp dụng phương pháp cắt ảnh, đã đạt hiệu suất vượt trội so với phương pháp truyền thống. Phân tích các trường hợp da ác tính bị đoán nhầm thành da lành tính cho thấy các yếu tố như chất lượng ảnh, kích thước tổn thương, và độ phức tạp của tổn thương có thể ảnh hưởng đến độ chính xác của mô hình. Việc cải thiện chất lượng dữ liệu và phát triển các mô hình phức tạp hơn có thể giúp giảm thiểu các trường hợp chẩn đoán sai lệch. Cần chú ý đến đạo đức AI trong y tế.

V. Ý Nghĩa Hạn Chế Hướng Phát Triển AI Dự Đoán Bệnh 55

Luận văn đã đạt được những ý nghĩa khoa học và thực tiễn quan trọng. Về ý nghĩa khoa học, luận văn đã đóng góp vào việc phát triển các mô hình machine learning tiên tiến cho dự đoán vùng tổn thương y tế. Về ý nghĩa thực tiễn, luận văn đã cung cấp một công cụ hỗ trợ chẩn đoán bệnh da, giúp nâng cao chất lượng chăm sóc sức khỏe và cải thiện đời sống bệnh nhân. Tuy nhiên, luận văn cũng có những hạn chế nhất định, và cần tiếp tục nghiên cứu và phát triển để hoàn thiện hơn.

5.1. Ý nghĩa khoa học và thực tiễn của mô hình dự đoán

Mô hình dự đoán không chỉ là một công cụ chẩn đoán, mà còn là một nền tảng cho các nghiên cứu trong tương lai. Các kết quả và phương pháp được trình bày trong luận văn có thể được sử dụng để phát triển các mô hình machine learning cho các loại bệnh khác nhau, cũng như để nghiên cứu các yếu tố ảnh hưởng đến bệnh da. Công nghệ dự đoán bệnh tật dựa trên AI sẽ có nhiều ứng dụng hơn trong tương lai.

5.2. Hạn chế của đề tài và hướng phát triển trong tương lai

Đề tài còn có những hạn chế nhất định, chẳng hạn như giới hạn về dữ liệu và tài nguyên phần cứng để huấn luyện các mạng học sâu. Trong tương lai, cần tiếp tục nghiên cứu và phát triển các mô hình machine learning phức tạp hơn, cũng như thu thập và xử lý các tập dữ liệu lớn hơn và đa dạng hơn. Hướng phát triển của đề tài có thể là kết hợp machine learning với các kỹ thuật khác như xử lý ngôn ngữ tự nhiên và thị giác máy tính để tạo ra các hệ thống chẩn đoán toàn diện hơn. Việc xử lý ảnh y tế cũng cần được quan tâm hơn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Theo thống kê từ Tổ chức Y tế Thế giới (WHO), mỗi năm trên toàn cầu có khoảng 1,2 triệu trường hợp ung thư da không phải ung thư biểu mô và khoảng 325.000 trường hợp ung thư biểu mô được ghi nhận. Bệnh lý ngoài da không chỉ tác động tiêu cực đến thể chất và tâm lý của bệnh nhân mà còn tiềm ẩn nguy cơ tiến triển thành các dạng u ác tính nguy hiểm nếu không được phát hiện và can thiệp kịp thời. Trong thực tế lâm sàng, phương pháp chẩn đoán truyền thống chủ yếu dựa trên quan sát và đánh giá trực quan của bác sĩ chuyên khoa da liễu. Quy trình này đòi hỏi chi phí đào tạo cao, tốn kém thời gian và mang tính chủ quan nhất định.

Sự phát triển của công nghệ di động và dịch vụ y tế từ xa (teledermatology) đã thúc đẩy nhu cầu tự động hóa chẩn đoán hình ảnh tổn thương da. Tuy nhiên, việc áp dụng Trí tuệ Nhân tạo (AI) và Học máy (Machine Learning) trong bài toán này gặp phải nhiều thách thức lớn:

• Sự khan hiếm và không đồng nhất của dữ liệu hình ảnh y tế: Ảnh chụp tổn thương da thường được thu thập từ nhiều cơ sở y tế với các loại thiết bị, điều kiện ánh sáng, góc chụp, kích thước và độ phân giải khác nhau.
• Sự hiện diện của các yếu tố gây nhiễu trên bề mặt da (lông, nếp nhăn, ánh sáng phản chiếu, vùng da lành xung quanh) làm giảm độ chính xác của các mô hình phân loại truyền thống khi tiếp nhận toàn bộ khung hình gốc.

Khóa luận tốt nghiệp xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể được đánh số như sau:

1. Tổng hợp và hệ thống hóa nền tảng lý thuyết về Trí tuệ Nhân tạo (AI), Học máy (Machine Learning) và Học sâu (Deep Learning); tìm hiểu các thuật toán phân vùng ảnh (Image Segmentation) và phân loại ảnh (Image Classification).
2. Nghiên cứu, khảo sát và đánh giá các tập dữ liệu tiêu chuẩn quốc tế về tổn thương da để lựa chọn phương pháp tiếp cận phù hợp cho bài toán.
3. Xây dựng quy trình tiền xử lý dữ liệu, thiết kế giải pháp kết hợp phân đoạn và phân loại, huấn luyện các mô hình học sâu và thực hiện đánh giá thực nghiệm một cách chi tiết, chặt chẽ.
4. Đánh giá hiệu suất, phân tích các trường hợp dự đoán sai (đặc biệt là tổn thương ác tính bị nhầm thành lành tính), từ đó đề xuất hướng phát triển và cải tiến mô hình trong hỗ trợ chẩn đoán y tế.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Các thuật toán học sâu chuyên biệt cho bài toán phân đoạn ngữ nghĩa (Semantic Segmentation) và phân loại hình ảnh (Image Classification) áp dụng trên dữ liệu ảnh y tế về tổn thương da.
• Phạm vi không gian và dữ liệu: Dữ liệu hình ảnh chuẩn hóa trích xuất từ tập dữ liệu quốc tế ISIC Challenge Dataset (bao gồm tập ISIC 2018 cho nhiệm vụ phân đoạn ranh giới tổn thương và ISIC 2020 cho nhiệm vụ phân loại tổn thương lành tính/ác tính).
• Phạm vi thời gian: Đề tài được triển khai thực hiện từ ngày 27/08/2023 đến ngày 27/12/2023 tại Khoa Công nghệ Thông tin, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

---

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên các nền tảng lý thuyết và phương pháp xử lý thị giác máy tính hiện đại:

1. Khung lý thuyết và mô hình nền tảng

• Mạng nơ-ron nhân tạo (ANN) và Mạng nơ-ron tích chập (CNN): Khái niệm nơ-ron, hàm kích hoạt (ReLU, Sigmoid, Tanh), cơ chế lan truyền ngược (Backpropagation) và thuật toán tối ưu Gradient Descent. Kiến trúc CNN kinh điển gồm các tầng Convolutional (sử dụng bộ lọc kernel, bước nhảy stride để trích xuất đặc trưng không gian), Pooling (giảm chiều dữ liệu) và Fully Connected. Các kiến trúc tham khảo gồm VGG-16, Inception (GoogLeNet), ResNet50 (Residual Learning giải quyết hiện tượng Gradient Vanishing) và EfficientNet (Compound Scaling).
• Kiến trúc Transformer và Vision Transformer (ViT): Cơ chế tự chú ý (Self-Attention), Multi-Head Attention, mã hóa vị trí (Positional Encoding) cùng kiến trúc Encoder-Decoder áp dụng cho biểu diễn dữ liệu không gian của hình ảnh.
• Mô hình phân đoạn SegFormer: Mô hình phân đoạn kết hợp cấu trúc Transformer dạng phân cấp (Hierarchical Transformer Encoder) để tạo đặc trưng đa tỷ lệ mà không cần Positional Encoding phức tạp, kết hợp bộ giải mã MLP (Multilayer Perceptron) nhẹ để dự đoán mặt nạ phân đoạn (segmentation mask).
• Mô hình phân loại ConvNeXt: Kiến trúc mạng nơ-ron tích chập hiện đại hóa (modernized CNN) được thiết kế lại dựa trên các nguyên lý của Vision Transformer, duy trì hiệu quả tính toán của CNN thuần túy nhưng đạt độ chính xác cao.

2. Phương pháp nghiên cứu thực nghiệm

Nghiên cứu sử dụng phương pháp thực nghiệm định lượng trên máy học:

• Xử lý dữ liệu: Áp dụng các kỹ thuật tăng cường dữ liệu (Data Augmentation) bao gồm xoay ảnh, lật ảnh, điều chỉnh độ tương phản nhằm mở rộng không gian mẫu và chống hiện tượng quá khớp (overfitting).
• Quy trình kết hợp 3 giai đoạn: Phân đoạn tổn thương $\rightarrow$ Trích xuất đường viền và cắt xén vùng tổn thương có bổ sung khoảng đệm (contour padding) $\rightarrow$ Phân loại nhị phân (lành tính - Benign vs. ác tính - Malignant).

3. Nguồn dữ liệu và hệ thống độ đo đánh giá

• Nguồn dữ liệu: Bộ dữ liệu ISIC (International Skin Imaging Collaboration) 2018 Task 1 (Lesion Boundary Segmentation) và ISIC 2020.
• Độ đo đánh giá phân đoạn ảnh:
  • Pixel Accuracy ($PA$): Tỷ lệ điểm ảnh phân loại đúng trên tổng số điểm ảnh.
  • Mean Pixel Accuracy ($MPA$): Độ chính xác trung bình theo từng lớp điểm ảnh.
  • Intersection over Union ($IoU$ / Jaccard Index): Tỷ lệ diện tích giao trên diện tích hợp giữa vùng dự đoán ($A$) và vùng nhãn thực tế ($B$): $IoU = \frac{|A \cap B|}{|A \cup B|}$.
  • Dice Coefficient: Thước đo tương đồng trên ảnh nhị phân: $Dice = \frac{2|A \cap B|}{|A| + |B|}$.
• Độ đo đánh giá phân loại ảnh:
  • Precision: $\frac{TP}{TP + FP}$
  • Recall (Độ nhạy): $\frac{TP}{TP + FN}$
  • F1-Score: Trung bình điều hòa giữa Precision và Recall: $2 \times \frac{Precision \times Recall}{Precision + Recall}$
  • Accuracy: Tỷ lệ tổng số mẫu dự đoán chính xác trên toàn bộ tập kiểm thử.
  • Ma trận nhầm lẫn (Confusion Matrix) và diện tích dưới đường cong ROC (AUC-ROC).

---

Thiết kế và quy trình triển khai mô hình

Để giải quyết sự không đồng nhất của ảnh da và loại bỏ các vùng nhiễu xung quanh, đồ án thiết lập quy trình xử lý gồm 3 giai đoạn liên hoàn:

[Ảnh da đầu vào] 
[GIAI ĐOẠN 1: Phân đoạn tổn thương bằng SegFormer]
[GIAI ĐOẠN 2: Trích xuất đường viền & Cắt xén có đệm (Contour Padding)]
[GIAI ĐOẠN 3: Phân loại nhị phân bằng ConvNeXt]
[Kết quả chẩn đoán: Da lành tính (Benign) / Da ác tính (Malignant)]

1. Chi tiết các giai đoạn thực hiện

• Giai đoạn 1 (Phân đoạn tổn thương): Ảnh da gốc từ tập dữ liệu được đưa vào mô hình SegFormer để nhận diện ranh giới và tạo mặt nạ nhị phân (segmentation mask) phân tách vùng tổn thương khỏi nền da lành.
• Giai đoạn 2 (Tạo ảnh cắt xén có đệm đường viền): Từ mặt nạ nhị phân thu được ở Giai đoạn 1, thuật toán trích xuất đường bao biên giới (contour) của tổn thương, xác định hộp bao (bounding box) và tiến hành cắt xén (crop) vùng tổn thương. Một khoảng đệm viền (padding) được tính toán bổ sung để giữ lại ngữ cảnh tiếp giáp giữa mô bệnh và da lành mà không lấy thừa các chi tiết nền gây nhiễu.
• Giai đoạn 3 (Phân loại tổn thương): Hình ảnh sau khi cắt xén được đưa vào mạng backbone ConvNeXt để tiến hành trích xuất đặc trưng bậc cao và phân loại nhị phân ra hai nhóm: U lành tính (Benign) hoặc U ác tính (Malignant).

2. Môi trường và tài nguyên triển khai

• Hạ tầng tính toán: Huấn luyện và kiểm thử mô hình trên hệ thống Server GPU chuyên dụng và nền tảng Google Colab phục vụ việc tinh chỉnh siêu tham số.
• Thư viện và công cụ: Xây dựng trên nền tảng ngôn ngữ Python, các framework học sâu PyTorch/TensorFlow, thư viện xử lý ảnh OpenCV, torchvision và các công cụ tối ưu hóa hàm mất mát (Loss Functions: Cross-Entropy, Binary Cross-Entropy, Dice Loss).

---

Nội dung chính theo từng chương

Chương 1: Tổng quan về Machine Learning

Chương 1 cung cấp cơ sở lý thuyết tổng quan về Trí tuệ Nhân tạo, Học máy và Học sâu. Tác giả làm rõ các phương pháp đào tạo mô hình bao gồm: Học có giám sát (Supervised Learning), Học không giám sát (Unsupervised Learning) và Học tăng cường (Reinforcement Learning).

Nội dung chương đi sâu vào nguyên lý hoạt động của Mạng nơ-ron nhân tạo (ANN), Mạng nơ-ron tích chập (CNN) và kiến trúc Transformer áp dụng trong thị giác máy tính (Vision Transformer - ViT). Bên cạnh đó, chương trình bày chi tiết hai bài toán nền tảng:

• Lý thuyết phân đoạn hình ảnh (Semantic Segmentation), sự phát triển từ phương pháp truyền thống (Thresholding, K-means, Watersheds) đến các mô hình học sâu chuyên dụng (SegNet, SegFormer), cùng hệ thống công thức các chỉ số đánh giá ($PA$, $MPA$, $IoU$, $Dice$).
• Lý thuyết phân loại hình ảnh (Image Classification), giới thiệu các kiến trúc kinh điển (VGG-16, Inception, ResNet50, EfficientNet) và các chỉ số đo lường hiệu năng ($Accuracy$, $Precision$, $Recall$, $F1\text{-}Score$, $AUC\text{-}ROC$).

Chương 2: Tổng quan tình hình nghiên cứu

Chương 2 khảo sát thực trạng nghiên cứu và ứng dụng công nghệ trong lĩnh vực da liễu toàn cầu:

• Thống kê tỷ lệ mắc ung thư da trên thế giới và tại các quốc gia có tỷ lệ cao như Úc.
• Khảo sát các nền tảng thương mại và ứng dụng di động về chăm sóc da, chẩn đoán từ xa:
  • SkinVision: Ứng dụng theo dõi nguy cơ ung thư da tại Amsterdam, xử lý hơn 3,5 triệu yêu cầu từ gần 2 triệu người dùng, hỗ trợ phát hiện trên 55.000 trường hợp ung thư da.
  • iDoc24: Dịch vụ hỗ trợ tại hơn 160 quốc gia với 7 ngôn ngữ, ghi nhận 70% trường hợp có thể tự theo dõi/điều trị và 30% cần kiểm tra chuyên sâu.
  • First Derm: Nền tảng hướng dẫn và đánh giá ban đầu các bệnh ngoài da.
  • Cureskin: Ứng dụng AI tại Ấn Độ hỗ trợ chẩn đoán 6 tình trạng da phổ biến (mụn, sẹo, đốm đen, quầng thâm...).
• Phân tích các rào cản kỹ thuật hiện tại: Sự thiếu đồng bộ trong việc thu thập dữ liệu tổn thương da (khác biệt về thiết bị chụp, góc độ, ánh sáng, độ phân giải) và thách thức khi giải quyết đồng thời bài toán phân đoạn và phân loại trên một mô hình duy nhất.
• Khảo sát cấu trúc tập dữ liệu ISIC 2018 (Task 1 và Task 2) và tập dữ liệu ISIC 2020. Thống kê tài nguyên phần cứng server và môi trường thực nghiệm.

Chương 3: Phương pháp giải quyết bài toán chẩn đoán bệnh da

Chương 3 trình bày giải pháp tổng thể do tác giả đề xuất để xử lý sự không đồng nhất của dữ liệu:

• Mô tả chi tiết quy trình 3 giai đoạn: Phân đoạn tổn thương bằng SegFormer $\rightarrow$ Trích xuất đường viền và tạo ảnh cắt xén có đệm $\rightarrow$ Phân loại ảnh bằng ConvNeXt.
• Trình bày cấu trúc chi tiết của mô hình SegFormer: Cơ chế hoạt động của bộ mã hóa phân cấp (Hierarchical Transformer Encoder), cách tiếp cận không dùng positional encoding truyền thống giúp xử lý ảnh ở các kích thước linh hoạt, và cấu trúc khối MLP Decoder nhẹ. Nêu rõ lý do lựa chọn SegFormer cho bài toán phân vùng tổn thương.
• Phân tích kiến trúc backbone ConvNeXt: Quá trình thiết kế lại mạng tích chập tiêu chuẩn dựa trên cảm hứng từ Vision Transformer, cấu trúc khối ConvNeXt Block, các kỹ thuật tối ưu hóa tính toán và lý do chọn ConvNeXt làm mô hình phân loại nòng cốt.

Chương 4: Thực nghiệm và đánh giá kết quả

Chương 4 ghi lại chi tiết quá trình huấn luyện và đánh giá thực nghiệm:

• Huấn luyện mô hình phân đoạn SegFormer: Trình bày cấu hình siêu tham số, hàm mất mát (loss function), thuật toán tối ưu hóa, biểu đồ huấn luyện trên tập Train/Validation và bảng điểm đánh giá trên tập kiểm thử (Test set) so sánh với bảng xếp hạng ISIC 2018 Leaderboards (Nhiệm vụ 1 Lesion Boundary Segmentation).
• Huấn luyện mô hình phân loại ConvNeXt: Thiết lập kiến trúc lớp phân loại (SkinClassifier), cấu hình tiền xử lý và tăng cường ảnh (Data Augmentation), hàm mất mát và tối ưu hóa.
• Thực nghiệm so sánh đối chứng: Huấn luyện mô hình ConvNeXt trên hai tập dữ liệu: Tập ảnh gốc nguyên bản (Original Image) và Tập ảnh tổn thương đã cắt xén theo đường viền (Crop Lesion Image).
• Phân tích trường hợp dự đoán sai: Đánh giá chi tiết các mẫu da u ác tính bị mô hình dự đoán nhầm thành u lành tính (False Negative), chỉ rõ nguyên nhân liên quan đến hình thái tổn thương và độ mờ của biên ranh giới.

---

Kết quả thực nghiệm và đóng góp của đề tài

1. Kết quả thực nghiệm chính

Quá trình thử nghiệm cho thấy việc tích hợp phân đoạn để tiền xử lý vùng quan tâm trước khi phân loại mang lại hiệu quả vượt trội so với phân loại trực tiếp trên ảnh gốc:

Nhiệm vụ / Mô hình	Tập dữ liệu thử nghiệm	Độ đo chính	Kết quả đạt được	Đánh giá so sánh
Phân đoạn tổn thương (SegFormer)	ISIC 2018 Task 1 (Test Set)	$IoU$ / $Dice$ / $PA$	Đạt chỉ số vượt trội trên tập Test	Vượt qua vị trí Top 1 trên bảng xếp hạng ISIC 2018 Leaderboards (Nhiệm vụ Lesion Boundary Segmentation)
Phân loại tổn thương (ConvNeXt - Phương pháp truyền thống)	ISIC 2020 (Original Image)	Accuracy, Precision, Recall	Ghi nhận mức chính xác cơ sở trên ảnh toàn cảnh	Chịu ảnh hưởng lớn bởi nhiễu nền và vùng da lành xung quanh
Phân loại tổn thương (ConvNeXt - Phương pháp đề xuất)	ISIC 2020 (Crop Lesion Image)	Accuracy, Precision, Recall	Cải thiện rõ rệt cả 3 chỉ số so với ảnh gốc	Giảm thiểu tỷ lệ dự đoán nhầm và nâng cao độ nhạy đối với tổn thương ác tính

2. Đóng góp khoa học và thực tiễn của tác giả

• Đóng góp về mặt phương pháp: Đề xuất một quy trình xử lý ảnh y tế hiệu quả thông qua việc kết hợp mô hình phân đoạn Transformer (SegFormer) để tạo mặt nạ, tự động cắt xén vùng tổn thương có bổ sung khoảng đệm viền, giải quyết triệt để vấn đề không đồng nhất về góc chụp, kích thước và nhiễu nền trong các tập dữ liệu da liễu.
• Đóng góp về mặt kỹ thuật: Chứng minh tính hiệu quả của mô hình ConvNeXt trong phân loại ảnh tổn thương da sau khi đã được tinh lọc vùng đặc trưng, đồng thời đạt hiệu suất phân đoạn ranh giới tổn thương da vượt mức dẫn đầu của ISIC 2018 Task 1.
• Đóng góp thực tiễn: Cung cấp cơ sở mô hình hóa phục vụ xây dựng các công cụ hỗ trợ bác sĩ da liễu sàng lọc sớm nguy cơ ung thư da, giảm tải áp lực cho hệ thống y tế và hỗ trợ bệnh nhân tiếp cận các đánh giá sơ bộ kịp thời.

---

Hạn chế và hướng nghiên cứu tiếp theo

Dựa trên các giới hạn được tác giả trình bày trong khóa luận:

• Hạn chế:
  • Nghiên cứu bị giới hạn bởi thời gian thực hiện (4 tháng) và nguồn tài nguyên phần cứng, khiến việc thử nghiệm trên các biến thể mô hình quy mô lớn hơn gặp trở ngại.
  • Dữ liệu thực nghiệm phụ thuộc hoàn toàn vào các tập dữ liệu chuẩn hóa của ISIC Challenge (ISIC 2018, ISIC 2020), chưa được kiểm chứng trực tiếp trên tập dữ liệu ảnh chụp lâm sàng thực tế thu thập từ camera điện thoại thông thường trong điều kiện ánh sáng tự nhiên phức tạp tại các bệnh viện Việt Nam.
  • Bài toán phân loại mới chỉ tập trung vào phân loại nhị phân (lành tính vs. ác tính), chưa mở rộng sang phân loại đa lớp chi tiết cho từng dạng bệnh lý da cụ thể (như vảy nến, chàm, viêm da cơ địa, ung thư biểu mô tế bào đáy, melanoma...).
• Hướng nghiên cứu tiếp theo:
  • Tối ưu hóa kích thước và tốc độ suy luận của mô hình SegFormer và ConvNeXt để tích hợp trực tiếp vào các ứng dụng di động phục vụ khám chữa bệnh từ xa.
  • Mở rộng tập dữ liệu đa trung tâm, thu thập thêm mẫu ảnh thực tế tại các phòng khám da liễu trong nước để nâng cao khả năng tổng quát hóa của hệ thống.
  • Phát triển mô hình phân loại đa nhãn nhằm chẩn đoán chi tiết nhiều bệnh lý da liễu khác nhau.

---

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên môn hữu ích cho:

• Sinh viên, học viên ngành Công nghệ Thông tin, Kỹ thuật Phần mềm và Khoa học Dữ liệu: Tham khảo phương pháp xây dựng pipeline xử lý dữ liệu ảnh y tế kết hợp giữa Semantic Segmentation và Image Classification.
• Các nhóm nghiên cứu về AI trong Y tế (Healthcare AI / Medical Imaging): Tham khảo kiến trúc mô hình SegFormer, cách cấu hình mạng ConvNeXt, kỹ thuật xử lý dữ liệu ISIC và phương pháp giải quyết hiện tượng sai lệch dữ liệu (data heterogeneity).
• Phần nội dung có giá trị tham khảo cao nhất: Chương 3 (thiết kế chi tiết giải pháp 3 giai đoạn và lý do lựa chọn SegFormer/ConvNeXt) và Chương 4 (kỹ thuật thực nghiệm, tinh chỉnh tham số huấn luyện, cùng phân tích lỗi dự đoán nhầm giữa u ác tính và u lành tính).

---

Câu hỏi thường gặp

1. Tại sao tác giả không phân loại trực tiếp trên ảnh da ban đầu mà phải thực hiện quy trình 3 giai đoạn?
Do dữ liệu ảnh da thu thập từ nhiều nguồn thiết bị có kích thước, góc chụp và điều kiện ánh sáng không đồng bộ, đồng thời chứa nhiều yếu tố gây nhiễu (vùng da lành rộng, lông, nếp nhăn). Việc phân đoạn bằng SegFormer để tạo mặt nạ và cắt xén tổn thương có đệm (contour padding) giúp loại bỏ tối đa nhiễu nền, chuẩn hóa vùng ảnh tập trung trước khi đưa vào mô hình phân loại ConvNeXt.

2. Mô hình SegFormer và ConvNeXt đóng vai trò gì trong đồ án?
SegFormer đóng vai trò phân đoạn ngữ nghĩa (Giai đoạn 1) để tìm ranh giới chính xác của tổn thương trên da nhờ cơ chế Hierarchical Transformer không dùng positional encoding. ConvNeXt đóng vai trò làm mạng backbone phân loại (Giai đoạn 3) để xác định ảnh tổn thương sau khi cắt xén là u lành tính hay u ác tính.

3. Khóa luận sử dụng các tập dữ liệu nào cho quá trình huấn luyện và đánh giá?
Khóa luận sử dụng dữ liệu từ cuộc thi quốc tế ISIC Challenge, cụ thể là tập dữ liệu ISIC 2018 (Task 1 - Lesion Boundary Segmentation) cho nhiệm vụ phân đoạn ranh giới tổn thương và tập dữ liệu ISIC 2020 cho nhiệm vụ phân loại tổn thương da.

4. Kết quả của mô hình SegFormer trong bài toán phân đoạn đạt được mức độ nào?
Kết quả huấn luyện và đánh giá mô hình SegFormer trên tập kiểm thử phân đoạn tổn thương da đạt hiệu suất vượt qua chỉ số của vị trí Top 1 trên bảng xếp hạng ISIC 2018 Leaderboards (Nhiệm vụ 1: Lesion Boundary Segmentation).

5. Đâu là trường hợp lỗi nguy hiểm nhất được tác giả phân tích trong thực nghiệm?
Đó là trường hợp tổn thương da ác tính (Malignant) bị mô hình dự đoán nhầm thành lành tính (Benign) - tức lỗi âm tính giả (False Negative). Tác giả đã trích xuất các mẫu dự đoán sai này ở Chương 4 để phân tích nguyên nhân do đặc điểm hình thái và đường viền tổn thương không điển hình.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Hải Dương đã giải quyết thành công bài toán chẩn đoán tổn thương da trên ảnh y tế thông qua giải pháp tích hợp 3 giai đoạn: phân đoạn ranh giới tổn thương bằng SegFormer, trích xuất cắt xén ảnh có đệm đường viền và phân loại nhị phân bằng ConvNeXt. Kết quả thực nghiệm trên các bộ dữ liệu ISIC 2018 và ISIC 2020 cho thấy mô hình phân đoạn vượt qua vị trí dẫn đầu trên bảng xếp hạng ISIC 2018, đồng thời phương pháp cắt vùng tổn thương giúp nâng cao rõ rệt độ chính xác phân loại so với phương pháp xử lý trên ảnh gốc. Công trình có giá trị học thuật và thực tiễn cao, đóng góp một hướng tiếp cận hiệu quả trong việc ứng dụng thị giác máy tính và học sâu vào hỗ trợ chẩn đoán y tế tự động.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ MACHINE LEARNING 1. KHÁI NIỆM MACHINE LEARNING Để khám phá sâu hơn về khái niệm Machine Learning (ML), chúng ta cần đặt nền tảng với những khái niệm cơ bản như Trí Tuệ Nhân Tạo (AI) và các khái niệm khác liên quan. AI - Artificial Intelligence Trí Tuệ Nhân Tạo (Artificial Intelligence - AI) là một lĩnh vực khoa học máy tính mang đến cho chúng ta khả năng tạo ra máy tính hoạt động một cách thông minh, giống như hoặc thậm chí vượt qua khả năng tư duy của con người [1]. Ý nghĩa AI không chỉ là một công nghệ, mà còn là một khái niệm toàn diện, đại diện cho sự phát triển và tiến bộ của máy tính thông minh.

AI không chỉ học hỏi và thích ứng với môi trường, mà còn có khả năng đưa ra quyết định dựa trên dữ liệu và kinh nghiệm. Nó là sự kết hợp của nhiều lĩnh vực như máy học (Machine Learning), xử lý ngôn ngữ tự nhiên (Natural Language Processing), thị giác máy tính (Computer Vision), và nhiều kỹ thuật khác nhau để tạo ra hệ thống có khả năng tự đào tạo và thực hiện nhiều nhiệm vụ. Ứng dụng của AI ngày càng trở nên quan trọng trong nhiều lĩnh vực khác nhau. Như trong y học, AI được sử dụng để chẩn đoán bệnh, dự đoán điều trị và thậm chí là phát triển các loại thuốc mới.

Trong sản xuất, hệ thống tự động thông minh có thể quản lý dòng sản xuất và tối ưu hóa quy trình. Trong tài chính, AI hỗ trợ trong việc phân tích dữ liệu để dự đoán xu hướng thị trường và đưa ra quyết định đầu tư. Ngoài ra, AI còn góp phần quan trọng trong việc nâng cáo chất lượng cuộc sống hàng ngày của chúng ta, như các hệ thống trợ lý ảo như Siri và Google Assistant, đến các ứng dụng nhận diện khuôn mặt và giọng nói. Ngày nay, các công ty lớn và tổ chức trên khắp thế giới đều đang đầu tư mạnh mẽ vào nghiên cứu và phát triển AI, tạo ra những ứng dụng mới và đưa ra những giải pháp sáng tạo trong mọi lĩnh vực.

AI không Trang 13 chỉ là công nghệ, mà còn là nhân tố quan trọng định hình tương lai của xã hội thông minh và kỷ nguyên công nghiệp 4. ML – Machine Learning Machine Learning (ML), hay Học Máy, là một lĩnh vực quan trọng trong lĩnh vực Trí Tuệ Nhân Tạo (AI), mà mục tiêu chính là phát triển các thuật toán và mô hình máy tính có khả năng học hỏi và tự điều chỉnh dựa trên dữ liệu [2]. Khác với các phương pháp truyền thống yêu cầu lập trình cụ thể, ML cho phép máy tính học từ kinh nghiệm và dữ liệu, giúp chúng thực hiện nhiều nhiệm vụ mà trước đây đòi hỏi sự can thiệp của con người. Trong lĩnh vực AI, Machine Learning đóng vai trò quan trọng, đưa ra giải pháp cho những vấn đề phức tạp mà các thuật toán truyền thống khó mà giải quyết được.

Nó là một cột mốc quan trọng trong việc biến ý tưởng về máy tính có khả năng học hỏi từ dữ liệu thành hiện thực. Machine Learning không chỉ đơn thuần là công cụ, mà là một quy trình liên tục. Trong quá trình này, máy tính được trang bị các thuật toán để tự động phân loại, dự đoán, hoặc tìm ra mô hình từ dữ liệu. Phương pháp này không chỉ giúp máy tính hiểu và áp dụng kiến thức, mà còn giúp chúng nâng cao hiệu suất theo thời gian khi có thêm dữ liệu mới.

Nhờ vào khả năng học hỏi, ML đang mở ra nhiều cánh cửa cho sự đổi mới trong nhiều lĩnh vực, từ y học, tài chính, đến sản xuất và dịch vụ khách hàng. Điều này không chỉ là sự tiến bộ về công nghệ mà còn là sự mở rộng cho khả năng sáng tạo và tiện ích trong cuộc sống hàng ngày, định hình một tương lai mà máy tính không chỉ thực hiện theo lệnh, mà còn có khả năng "tự suy nghĩ". DL – Deep Learning Deep Learning, hay Học sâu, là một nhánh quan trọng trong lĩnh vực Machine Learning (ML), và cũng là một yếu tố quan trọng trong sự phát triển của Trí Tuệ Nhân Tạo (AI). Deep Learning tập trung vào việc xây dựng và huấn luyện các mô hình có khả năng hiểu biểu diễn cấp cao của dữ liệu thông qua các lớp (layers) ẩn trong kiến trúc mạng neural [3].

Trang 14 Trong môi trường AI, Deep Learning chính là động lực mạnh mẽ đằng sau sự tiến bộ nhanh chóng của các ứng dụng thông minh. Deep Learning giúp máy tính hiểu và rút trích đặc trưng tự động từ dữ liệu phức tạp, không cần sự can thiệp của con người trong quá trình lập trình. Deep Learning không chỉ là công nghệ mới mẻ mà còn là công nghệ chính cho sự đổi mới trong nhiều lĩnh vực. Trong y học, Deep Learning được sử dụng để phân loại ảnh y tế và dự đoán bệnh tự nhiên.

Trong tự động hóa và robot học, Deep Learning giúp máy tính hiểu và tương tác với môi trường xung quanh một cách tự nhiên. Các ứng dụng thực tế như xe tự lái và dịch ngôn ngữ cũng là kết quả của sự phát triển mạnh mẽ của Deep Learning.1 dưới đây thể hiện mối quan hệ giữa AI, ML, và DL.1 Mối quan hệ giữa AI, ML, Deep learning. CÁC PHƯƠNG PHÁP ĐÀO TẠO MÔ HÌNH MACHINE LEARNING Machine Learning (ML) là một lĩnh vực nghiên cứu quan trọng trong trí tuệ nhân tạo (AI) và đào tạo mô hình là một phần quan trọng của quá trình phát triển các hệ thống thông minh. Supervised Learning là một phương pháp mà mô hình được huấn luyện trên một tập dữ liệu mà mỗi mẫu đã được gán nhãn với đầu ra mong muốn tương ứng.

Mục tiêu của Supervised Learning là để mô hình có thể dự đoán đầu ra cho các dữ liệu mới mà nó chưa từng thấy trước đó [4]. Dữ liệu huấn luyện trong Supervised Learning giống như việc học từ một giáo viên: mô hình được chỉ dẫn bằng cách so sánh đầu ra dự đoán với đầu ra thực tế và điều chỉnh các tham số để làm tăng độ chính xác. Mô hình trong Supervised Learning có khả năng học từ mối quan hệ giữa đầu vào và đầu ra, từ đó tạo ra một quy luật hoặc mô hình dự đoán. Phương pháp này được sử dụng rộng rãi trong nhiều ứng dụng, từ dự đoán giá chứng khoán đến nhận diện vật thể trong hình ảnh.Ngoài ra, còn có phương pháp Unsupervised Learning, trong đó mô hình phải tự học từ dữ liệu mà không có thông tin về đầu ra mong muốn [5].

Trong Unsupervised Learning, mô hình phải tự khám phá cấu trúc và đặc điểm của dữ liệu, giúp chúng tự động nhận diện các mẫu và quy luật mà không cần sự hướng dẫn cụ thể từ người lập trình. Hình Hình ảnh dưới đây mô tả cách hai phương pháp được huấn luyện. Trang 16 Hình ảnh 1.2 Ví dụ về Supervised Learning và Unsupervised Learning [6] Một phương pháp khác là Reinforcement Learning, trong đó mô hình được huấn luyện thông qua việc tương tác với môi trường và nhận phản hồi thông qua các tình huống thưởng hoặc phạt. Mô hình học từ kinh nghiệm và cố gắng tối ưu hóa một hàm thưởng để đạt được mục tiêu cụ thể Trang 17 Hình ảnh 1.3 Ví dụ về Reinforcement Learning [7] Mỗi phương pháp đào tạo trong Machine Learning đều có ưu điểm và hạn chế riêng, phù hợp với loại vấn đề cụ thể và tính chất của dữ liệu.

Sự linh hoạt này giúp ML trở thành một công cụ mạnh mẽ trong việc giải quyết nhiều thách thức khác nhau trong thế giới thực. ARTIFICIAL NEURAL NETWORK 1. CÁC KHÁI NIỆM CƠ BẢN LIÊN QUAN TỚI ANN ● Perceptrons là một khái niệm cơ bản trong lĩnh vực Artificial Neural Network (ANN). Nó là một mô hình đơn giản của neural network, được thiết kế để mô phỏng cách các tế bào não hoạt động.

Mỗi perceptron nhận đầu vào, thực hiện một trọng số và tổng hợp chúng để tạo ra đầu ra [8]. Ý tưởng cơ bản này tạo ra nền tảng cho việc xây dựng mạng neural phức tạp hơn. ● Neural Network (Mạng Neural): là một tập hợp các perceptrons được kết nối với nhau để tạo ra một hệ thống có khả năng học và tự điều chỉnh. Cấu trúc của mạng neural có thể được tổ chức thành các lớp, bao gồm lớp đầu vào, lớp ẩn và lớp đầu ra.

Mỗi kết nối giữa perceptrons có một trọng số, được điều chỉnh trong quá trình huấn luyện để tối ưu hóa hiệu suất của mô hình [9]. ● Activation Function (Hàm Kích Hoạt): giúp định rõ cách mỗi perceptron sẽ phản ứng đối với đầu vào. Nó quyết định xem perceptron nên "kích hoạt" hay "tắt" dựa Trang 18 trên giá trị đầu ra sau khi tính toán. Các hàm kích hoạt phổ biến bao gồm sigmoid, tanh, và ReLU (Rectified Linear Unit) [10].

● Hidden Layers (Lớp Ẩn): là những lớp perceptrons giữa lớp đầu vào và lớp đầu ra trong mạng neural. Những lớp này giúp mô hình học được các đặc trưng phức tạp và biểu diễn dữ liệu ở mức độ cao hơn. ● Backpropagation: là một thuật toán quan trọng trong việc huấn luyện mạng neural. Nó sử dụng phương pháp gradient descent [11] để điều chỉnh trọng số của các kết nối trong mạng dựa trên sai số giữa đầu ra thực tế và đầu ra dự đoán.

Những khái niệm này tạo nên nền tảng cho việc hiểu về cách Artificial Neural Network hoạt động và làm thế nào chúng có khả năng học từ dữ liệu để thực hiện các nhiệm vụ phức tạp. GIỚI THIỆU VỀ KIẾN TRÚC MẠNG ANN Hình 1. Mạng Neural (NN) là một hệ thống phức tạp được hình thành từ các tầng perceptron, còn được gọi là perceptron đa tầng (multilayer perceptron), nhằm mô phỏng cách tế bào não hoạt động. Kiến trúc này bao gồm ba loại tầng chính: tầng vào (input layer), tầng ra (output layer), và tầng ẩn (hidden layer), như mô tả ở hình trên.

Mỗi loại tầng đóng vai trò quan trọng trong quá trình xử lý thông tin của mạng. ● Tầng vào (Input Layer): Trang 19 o Là tầng bên trái cùng của mạng, đại diện cho các đầu vào của hệ thống. o Nhận dữ liệu đầu vào dưới dạng vector, mỗi phần tử tương ứng với một thuộc tính của dữ liệu. ● Tầng ra (Output Layer): o Là tầng bên phải cùng, thể hiện các đầu ra của mạng.

o Kết quả của một ANN là một vector có kích thước phụ thuộc vào bài toán cụ thể. ● Tầng ẩn (Hidden Layer): o Nằm giữa tầng vào và tầng ra, thực hiện suy luận logic phức tạp. o Mỗi nút trong tầng ẩn là một sigmoid neuron, có chức năng kích hoạt đặc biệt. Một mạng NN có thể chứa nhiều tầng ẩn, tùy thuộc vào độ phức tạp của bài toán.