Hỗ Trợ Chẩn Đoán COVID-19 Dựa Trên Hình Ảnh X-Quang Sử Dụng Machine Learning

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp kỹ thuật phần mềm phân loại covid 19 từ hình ảnh x quang ngực bằng máy học, vận dụng lý thuyết vào thực tế, đề xuất giải pháp cụ thể cho

Chuyên ngành

Kỹ thuật phần mềm

Người đăng

Ẩn danh

Thể loại

khóa luận tốt nghiệp

2021

89
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

1. CHƯƠNG 1: TONG QUAN DE TAI

1.1. Đối tượng và phạm vi nghiên CỨU

1.2. Phạm vi nghiÊn CỨU

1.3. Ý nghĩa của đề tai

1.4. Ý nghĩa khoa hoe

1.5. Ý nghĩa thực tiễn

1.6. Bố cục khóa luận

2. CHƯƠNG 2: CAC NGHIÊN CỨU LIÊN QUAN VA HƯỚNG TIẾP CẬN

2.1. Đặc trưng

2.2. Rút trích đặc trưng

2.3. Kiến trúc mạng học sÂU

2.4. Các phương pháp

2.4.1. Support vector machines (SVM)

2.4.2. Logistic Regression

2.5. Các phương pháp biểu diễn đặc trung

2.6. Đặc trưng ảnh

2.7. Đặc trưng kết cấu Haralick

3. CHƯƠNG 3: MO TẢ BO DU LIỆU COVID-19

3.1. Cấu trúc bộ dữ liệu

3.2. Nguồn thu thập dữ liệu

4. CHƯƠNG 4: THUC NGHIEM CAC PHƯƠNG PHAP MAY HOC TREN BO DU LIEU COVID-19

4.1. Kiến trúc hệ thống phân loại

4.2. Kết quả thực nghiệm

5. CHƯƠNG 5: XÂY DUNG UNG DUNG DEMO PHÁT HIỆN COVID-19

5.1. Phân tích thiết kế ứng dung dem

5.2. Mô tả nghiệp vụ Ứng dụng

5.2.1. Cac chức năng chính

5.2.2. Thiết kế sơ đỒ use caSe

5.2.3. Thiết kế sơ đồ tuần tự

5.2.4. Thiết kế sơ đồ hoạt động

5.2.5. Thiết kế sơ đồ lớp

5.3. Giao diện ứng dụng demo phân loại COVID-19 trên anh X-quang phii

6. KẾT LUẬN VA HƯỚNG PHAT TRIEN

6.1. Hướng phat triỂn

DANH MỤC HÌNH

DANH MỤC BANG

DANH MỤC TỪ VIET TAT

TÓM TẮT KHÓA LUẬN

MỞ ĐẦU

Tóm tắt

I. Tổng Quan Về Hỗ Trợ Chẩn Đoán COVID 19 Qua Hình Ảnh X Quang

COVID-19 đã trở thành một trong những thách thức lớn nhất đối với y tế toàn cầu. Việc chẩn đoán sớm và chính xác là rất quan trọng để kiểm soát dịch bệnh. Hình ảnh X-quang phổi đã được sử dụng như một công cụ hỗ trợ trong việc phát hiện COVID-19. Sự phát triển của machine learning trong y tế đã mở ra những cơ hội mới trong việc phân tích hình ảnh y tế, giúp bác sĩ đưa ra quyết định nhanh chóng và chính xác hơn.

1.1. Định Nghĩa COVID 19 Và Tác Động Của Nó

COVID-19 là một bệnh truyền nhiễm do virus SARS-CoV-2 gây ra, ảnh hưởng đến sức khỏe toàn cầu. Từ khi xuất hiện, dịch bệnh đã lây lan nhanh chóng, dẫn đến hàng triệu ca nhiễm và tử vong. Việc phát hiện sớm bệnh nhân nhiễm COVID-19 là rất cần thiết để giảm thiểu tác động của dịch bệnh.

1.2. Vai Trò Của Hình Ảnh X Quang Trong Chẩn Đoán

Hình ảnh X-quang phổi giúp phát hiện các dấu hiệu của COVID-19 như viêm phổi. Phương pháp này nhanh chóng và dễ thực hiện, nhưng cần có sự hỗ trợ từ công nghệ để nâng cao độ chính xác trong chẩn đoán.

II. Thách Thức Trong Việc Chẩn Đoán COVID 19 Qua Hình Ảnh

Mặc dù hình ảnh X-quang là một công cụ hữu ích, nhưng vẫn tồn tại nhiều thách thức trong việc chẩn đoán COVID-19. Đặc biệt, sự đa dạng trong triệu chứng và hình ảnh bệnh lý có thể gây khó khăn cho bác sĩ trong việc đưa ra chẩn đoán chính xác. Hơn nữa, khối lượng lớn hình ảnh cần phân tích cũng đặt ra áp lực lớn cho hệ thống y tế.

2.1. Độ Chính Xác Của Hình Ảnh X Quang

Độ chính xác của hình ảnh X-quang phụ thuộc vào nhiều yếu tố như chất lượng hình ảnh và kỹ năng của bác sĩ. Việc chẩn đoán sai có thể dẫn đến hậu quả nghiêm trọng cho bệnh nhân.

2.2. Khối Lượng Hình Ảnh Cần Phân Tích

Với số lượng bệnh nhân ngày càng tăng, khối lượng hình ảnh X-quang cần phân tích cũng tăng theo. Điều này đòi hỏi sự hỗ trợ từ công nghệ để giảm tải cho bác sĩ và nâng cao hiệu quả chẩn đoán.

III. Phương Pháp Machine Learning Trong Chẩn Đoán COVID 19

Machine learning đã trở thành một công cụ mạnh mẽ trong việc phân tích hình ảnh y tế. Các mô hình học sâu như VGG16 và Inception-Resnet-V2 đã được áp dụng để rút trích đặc trưng từ hình ảnh X-quang, giúp cải thiện độ chính xác trong việc phát hiện COVID-19. Việc áp dụng các phương pháp này không chỉ giúp tiết kiệm thời gian mà còn nâng cao khả năng phát hiện bệnh.

3.1. Các Mô Hình Machine Learning Phổ Biến

Các mô hình như k-NN, SVM và Logistic Regression đã được thử nghiệm để phân loại hình ảnh X-quang. Mỗi mô hình có những ưu điểm và nhược điểm riêng, và việc lựa chọn mô hình phù hợp là rất quan trọng.

3.2. Quy Trình Rút Trích Đặc Trưng

Quy trình rút trích đặc trưng từ hình ảnh X-quang bao gồm việc sử dụng các kỹ thuật như Haralick và các mô hình học sâu. Điều này giúp cải thiện khả năng phân loại và phát hiện COVID-19 một cách chính xác hơn.

IV. Ứng Dụng Thực Tiễn Của Machine Learning Trong Chẩn Đoán COVID 19

Việc áp dụng machine learning trong chẩn đoán COVID-19 đã cho thấy những kết quả khả quan. Nhiều nghiên cứu đã chỉ ra rằng các mô hình học sâu có thể đạt được độ chính xác cao trong việc phát hiện bệnh từ hình ảnh X-quang. Điều này không chỉ giúp bác sĩ trong việc chẩn đoán mà còn hỗ trợ trong việc sàng lọc bệnh nhân một cách hiệu quả.

4.1. Kết Quả Nghiên Cứu Về Machine Learning

Nhiều nghiên cứu đã chỉ ra rằng việc sử dụng machine learning có thể cải thiện độ chính xác trong chẩn đoán COVID-19. Các mô hình như VGG16 và Inception-Resnet-V2 đã cho thấy hiệu quả cao trong việc phân loại hình ảnh.

4.2. Ứng Dụng Trong Thực Tế

Các ứng dụng hỗ trợ chẩn đoán COVID-19 đã được phát triển, giúp bác sĩ dễ dàng truy cập và phân tích hình ảnh X-quang. Điều này không chỉ tiết kiệm thời gian mà còn nâng cao hiệu quả trong việc phát hiện bệnh.

V. Kết Luận Và Tương Lai Của Chẩn Đoán COVID 19 Qua Hình Ảnh

Chẩn đoán COVID-19 qua hình ảnh X-quang bằng machine learning đang mở ra những hướng đi mới trong y tế. Sự phát triển của công nghệ sẽ tiếp tục hỗ trợ bác sĩ trong việc chẩn đoán và điều trị bệnh. Tương lai của chẩn đoán COVID-19 sẽ phụ thuộc vào việc cải thiện các mô hình machine learning và tích hợp chúng vào quy trình làm việc của các cơ sở y tế.

5.1. Hướng Phát Triển Trong Nghiên Cứu

Nghiên cứu trong lĩnh vực machine learning và hình ảnh y tế sẽ tiếp tục phát triển. Việc cải thiện độ chính xác và khả năng phát hiện bệnh sẽ là mục tiêu hàng đầu trong tương lai.

5.2. Tích Hợp Công Nghệ Vào Quy Trình Y Tế

Việc tích hợp machine learning vào quy trình chẩn đoán sẽ giúp nâng cao hiệu quả và giảm tải cho bác sĩ. Điều này sẽ tạo ra một hệ thống chẩn đoán thông minh hơn, hỗ trợ tốt hơn cho bệnh nhân.

10/07/2025
Khóa luận tốt nghiệp kỹ thuật phần mềm phân loại covid 19 từ hình ảnh x quang ngực bằng máy học

Trích đoạn nội dung tài liệu

MỞ ĐẦU COVID-19 [1] đã gây ra hơn 90 triệu ca lây nhiễm và gần 2 triệu người chết trên toàn thé giới!. Đồng thời trở thành đại dịch toàn cầu gây ra những ảnh hưởng, thiệt hại về sức khỏe con người, các hệ lụy về kinh tế xã hội cho nhân loại. Tổ chức y tế thế giới WHO cảnh báo mức độ nguy hiểm của COVID-19 đạt mức báo động, là môi doe dọa của hau hét các quôc gia trên thê giới. COVID-19 được định nghĩa là một bệnh đường hô hấp cấp tính ở người được phát hiện vào năm 2019, gây ra bởi vi-rút SARS-CoV-2 [2] chưa từng được xác định trong quá khứ.

Coronavirus là một họ virus lớn gây bệnh ở bệnh nhân từ cảm lạnh thông thường đến các hội chứng hô hấp tiến triển như MiddleEast Resporatory Syndrone (MERS-COV) và Severe AcuteRespiratory Syndrone (SARS-COVS). Thế giới dang bi ảnh hưởng, nhiều người chết, nhiều quốc gia tuyên bố tình trạng khan cấp. Hau hết những người bị nhiễm COVID -19 đều có các triệu chứng về đường hô hấp từ nhẹ đến trung bình. Một số trường hợp khác có triệu chứng bệnh khi đã mắc bệnh viêm phôi từ trước.

Một giải pháp hữu hiệu được đề xuất giúp các bác sĩ có thé sàng lọc lâm sàng các trường hợp nhiễm bệnh là chân đoán bệnh thông qua sàng lọc ảnh chụp X- quang. Có nhiều nghiên cứu phát hiện COVID -19 trên ảnh X-quang với kết quả cao. Tuy nhiên hầu hết được thực nghiệm trên bộ dữ liệu khá nhỏ. Điều này đã thúc đây tôi thu thập các bộ dữ liệu chụp X-quang ngực với mong muốn tăng tính đa dạng dữ liệu và độ chính xác cho quá trình dự đoán kết quả phân loại hình ảnh trên các nguồn khác nhau.

Bộ dữ liệu có tổng số ảnh là 3423, trong đó có 1517 ảnh nhãn NORMAL, 1467 anh PNEUMONIA và 439 ảnh COVID-19. ! Theo thống kê của Worldometers.info, tinh đến 8 giờ ngày 13-1 (giờ Việt Nam), thé giới ghi nhận 91.471 ca nhiễm virus SARS-CoV-2, trong đó có 1.622 ca tử vong va hơn 65,8 triệu ca đã hoàn toàn bình phục. TONG QUAN DE TÀI 1. Đặt van đề Boi cảnh xuất hiện dịch bệnh COVID-19 Đại dịch COVID-19 [1] là một đại dịch bệnh truyền nhiễm với tác nhân là virus SARS-CoV-2, đang diễn ra trên phạm vi toàn cầu và được phát hiện lần đầu tiên tại thành phố Vũ Hán, tỉnh Hồ Bắc, Trung Quốc vào tháng 12/2019.

Ở Việt Nam ghi nhận trường hợp nhiễm COVID-19 đầu tiên vào ngày 23 tháng 1 năm 2020, gồm hai bệnh nhân người Trung Quốc được nhập viện tại bệnh viện Chợ Ray, thành phố Hồ Chí Minh. Theo số liệu thống kê, đến ngày 2 thang 1 năm 2021, tổng số ca nhiễm COVID-19 trên toàn cầu là hơn 84 triệu ca, trong đó có hon 1,8 triệu người thiệt mạng. Dịch bệnh đến nay xuất hiện và lây lan ở 218 quốc gia và vùng lãnh thổ. Các nước cũng ghi nhận hơn 59 triệu bệnh nhân được điều trị khỏi, số ca nguy kịch hiện là hơn 22 triệu ca và hơn 106 ngìn ca đang điều trị tích cực.

Thế gidi CÓ tới 120 quốc gia và vùng lãnh thé ghi nhận ca COVID-19 mới [2]; 83 quốc gia/vùng lãnh thé có các ca tử vong vì dai dịch. a > 1,000,000 500,001 — 1,000,000 50,001 — 500,000 5,001 — 50,000 1 — 5,0000 No Reported Data Not Applicable Hình 1.1 Hiện trạng COVID-19 đang lan rộng trên toàn thế giới (Coronavirus Disease (COVID-19) Situation Reports, [1] 1-9 ¡0-99 [EElioo-29o J trén 300 Hình 1.2 Bản đồ các tinh va thành phố theo số ca nhiễm COVID-19 được xác nhận (tính đến ngày 03 tháng 01 năm 2021) [4] Thông tin về đặc điểm bệnh COVID-19 Nói một cách cụ thể, Virus Corona là một họ virus lớn thường lây nhiễm cho động vật nhưng đôi khi chúng có thé tiến hóa và lây sang người. Hầu hết những người mắc bệnh COVID-19 sẽ gặp các triệu chứng từ nhẹ đến trung bình và hồi phục mà không cần phải điều trị đặc biệt. Khi virus xâm nhập vào cơ thể, nó xâm nhập vào một số tế bào và chiếm lấy bộ máy tế bào (gây ton thương viêm đặc hiệu ở đường hô hấp), đồng thời virus chuyên hướng bộ máy đó dé phục vụ cho nó, tạo ra virus mới và nhiễm tiếp người khác.

Vi-rút gây bệnh COVID-19 chủ yếu lây truyền qua các giọt bắn văng ra khi người nhiễm bệnh ho, hắt hơi hoặc thở ra. Những giọt bắn này quá nặng nên không thê bay lơ lửng trong không khí và nhanh chóng rơi xuống sàn nhà hoặc các bề mặt. Bat cứ ai có thé bị nhiễm bệnh khi hít phải vi-rút nếu đang ở gần người nhiễm COVID-19 hoặc chạm vào bê mặt có vi-rút, rôi lai chạm vào mat, mũi hoặc miệng. Có 7 loại virus Corona [3], trong đó, 4 loại không nguy hiểm là 229E, NL63, OC43 và HKUI; hai loại khác là Hội chứng hô hấp Trung Đông (MERS) và Hội chứng hô hấp cấp tính nặng (SARS), nguy hiểm hơn và từng gây ra đại dịch toàn câu.

Những người mặc bệnh COVID-19 đã có một loạt các triệu chứng được báo cáo - từ các triệu chứng nhẹ đến bệnh nghiêm trọng. Các triệu chứng có thé xuất hiện 2-14 ngày sau khi phơi nhiễm với vi-rút. Những người có các triệu chứng này có thể nhiễm COVID-19: Sốt hoặc ớn lạnh, ho, hụt hơi hoặc khó thở, mệt mỏi, đau cơ hoặc đau người, đau đầu, mat vi giác hoặc khứu giá, đau hong, gạt mũi hoặc chảy nước mũi, buồn nôn hoặc nôn mửa, tiêu chảy. Những ảnh hưởng của COVID-19 đối với xã hội, con người, kinh tế Sự bùng phát của dịch bệnh COVID-19 trên thế giới và quay trở lại tại Việt Nam mà chưa có vắc-xin điều trị được sản xuất hàng loạt buộc các quốc gia phải sử dụng các biện pháp như giãn cách xã hội, đeo khẩu trang nơi công cộng, rửa tay thường xuyên, tuyên truyền nâng cao nhận thức cho người dân để hạn chế sự lây lan của dịch bệnh.

Mặc dù còn rất nhiều điều chưa tường tận về virus gây bệnh COVID-19 hiện đang hoành hành trên toàn cầu nhưng có một sự thật mà chúng ta đều chắc chan: COVID-19 có thé tác động sâu rộng lên các cơ quan trong cơ thé con người [4]: e Hủy hoại phối: Đối với hau hết trường hợp đã xác nhận, phổi là nơi COVID-19 tác động đầu tiên (do tiếp xúc gần với các giọt bắn từ người nhiễm bệnh) và cũng là bộ phận bị tàn phá mạnh nhất. Virus SARS-CoV- 2 cũng tương tự như virus cúm — chúng gây ra bệnh về đường hô hấp. Các triệu chứng coronavirus chủng mới ban đầu là sốt, ho, hắt hơi, sau đó có thể tiền triển thành viêm phổi cấp tính. e_ Các van đề về tim mach: Các chuyên gia nước ngoài cho biết COVID-19 cũng có thé ảnh hưởng đến tim và mach máu như làm nhịp tim không đều, tim bơm không đủ máu đến các mô hoặc gây huyết áp thấp và cần dùng thuốc.

Tuy nhiên, cho đến nay vẫn chưa có cơ sở để khăng định COVID-19 gây hại trực tiếp cho tim. e T6n thương gan: Khi virus lây lan từ hệ hô hấp, gan thường là bộ phận cuối chịu ton thương. Dấu hiệu tổn thương gan được ghi nhận trong các trường hợp mắc COVID-19 thường nhẹ nhưng vẫn có ca tôn thương gan nghiêm trọng hơn, thậm chí là suy gan. Trật tự và hoạt động kinh tế thế giới thay đổi mạnh mẽ do hầu hết các quốc gia đang trải qua thời kỳ cách ly tại nhà, giãn cách xã hội và thậm chí đóng cửa quốc gia [4].

Đại dịch COVID-19 gây ra khủng hoảng sức khỏe cộng đồng, khủng hoảng kinh tế và sinh kế, hiện nay nhiều nền kinh tế lớn đang rơi vào suy thoái nghiêm trọng. Giống như hầu hết nền kinh tế trên thế giới, Việt Nam bị ảnh hưởng do sự bùng phát của dịch bệnh, các ngành công nghiệp tư nhân bị thiếu hụt nguồn nguyên liệu cung ứng và đối mặt với nguy cơ dừng sản xuất. Dịch COVID-19 còn ảnh hưởng đến nhiều ngành kinh tế bao gồm hàng hải, hậu cần hay các lĩnh vực phân phối, bán lẻ trong nước. Nhiều doanh nghiệp, các hộ kinh doanh gặp khó khăn.

Ngành hàng không bị ảnh hưởng nặng nề, nhiều chuyến bay bị hủy bỏ, lượng khách du lịch đến Việt Nam sụt giảm. Các quy trình xét nghiệm chan đoán COVID-19 Vào ngày 19 tháng 3 năm 2020, WHO đã công bố một hướng dẫn tạm thời về các xét nghiệm đối với những người nghi ngờ mắc bệnh do coronavirus (COVID-19) (WHO 2020). Gần đây, nhiều cập nhật toàn diện về các kỹ thuật xét nghiệm trong chân đoán SARS-CoV-2 cũng đã được công bố (Chen 2020, Loeffelholz 2020) [4]. Xét nghiệm cận lâm sang: e© Số lượng bạch cầu trong máu có thé bình thường hoặc giảm; số lượng bạch cầu lympho thường giảm, đặc biệt nhóm diễn biến nặng.

e Protein C phản ứng (CRP) bình thường hoặc tăng, procalcitonin (PCT) thường bình thường hoặc tăng nhẹ. Một số trường hợp có thể tăng nhẹ ALT, AST, CK, LDH. e_ Trong các trường hợp diễn biến nặng có các biểu hiện suy chức năng các cơ quan, rối loạn đông máu, tăng D-dimer, rối loạn điện giải và toan kiém.3X- quang và chụp cắt lớp (CT) phối © Ở giai đoạn sớm hoặc chỉ viêm đường hô hấp trên, hình ảnh X-quang bình thường. e Khi có viêm phối, tổn thương thường ở hai bên với dấu hiệu viêm phổi kẽ hoặc đám mờ (hoặc kính m0) lan tỏa, ở ngoại vi hay thùy dưới.

Tén thuong có thé tiến triển nhanh trong ARDS. Ít khi gặp dấu hiệu tao hang hay tràn dịch, tràn khí màng phối. Xét nghiệm khăng định căn nguyên Phát hiện SARS-CoV-2 băng kỹ thuật real-time RT-PCR hoặc giải trình tự gene từ các mâu bệnh phâm. Giới thiệu bài toán Bài toán: Phân loại COVID-19 trên ảnh X-quang phổi.

Trong bài toán này tôi đã thực hiện phân loại ảnh thể hiện tình trạng bệnh của bệnh nhân. Dau vào của bài toán: Ảnh chụp X-quang phối Đầu ra của bài toán: Kết quả phân loại gồm ba nhãn ứng với tình trạng bệnh: COVID-19 (nhiễm COVID-19), NORMAL (Bình thường), PNEUMONIA (viêm phôi thông thường). Ảnh chụp X-quang phôi Kết quả phân loại NORMAL Đầu vào Đâu ra Hình 1.3 Bài toán phân loại COVID-19 Mục đích nghiên cứu: Khảo sát các phương pháp máy học để phân loại ảnh COVID-19, có thé có những cơ sở và nhận định khi sử dụng các phương pháp này. Mục đích nghiên cứu cụ thể.

Nghiên cứu tìm hiéu về các bộ dữ liệu COVID-19, các bộ dữ liệu liên quan đến ảnh y khoa. Các bộ dữ liệu ảnh chụp X-quang phổi và não dé phân tích và nghiên cứu. Tìm hiểu tình trạng bệnh về viêm phôi (Pneumonia) và tinh trạng nhiễm COVID- 19 dựa trên ảnh X-quang phổi ở người.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Tài liệu có tiêu đề Hỗ Trợ Chẩn Đoán COVID-19 Qua Hình Ảnh X-Quang Bằng Machine Learning cung cấp cái nhìn sâu sắc về việc ứng dụng công nghệ machine learning trong việc chẩn đoán COVID-19 thông qua hình ảnh X-quang. Tài liệu nhấn mạnh tầm quan trọng của việc sử dụng các thuật toán học máy để phân tích hình ảnh, giúp tăng độ chính xác và tốc độ chẩn đoán, từ đó hỗ trợ các bác sĩ trong việc đưa ra quyết định điều trị kịp thời.

Độc giả có thể tìm hiểu thêm về các khía cạnh khác của COVID-19 qua các tài liệu liên quan như Đặc điểm lâm sàng cận lâm sàng của covid 19 trên trẻ em, nơi cung cấp thông tin về triệu chứng và chẩn đoán COVID-19 ở trẻ em, hoặc Khóa luận tốt nghiệp thực trạng kiến thức thái độ và thực hành về phòng chống dịch bệnh covid19 của người dân tại 4 xã thuộc huyện sóc sơn thành phố hà nội năm 2020, tài liệu này giúp hiểu rõ hơn về nhận thức và hành động của cộng đồng trong việc phòng chống dịch.

Ngoài ra, tài liệu Khóa luận tốt nghiệp khoa học máy tính phân đoạn ảnh x quang ngực các bệnh về phổi khai thác độ lỗi đường biên cũng là một nguồn tài liệu hữu ích, cung cấp cái nhìn về việc ứng dụng công nghệ trong phân tích hình ảnh y tế. Những tài liệu này sẽ giúp độc giả mở rộng kiến thức và hiểu biết về các phương pháp chẩn đoán hiện đại trong bối cảnh dịch bệnh.