Tổng quan luận án

Luận án tiến sĩ toán học với đề tài "Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng" được thực hiện bởi nghiên cứu sinh Lê Thị Thu Hồng tại Viện Khoa học và Công nghệ quân sự thuộc Bộ Quốc phòng, dưới sự hướng dẫn khoa học của TS. Nguyễn Chí Thành và TS. Trần Quốc Long, thuộc chuyên ngành Cơ sở toán học cho tin học (mã số: 9460110).

Ung thư đại trực tràng (Colorectal Cancer - CRC) là một trong những nguyên nhân phổ biến gây tử vong liên quan đến ung thư trên thế giới, ghi nhận 576.858 ca tử vong (chiếm 5,8% tổng số ca tử vong do ung thư) vào năm 2020. CRC phần lớn khởi phát từ các polyp phát triển bên trong niêm mạc đại tràng. Thủ thuật nội soi đại tràng (Colonoscopy) là công cụ phổ biến nhằm phát hiện và can thiệp sớm các polyp. Tuy nhiên, quy trình quan sát bằng mắt thường có tỷ lệ bỏ sót polyp trung bình khoảng 25%, và khoảng 1/13 bệnh nhân ung thư đại trực tràng không được phát hiện kịp thời qua nội soi. Tỷ lệ này xuất phát từ kỹ năng điều hướng ống soi, sự suy giảm tập trung của bác sĩ, chất lượng quang học của thiết bị và đặc tính polyp nhỏ hoặc phẳng. Do đó, việc xây dựng các hệ thống hỗ trợ chẩn đoán bằng máy tính (Computer-Aided Diagnosis - CADx) nhằm tự động phân vùng polyp (polyp segmentation) đóng vai trò then chốt trong việc trợ giúp bác sĩ khoanh vùng vùng quan tâm (ROI), nâng cao độ chính xác và rút ngắn thời gian chẩn đoán.

Quá trình phát triển các mô hình học sâu phân vùng polyp đối mặt với các khoảng trống và rào cản kỹ thuật chính:

  • Biến thể hình thái: Polyp có sự đa dạng rất lớn về hình thái, kích thước, màu sắc, kết cấu biểu mô; đồng thời ảnh nội soi thường bị ảnh hưởng bởi nhiễu mờ do chuyển động camera, hiện tượng phản xạ ánh sáng và dịch nhầy tồn dư.
  • Hiện tượng mất cân bằng dữ liệu: Số lượng điểm ảnh (pixel) thuộc vùng polyp (lớp dương tính) chiếm tỷ lệ rất nhỏ so với số lượng điểm ảnh thuộc nền niêm mạc thông thường (lớp âm tính), dẫn đến nguy cơ mô hình dự đoán lệch về phía âm tính, làm tăng tỷ lệ bỏ sót tổn thương.
  • Sự thiếu hụt dữ liệu gán nhãn chuẩn: Việc gán nhãn nhị phân cho polyp (polyp mask) đòi hỏi chuyên gia nội soi có kinh nghiệm, tốn kém thời gian và chi phí. Dù các bộ dữ liệu công khai có số lượng ảnh nhất định, chúng thường được cắt từ số lượng ít các chuỗi video nội soi, dẫn đến hiện tượng trùng lặp thông tin và thiếu tính khái quát hóa khi áp dụng liên viện.
  • Chưa khai thác hiệu quả nguồn dữ liệu chưa gán nhãn: Kho dữ liệu khổng lồ từ hệ thống lưu trữ và truyền hình ảnh y tế (PACS) tại các bệnh viện chưa được tận dụng tối ưu trong việc trích xuất đặc trưng thị giác.

Mục tiêu chung của luận án là xây dựng và cải tiến các mô hình học sâu nhằm phân vùng polyp đạt độ chính xác cao và tính tổng quát hóa tốt, dựa trên nguồn dữ liệu gán nhãn chuẩn kết hợp khai thác dữ liệu ảnh nội soi chưa gán nhãn từ hệ thống PACS. Các mục tiêu cụ thể gồm:

  1. Xây dựng mô hình học sâu phân vùng polyp trên ảnh nội soi đại tràng có độ chính xác cao, tính tổng quát hóa tốt và giải quyết được vấn đề dữ liệu không cân bằng.
  2. Đề xuất phương pháp học bán giám sát khai thác dữ liệu ảnh nội soi đại tràng không gán nhãn từ hệ thống PACS để nâng cao độ chính xác của mô hình phân vùng polyp.
  3. Khắc phục tình trạng thiếu hụt dữ liệu ảnh nội soi đại tràng có gán nhãn phân vùng polyp đa dạng.

Đối tượng nghiên cứu: Dữ liệu ảnh nội soi đại tràng và các phương pháp học sâu cho phân vùng đối tượng trên ảnh. Phạm vi nghiên cứu: Luận án giới hạn nghiên cứu trên các ảnh nội soi đại tràng chụp bằng ánh sáng trắng thông thường (không sử dụng chế độ tăng cường ảnh quang học hay nhuộm màu), tập trung vào bài toán phân vùng ngữ nghĩa nhị phân (phân loại pixel thành polyp và không polyp).

Tổng quan tài liệu và vị trí của luận án

Luận án khảo sát có hệ thống các hướng tiếp cận trong và ngoài nước đối với bài toán phân tích ảnh nội soi đại tràng:

1. Hướng tiếp cận trích rút đặc trưng thủ công (Hand-crafted features): Các nghiên cứu thời kỳ đầu tập trung khai thác đặc trưng hình học, màu sắc và kết cấu thông qua các giải thuật xử lý ảnh cổ điển: Bernal và cộng sự (2012) xây dựng mô hình bề ngoài polyp; Mamonov và cộng sự (2014) phát triển thuật toán nhúng nhận diện polyp trên ảnh nội soi viên nang; Ganz và cộng sự (2012) phân vùng polyp trên ảnh dải tần hẹp; Wang và cộng sự (2011) ứng dụng thuật toán phát hiện cộng đồng để phân đoạn phân cấp; Tajbakhsh và cộng sự (2015) kết hợp thông tin hình dạng và bối cảnh trên video nội soi; Silva và cộng sự (2013) sử dụng mô hình tích lũy phiếu bầu nâng cao. Các phương pháp này đạt kết quả nhất định trên các tập mẫu chuẩn cố định nhưng suy giảm hiệu năng mạnh khi gặp các polyp biến thể phức tạp trong môi trường lâm sàng thực tế.

2. Hướng tiếp cận dựa trên học sâu (Deep learning): Sự phát triển của mạng nơ-ron tích chập (CNN) và các cuộc thi GIANA thuộc hội nghị MICCAI từ năm 2015 đã thúc đẩy nhiều mô hình:

  • Phát hiện và phân loại polyp: Park và cộng sự (2018) trích rút đặc trưng phân cấp qua CNN kết hợp bộ lọc làm mịn; Shin và cộng sự (2018) dùng kiến trúc Inception-ResNet trên bộ CVC-ClinicDB đạt độ chính xác 91,4%; Zhang và cộng sự (2018) kết hợp ResYOLO với bộ theo dõi ECO trên tập ASU-Mayo đạt 88,6%; Qadir và cộng sự (2019) dùng mặt nạ Gaussian 2D thay thế mặt nạ nhị phân trên mạng F-CNN; Taha và cộng sự (2021) phân loại polyp đạt 98,4%; Hsu và cộng sự (2021) chuyển đổi ảnh màu sang ảnh xám trước khi phân loại; Wang và cộng sự (2021) dùng học chuyển giao từ ImageNet phân loại 4 dạng polyp.
  • Phân vùng polyp ngữ nghĩa: Các nghiên cứu triển khai mạng FCN (Brandao và cộng sự, Zhang và cộng sự với FCN-8S và Rừng ngẫu nhiên), Mask R-CNN (Kang và cộng sự), SegNet và các biến thể (Wang và cộng sự, Afify và cộng sự, Mahmud và cộng sự với PolypSegNet), PraNet (Fan và cộng sự dùng cơ chế attention đảo chiều), DoubleU-Net (Jha và cộng sự), UNet++ (Zhou và cộng sự), ResUNet++ (Jha và cộng sự).

3. Tình hình nghiên cứu trong nước: Các nhóm nghiên cứu tại Việt Nam đã tiếp cận học sâu trong xử lý ảnh y tế: Nguyen Thanh Hai và cộng sự (2020) phân tích biểu hiện gen qua CNN; Huynh Hieu Trung và Vo Nguyen Nhat Anh (2020) phân vùng phổi trên X-quang; Phan Anh-Cang và cộng sự (2021) phát hiện xuất huyết não trên ảnh CT Scan dựa vào đơn vị Hounsfield; dự án VinDr của VinBigData (2020) chẩn đoán tổn thương X-quang lồng ngực; Viện Nghiên cứu và Đào tạo tiêu hóa, gan mật phối hợp Trường Đại học Bách khoa Hà Nội (2020) thử nghiệm phần mềm AI trên các hệ thống nội soi Fujifilm (WLI, FICE); Nguyen Ba Hung và cộng sự (2021) ứng dụng ResUNet++ kết hợp Attention và Deep Supervision đạt 94,23% điểm Dice trên CVC-ClinicDB và Kvasir-SEG.

STT Tên bộ dữ liệu chuẩn Số lượng dữ liệu Loại nhãn Tác vụ Cơ sở mở
1 CVC-ClinicDB 612 ảnh Polyp mask Phát hiện, phân vùng polyp Có
2 CVC-ColonDB 300 ảnh Polyp mask Phát hiện, phân vùng polyp Có
3 ASU-Mayo 20 video Polyp mask Phát hiện, phân vùng polyp Không
4 ETIS-Larib 196 ảnh Polyp mask Phát hiện, phân vùng polyp Có
5 Kvasir-SEG 1.000 ảnh Polyp mask, bounding box Phát hiện, phân vùng polyp Có
6 Hyper-Kvasir 110.079 ảnh, 373 video 16 lớp tiêu hóa trên, 24 lớp tiêu hóa dưới Phân loại ảnh Có
7 KvasirCapsule 4.739 ảnh, 118 video 13 lớp bất thường Phân loại ảnh Có
8 Kvasir-Instrument 590 ảnh Dụng cụ phẫu thuật Phân vùng đối tượng Có
9 GLRC 76 video 3 lớp tổn thương Phân loại ảnh Có
10 EAD2019 2.147 ảnh Đa lớp dị vật/tổn thương Phát hiện, phân vùng Có
11 EDD2020 386 ảnh Đa lớp bệnh lý Phát hiện, phân vùng Có

Khoảng trống nghiên cứu được luận án lựa chọn giải quyết:

  1. Thiếu tính khái quát hóa: Đa số công trình hiện hữu chỉ kiểm thử trên cùng tập phân chia nội bộ của một bộ dữ liệu, chưa thực hiện kiểm thử chéo (cross-dataset evaluation) trên các tập dữ liệu độc lập hoàn toàn.
  2. Vấn đề dữ liệu mất cân bằng: Thiếu các hàm mất mát chuyên biệt để xử lý sự chênh lệch lớn giữa diện tích polyp và nền niêm mạc đại tràng.
  3. Thiếu hụt tập huấn luyện đa dạng: Chi phí gán nhãn thủ công cao dẫn đến quy mô tập dữ liệu còn khiêm tốn.
  4. Chưa tận dụng dữ liệu lâm sàng không nhãn: Chưa có giải pháp học tự giám sát khai thác kho ảnh nội soi không nhãn từ hệ thống PACS bệnh viện tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án kết hợp nghiên cứu lý thuyết mô hình hóa toán học và thực nghiệm tính toán trên các hệ thống học sâu:

1. Khung lý thuyết và kiến trúc mô hình:

  • Mạng nơ-ron tích chập (CNN) và kiến trúc Encoder-Decoder: Mạng UNet nguyên bản đóng vai trò khung xương cơ sở (backbone), sử dụng các kết nối tắt (skip connections) để truyền dẫn thông tin không gian chi tiết từ nhánh mã hóa sang nhánh giải mã, giảm thiểu hiện tượng triệt tiêu đạo hàm (vanishing gradient).
  • Mạng trích xuất đặc trưng tiền huấn luyện: Tích hợp họ mạng EfficientNet (tiêu biểu là EfficientNet-B7) làm bộ mã hóa nhằm tối ưu hóa việc trích xuất đặc trưng đa tầng.
  • Mô hình trường ngẫu nhiên có điều kiện lặp (CRF-RNN): Tích hợp lớp CRF-RNN phía sau bộ giải mã để tinh chỉnh ranh giới phân vùng dựa trên tương quan không gian và mức độ tương đồng màu sắc giữa các điểm ảnh liền kề.
  • Mạng sinh đối nghịch có điều kiện (Conditional GAN - CGAN): Sử dụng mô hình Pix2Pix với bộ sinh UNet và bộ phân biệt PatchGAN (kích thước patch 70x70) nhằm thiết lập ánh xạ từ mặt nạ điều kiện sang ảnh nội soi giả lập.

2. Công thức toán học và hàm mục tiêu:

  • Thuật toán tối ưu hóa Adam: Cập nhật trọng số dựa trên ước lượng động lượng bậc một và bậc hai: $$v_t \leftarrow \beta_1 v_{t-1} + (1 - \beta_1)g_t, \quad s_t \leftarrow \beta_2 s_{t-1} + (1 - \beta_2)g_t^2$$ Với các biến chuẩn hóa: $\hat{v}_t = \frac{v_t}{1 - \beta_1^t}$, $\hat{s}t = \frac{s_t}{1 - \beta_2^t}$, bước cập nhật: $w_t = w{t-1} - \frac{\eta \hat{v}_t}{\sqrt{\hat{s}_t} + \epsilon}$ (trong đó $\beta_1 = 0,999$, $\epsilon = 10^{-6}$).
  • Hàm mất mát bất đối xứng kết hợp (AsymCE): Được luận án thiết kế nhằm phân phối lại trọng số lỗi giữa lớp polyp và lớp nền, phạt nặng hơn đối với các dự đoán âm tính sai (FN).

3. Các độ đo đánh giá định lượng:

  • Điểm số Dice (DSC): $$Dice = \frac{2|P \cap G|}{|P| + |G|} = \frac{2|TP|}{2|TP| + |FP| + |FN|}$$
  • Chỉ số giao trên hợp (IoU / Jaccard Index): $$IoU = \frac{|P \cap G|}{|P \cup G|} = \frac{|TP|}{|TP| + |FP| + |FN|}$$
  • Độ chính xác mức điểm ảnh (Pixel Accuracy): $Acc = \frac{TP + TN}{TP + TN + FP + FN}$
  • Độ chính xác Precision: $Prec = \frac{TP}{TP + FP}$
  • Độ bao phủ / Độ nhạy (Recall / Sensitivity): $Rec = \frac{TP}{TP + FN}$

4. Nguồn tư liệu và dữ liệu thực nghiệm:

  • Dữ liệu chuẩn công khai: CVC-ClinicDB (612 ảnh), CVC-ColonDB (300 ảnh), Kvasir-SEG (1.000 ảnh), ETIS-Larib (196 ảnh).
  • Dữ liệu ảnh nội soi lâm sàng: Tập ảnh nội soi đại tràng không gán nhãn thu thập từ hệ thống PACS của Bệnh viện Quân y 103 phục vụ cho tác vụ học tự giám sát.

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN PHÂN VÙNG POLYP TRÊN ẢNH NỘI SOI ĐẠI TRÀNG

Chương 1 hệ thống hóa cơ sở lý luận về thủ thuật nội soi tiêu hóa, cấu trúc hệ thống CADx và các thách thức nội tại của bài toán phân vùng polyp (hình thái đa dạng, hình ảnh mờ/nhiễu, mất cân bằng lớp dữ liệu, thiếu hụt mẫu gán nhãn). Chương này tổng thuật 11 bộ dữ liệu ảnh nội soi chuẩn được công bố quốc tế, chỉ ra tính chất dư thừa dữ liệu do cắt khung hình từ ít video và sự thiếu đa dạng về phân bố ca bệnh. Đồng thời, chương 1 trình bày cơ sở toán học của mạng CNN, các kiến trúc phân vùng đối tượng (FCN, SegNet, UNet, Mask R-CNN), các kỹ thuật học chuyển giao, học tự giám sát, mạng CGAN/Pix2Pix và các độ đo thống kê (Dice, IoU, Accuracy, Precision, Recall). Chương này xác định rõ 4 vấn đề còn tồn tại trong y văn và định hình 3 nội dung trọng tâm mà luận án trực tiếp giải quyết.

CHƯƠNG 2: MÔ HÌNH PHÂN VÙNG POLYP ĐẠI TRÀNG DỰA TRÊN MẠNG UNET CẢI TIẾN VÀ HÀM MẤT MÁT BẤT ĐỐI XỨNG KẾT HỢP

Chương 2 đề xuất mô hình phân vùng polyp mang tên CRF-EfficientUNet. Mô hình sử dụng cấu trúc mạng UNet cải tiến với bộ mã hóa là EfficientNet (đặc biệt là biến thể EfficientNet-B7 tiền huấn luyện), kết hợp các khối giải mã Upsample2D và tích hợp lớp CRF-RNN ở tầng xuất tín hiệu cuối cùng nhằm tối ưu hóa biên độ sắc nét của vùng polyp. Luận án thiết lập hàm mất mát bất đối xứng kết hợp AsymCE nhằm cân bằng gradient trong quá trình huấn luyện với dữ liệu mất cân bằng nghiêm trọng.

Nội dung chương thực hiện loạt thực nghiệm bóc tách thành phần (Ablation study):

  • So sánh các bộ mã hóa khác nhau trong mạng UNet điều chỉnh.
  • Đánh giá định lượng hiệu quả tăng cường độ chính xác khi tích hợp thêm lớp CRF-RNN so với kiến trúc UNet thuần túy.
  • Phân tích tương quan hiệu năng khi huấn luyện mạng bằng các hàm mất mát khác nhau (Cross-Entropy, Focal loss, Dice loss và AsymCE).
  • Đánh giá độ phức tạp tính toán của mô hình qua số lượng tham số và thời gian xử lý.
  • Đánh giá kiểm thử chéo: Huấn luyện trên CVC-ClinicDB hoặc Kvasir-SEG và kiểm thử độc lập trên hai tập dữ liệu khó là ETIS-Larib và CVC-ColonDB, cũng như kịch bản huấn luyện bằng dữ liệu trộn giữa Kvasir-SEG và ClinicDB. Kết quả chứng minh mô hình đề xuất cải thiện vượt bậc chỉ số Dice và IoU trên các tập kiểm thử độc lập so với các mô hình cùng thời điểm.

CHƯƠNG 3: PHƯƠNG PHÁP HỌC TỰ GIÁM SÁT ĐẶC TRƯNG THỊ GIÁC CỦA ẢNH NỘI SOI ĐẠI TRÀNG CHO PHÂN VÙNG

Chương 3 giải quyết bài toán thiếu dữ liệu gán nhãn bằng cách đề xuất quy trình học tự giám sát các đặc trưng thị giác từ nguồn ảnh nội soi không nhãn trên hệ thống PACS của Bệnh viện Quân y 103. Mô hình gồm hai giai đoạn:

  1. Tác vụ giả định (Pretext task): Xây dựng mạng tái tạo ảnh nội soi. Dữ liệu ảnh nội soi gốc được làm biến dạng ngẫu nhiên thông qua các phép biến đổi hình học, làm mờ, đổi màu và thêm nhiễu với các tỷ lệ khác nhau. Mạng tái tạo có nhiệm vụ phục hồi lại bức ảnh gốc không nhiễu, qua đó buộc mạng nơ-ron phải tự học các biểu diễn không gian và cấu trúc mô niêm mạc đặc thù của đại tràng.
  2. Tác vụ mục tiêu (Real task): Chuyển giao các trọng số đã học từ mạng tái tạo sang mô hình phân vùng polyp UNet, tiếp tục tinh chỉnh (fine-tuning) trên tập dữ liệu gán nhãn nhỏ có sẵn.

Chương này trình bày các kết quả thực nghiệm:

  • Đánh giá độ chính xác tái tạo ảnh theo các mức độ nhiễu đầu vào khác nhau.
  • So sánh các phương thức chuyển giao tri thức từ mạng tái tạo sang mạng phân vùng.
  • So sánh độ chính xác phân vùng polyp của mô hình học tự giám sát đề xuất với các phương pháp học giám sát thông thường và các mô hình mới công bố, chứng minh tính hiệu quả khi tận dụng nguồn ảnh thô từ bệnh viện.

CHƯƠNG 4: PHƯƠNG PHÁP SINH DỮ LIỆU ẢNH NỘI SOI ĐẠI TRÀNG CÓ NHÃN PHÂN VÙNG POLYP

Chương 4 đề xuất giải pháp sinh dữ liệu tổng hợp có kiểm soát nhằm tăng cường dữ liệu huấn luyện, mang tên PolypGenPix2Pix. Phương pháp sử dụng mạng sinh đối nghịch có điều kiện CGAN:

  • Kỹ thuật sinh điều kiện đầu vào: Tự động tạo lập các mặt nạ nhị phân giả lập (polyp mask giả lập) với hình thái, kích thước và vị trí đa dạng đặt trên nền ảnh nội soi thông thường không chứa polyp.
  • Mạng PolypGenPix2Pix: Bộ sinh (Generator) sử dụng kiến trúc UNet biến đổi ảnh nền và mặt nạ điều kiện thành ảnh nội soi nhân tạo có chứa polyp chân thực. Bộ phân biệt (Discriminator) sử dụng thuật toán PatchGAN để phân loại tính chân thực của từng khối ảnh cục bộ.

Kết quả đánh giá thực nghiệm:

  • Đánh giá chất lượng thị giác của ảnh polyp sinh ra từ các điều kiện đầu vào khác nhau.
  • Thực nghiệm tăng cường dữ liệu huấn luyện cho các mô hình phân vùng polyp với các tỷ lệ dữ liệu sinh bổ sung khác nhau.
  • Đo lường mức độ cải thiện điểm số Dice và IoU trên hai tập kiểm thử độc lập ETIS-Larib và CVC-ColonDB khi mô hình được huấn luyện bằng tập dữ liệu gốc kết hợp tập dữ liệu tăng cường từ PolypGenPix2Pix.

Kết quả và những đóng góp mới

Luận án công bố 03 đóng góp mới chính về mặt khoa học và kỹ thuật tính toán:

  1. Mô hình CRF-EfficientUNet và hàm mất mát AsymCE: Xây dựng thành công kiến trúc mạng phân vùng polyp kết hợp bộ mã hóa EfficientNet, cơ chế giải mã Upsample2D, tích hợp lớp trường ngẫu nhiên có điều kiện lặp CRF-RNN và hàm mất mát bất đối xứng AsymCE. Mô hình giải quyết hiệu quả hiện tượng mất cân bằng dữ liệu mức điểm ảnh và làm mịn chính xác biên giới tổn thương.
  2. Phương pháp học tự giám sát qua tác vụ tái tạo ảnh: Đề xuất quy trình học biểu diễn đặc trưng thị giác từ dữ liệu nội soi chưa gán nhãn thu thập từ hệ thống PACS của Bệnh viện Quân y 103. Phương pháp cho phép mạng nơ-ron nắm bắt các đặc tính hình ảnh nội soi chuyên biệt mà không phụ thuộc vào nhãn thủ công, tạo tiền đề khởi tạo trọng số vượt trội cho mạng phân vùng.
  3. Mô hình sinh ảnh PolypGenPix2Pix tăng cường dữ liệu: Đề xuất giải pháp sinh ảnh nội soi chứa polyp nhân tạo có kèm nhãn phân vùng chuẩn dựa trên kiến trúc mạng CGAN. Kỹ thuật tạo lập điều kiện đầu vào giúp mở rộng không gian mẫu huấn luyện, gia tăng tính tổng quát hóa của mô hình học sâu khi đánh giá kiểm thử chéo trên các tập dữ liệu độc lập.

Về mặt thực tiễn, toàn bộ các thuật toán và mô hình đề xuất đã được toán học hóa, cài đặt thành các mô-đun phần mềm có khả năng tích hợp vào các hệ thống hỗ trợ chẩn đoán CADx lâm sàng, hỗ trợ các bác sĩ giảm thiểu tỷ lệ bỏ sót polyp trong quá trình nội soi đại tràng tại các cơ sở y tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án theo công bố trong văn bản:

  • Phạm vi dữ liệu chỉ tập trung xử lý trên ảnh nội soi ánh sáng trắng thông thường, chưa mở rộng sang các phương thức nội soi nhuộm màu điện tử (FICE, NBI, BLI) hoặc nội soi phóng đại.
  • Thử nghiệm trên video nội soi thời gian thực còn gặp thách thức về tối ưu độ trễ xử lý khung hình khi tích hợp các khối mạng sâu phức tạp.
  • Nguồn dữ liệu chưa gán nhãn mới chỉ thu thập đơn trung tâm tại hệ thống PACS của Bệnh viện Quân y 103.

Hướng nghiên cứu tiếp theo:

  • Tối ưu hóa kiến trúc mạng nơ-ron nhằm nâng cao tốc độ xử lý khung hình phục vụ phân vùng polyp theo thời gian thực trên luồng video nội soi.
  • Mở rộng mô hình học tự giám sát và sinh dữ liệu sang các chế độ chụp ảnh y tế chuyên sâu khác (NBI, ảnh nội soi nhuộm màu).
  • Tích hợp thêm nguồn dữ liệu lâm sàng đa trung tâm từ hệ thống PACS của nhiều bệnh viện để kiểm chứng tính bền vững của các thuật toán.

Giá trị tham khảo

Luận án là tài liệu tham khảo hữu ích cho các đối tượng chuyên môn:

  • Nghiên cứu sinh và học viên cao học ngành Khoa học máy tính, Toán tin, Trí tuệ nhân tạo: Có thể tham khảo phương pháp luận thiết kế mạng phân vùng ảnh y tế (Chương 2), cách thiết lập tác vụ giả định cho học tự giám sát (Chương 3) và cơ chế sinh ảnh có điều kiện CGAN (Chương 4).
  • Các kỹ sư phát triển hệ thống CADx và Thị giác máy tính trong y tế: Tham khảo giải pháp xử lý dữ liệu mất cân bằng thông qua hàm mất mát AsymCE và quy trình tăng cường dữ liệu tổng hợp khắc phục tình trạng thiếu mẫu gán nhãn.
  • Bác sĩ và chuyên gia chẩn đoán hình ảnh tiêu hóa: Cung cấp góc nhìn định lượng về năng lực hỗ trợ phân vùng tổn thương của các giải thuật AI, làm cơ sở phối hợp xây dựng các hệ thống hỗ trợ chẩn đoán tại cơ sở y tế.

Câu hỏi thường gặp

1. Luận án giải quyết vấn đề mất cân bằng giữa vùng polyp và vùng nền bằng giải pháp kỹ thuật nào?
Luận án đề xuất hàm mất mát bất đối xứng kết hợp (AsymCE - Asymmetric Cross-Entropy Loss) trong Chương 2, phân bổ lại trọng số lỗi nhằm phạt nặng hơn đối với các dự đoán âm tính sai (FN), giúp mô hình không bị thiên lệch về lớp nền niêm mạc bình thường.

2. Lớp CRF-RNN được tích hợp vào mạng UNet nhằm mục đích gì?
Lớp CRF-RNN (Conditional Random Field lồng trong mạng hồi quy) được tích hợp ở đầu ra của bộ giải mã UNet nhằm mô hình hóa mối tương quan không gian và màu sắc giữa các điểm ảnh lân cận, giúp tinh chỉnh và làm mịn đường biên phân vùng polyp một cách chính xác.

3. Tác vụ giả định (Pretext task) trong mô hình học tự giám sát của luận án được thiết kế ra sao?
Trong Chương 3, tác vụ giả định là bài toán tái tạo ảnh nội soi gốc từ các ảnh nội soi đã bị làm biến dạng ngẫu nhiên bằng cách thêm nhiễu, làm mờ, biến đổi hình học và màu sắc, sử dụng tập dữ liệu ảnh không gán nhãn từ hệ thống PACS Bệnh viện Quân y 103.

4. Mô hình PolypGenPix2Pix sinh dữ liệu dựa trên nguyên lý nào?
Mô hình PolypGenPix2Pix ở Chương 4 sử dụng mạng đối nghịch có điều kiện (CGAN) gồm bộ sinh UNet và bộ phân biệt PatchGAN (70x70), nhận đầu vào là ảnh nội soi bình thường kết hợp với mặt nạ nhị phân giả lập để tạo ra ảnh nội soi nhân tạo chứa polyp tương ứng.

5. Luận án đã sử dụng những bộ dữ liệu chuẩn nào để thực hiện kiểm thử chéo độc lập?
Luận án thực hiện kiểm thử chéo trên 04 bộ dữ liệu công khai gồm: CVC-ClinicDB (612 ảnh), Kvasir-SEG (1.000 ảnh), CVC-ColonDB (300 ảnh) và ETIS-Larib (196 ảnh).

Kết luận

Luận án tiến sĩ của NCS Lê Thị Thu Hồng đã giải quyết trọn vẹn bài toán phân vùng polyp trên ảnh nội soi đại tràng thông qua việc phát triển kiến trúc mạng CRF-EfficientUNet đi kèm hàm mất mát AsymCE. Đồng thời, công trình đề xuất hai phương pháp tiếp cận mới nhằm giải quyết bài toán thiếu hụt dữ liệu gán nhãn: học tự giám sát trích xuất đặc trưng từ hệ thống PACS Bệnh viện Quân y 103 và sinh dữ liệu tổng hợp bằng mạng PolypGenPix2Pix. Các kết quả thực nghiệm kiểm thử chéo trên các bộ dữ liệu chuẩn quốc tế khẳng định tính chính xác và khả năng tổng quát hóa cao của hệ thống. Công trình có giá trị học thuật vững chắc trong chuyên ngành Cơ sở toán học cho tin học và mang tiềm năng ứng dụng thực tiễn lớn trong y tế thông minh tại Việt Nam.