Tổng quan nghiên cứu

Dữ liệu hình ảnh hiện chiếm hơn 90% tổng khối lượng dữ liệu y tế kỹ thuật số, đóng vai trò then chốt trong quy trình tầm soát, chẩn đoán và lập kế hoạch điều trị lâm sàng. Trong các phương pháp chẩn đoán hình ảnh lồng ngực, phim chụp X-quang ngực (Chest X-ray) là kỹ thuật phổ biến nhất nhờ chi phí hợp lý và tốc độ thực hiện nhanh. Tuy nhiên, việc phân vùng tổn thương tự động trên ảnh X-quang gặp thách thức rất lớn do độ tương phản giữa vùng mô bệnh và mô lành cực kỳ thấp. Đồng thời, ảnh X-quang là dạng ảnh chiếu 2D từ cấu trúc giải phẫu 3D, làm suy giảm thông tin chiều sâu và khiến ranh giới tổn thương bị mờ nhạt. Khi đưa vào các mạng nơ-ron tích chập tiêu chuẩn, ảnh gốc có độ phân giải cao khoảng 2828x2320 pixels thường bị giảm kích thước xuống 256x256 pixels (thu nhỏ từ 9 đến 11 lần), làm triệt tiêu hoàn toàn các chi tiết ranh giới mỏng manh như viền màng phổi trong bệnh lý tràn khí màng phổi. Hơn nữa, việc gán nhãn tự động từ báo cáo bệnh án bằng công nghệ xử lý ngôn ngữ tự nhiên thường chứa tỷ lệ nhãn nhiễu lên tới 10%.

Nhằm giải quyết triệt để vấn đề trên, nghiên cứu tập trung phát triển các mô hình học sâu có khả năng nhận biết đường biên và hình dạng hình học của tổn thương (Boundary-Aware Network). Mục tiêu cụ thể của luận văn là tích hợp bản đồ khoảng cách dấu (Signed Distance Map - SDM) vào kiến trúc học đa nhiệm và đề xuất các hàm mất mát tối ưu hóa ranh giới nhằm nâng cao độ chính xác phân vùng bệnh lý lồng ngực. Đề tài được thực hiện trong năm 2021 tại Phòng thí nghiệm Truyền thông Đa phương tiện thuộc Trường Đại học Công nghệ Thông tin, Đại học Quốc gia Thành phố Hồ Chí Minh. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm sai số khoảng cách Hausdorff từ 18% đến 45%, đồng thời cải thiện rõ rệt chỉ số độ giao trên hội trung bình (mIoU) trên 13 danh mục bất thường lồng ngực phổ biến.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của thị giác máy tính và phân vùng ảnh y tế hiện đại, tập trung vào hai nhánh kiến trúc chính là phân vùng ngữ nghĩa (Semantic Segmentation) và phân vùng thực thể (Instance Segmentation). Khung lý thuyết cốt lõi bao gồm:

  1. Kiến trúc mạng nơ-ron tích chập U-Net: Mô hình chuẩn mực trong phân tích ảnh y sinh với cấu trúc đối xứng gồm nhánh co rút (Contracting Path) sử dụng các khối tích chập kích thước 3x3 kết hợp hàm kích hoạt ReLU và lấy mẫu giảm 2x2 để trích xuất đặc trưng ngữ nghĩa, song song với nhánh mở rộng (Expansive Path) thực hiện giải tích chập và liên kết tắt để phục hồi độ phân giải không gian.
  2. Mô hình phân vùng thực thể bảo toàn biên Boundary-preserving Mask R-CNN: Mở rộng từ Mask R-CNN bằng cách bổ sung nhánh học biên chuyên biệt để liên kết chặt chẽ thông tin hình học và mặt nạ phân vùng.
  3. Không gian biểu diễn hình học ngầm Signed Distance Map: Biểu diễn đường biên liên tục thông qua hàm khoảng cách dấu với miền giá trị chuẩn hóa trong khoảng từ -1.0 đến 1.0, trong đó giá trị âm biểu thị vùng bên ngoài, giá trị dương biểu thị vùng bên trong và giá trị 0 thể hiện chính xác đường bao tổn thương.
  4. Hệ thống hàm mất mát định hướng biên: Ứng dụng hàm mất mát khoảng cách Hausdorff Loss và Boundary Loss kết hợp với hàm mất mát phân phối Binary Cross-Entropy và hàm hồi quy L1 Loss nhằm tối ưu hóa đồng thời diện tích chồng lắp và sai số vị trí đường bao.

Phương pháp nghiên cứu

Nghiên cứu sử dụng tập dữ liệu chuẩn ChestX-Det, được trích xuất từ cơ sở dữ liệu quy mô lớn NIH ChestX-ray14 gồm 112.120 ảnh X-quang ngực chụp thẳng. Cỡ mẫu nghiên cứu bao gồm 3.575 hình ảnh chất lượng cao chứa 13 danh mục bất thường lồng ngực. Phương pháp chọn mẫu có chủ đích được áp dụng để đảm bảo độ tin cậy tuyệt đối, trong đó toàn bộ dữ liệu được gán nhãn thủ công ở cấp độ đối tượng và đường bao pixel bởi 3 bác sĩ chuyên khoa chẩn đoán hình ảnh có chứng chỉ hành nghề. Toàn bộ cỡ mẫu 3.575 ảnh được phân chia thành 3.025 ảnh dùng cho tập huấn luyện (trong đó 10% được trích ra làm tập kiểm định validation) và 553 ảnh hoàn toàn độc lập dùng cho tập kiểm thử đánh giá cuối cùng.

Lý do lựa chọn phương pháp phân tích học sâu đa nhiệm (Multi-task Learning) là khả năng ép mạng nơ-ron học đồng thời hai nhiệm vụ: dự đoán mặt nạ phân vùng nhị phân và tái tạo bản đồ khoảng cách dấu liên tục. Cơ chế kết hợp hàm mất mát sử dụng hệ số trọng số alpha linh hoạt, áp dụng theo hai chiến lược là trọng số cố định hoặc tăng dần tuyến tính theo từng epoch trong suốt chu trình 50 epochs huấn luyện thực nghiệm. Cách tiếp cận này giúp khắc phục hiện tượng mất cân bằng dữ liệu nghiêm trọng và hạn chế tối đa tình trạng đường bao phân vùng bị nham nhở hay mất liên tục.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm chuyên sâu trên 553 ảnh kiểm thử của tập dữ liệu ChestX-Det đã mang lại những phát hiện quan trọng:

  1. Sự phân hóa dữ liệu cực kỳ lớn giữa các loại tổn thương: Thống kê cho thấy số lượng mẫu có sự chênh lệch sâu sắc. Bệnh lý đông đặc phổi (Consolidation) và tràn dịch màng phổi (Effusion) chiếm số lượng áp đảo với lần lượt 1.908 và 1.573 mẫu trong tập huấn luyện. Ngược lại, các bệnh lý nguy hiểm như tràn khí màng phổi (Pneumothorax) chỉ có 142 mẫu và khối u (Mass) chỉ ghi nhận 116 mẫu, tạo ra độ chênh lệch tần suất xuất hiện hơn 16 lần.
  2. Hiệu quả vượt trội của việc kết hợp hàm mất mát biên: Mô hình U-Net dạng Shared Output khi kết hợp hàm mất mát phân phối Binary Cross-Entropy với Boundary Loss và Hausdorff Distance Loss đã giúp đường bao tổn thương mượt mà và chính xác hơn hẳn, giảm khoảng cách sai lệch Hausdorff từ 18% đến 45% so với mô hình cơ sở chỉ dùng hàm phân phối truyền thống.
  3. Ưu thế của kiến trúc nhánh tái tạo tích hợp khối hợp nhất đặc trưng: Mô hình Reconstruction Branch with Fusion Block mang lại độ chính xác phân vùng cao nhất. Nhờ cơ chế truyền thông tin qua lại giữa đặc trưng mặt nạ và đặc trưng khoảng cách dấu, chỉ số mIoU trên toàn bộ 13 bệnh lý tăng trưởng rõ rệt so với mô hình U-Net gốc.
  4. Cải tiến thành công trên mô hình phân vùng thực thể: Việc thay thế hàm mất mát nhị phân thông thường bằng hàm hồi quy L1 trên bản đồ khoảng cách dấu trong mạng Modified BMask R-CNN giúp mô hình nhận diện chính xác các góc cạnh tổn thương phức tạp ngay cả khi diện tích vùng bệnh chỉ chiếm chưa đầy 1% diện tích toàn ảnh.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp các phương pháp đề xuất đạt hiệu năng vượt bậc nằm ở việc bổ sung thông tin hình học vi mô. Trong ảnh X-quang ngực, ranh giới giữa dịch màng phổi hoặc vùng xơ hóa với nhu mô phổi lành có độ dốc cường độ sáng rất thấp. Các hàm mất mát vùng truyền thống như Dice Loss hay Cross-Entropy chỉ tính toán tổng lượng pixel đúng sai mà bỏ qua hình thái học cục bộ. Khi đưa bản đồ khoảng cách dấu vào quá trình huấn luyện, mạng nơ-ron bị phạt nặng nếu dự đoán sai lệch các pixel nằm gần đường biên số 0, buộc các lớp tích chập phải tập trung trích xuất cấu trúc rìa.

So với các nghiên cứu trước đây vốn chủ yếu tiếp cận theo hướng phân loại toàn ảnh hoặc phát hiện hộp bao thô, việc phân vùng mức độ pixel định hướng biên cung cấp thông tin định lượng chính xác hơn về thể tích và mức độ xâm lấn của bệnh. Kết quả thực nghiệm có thể được tổng hợp trực quan thông qua bảng đối sánh chỉ số mIoU giữa các cấu hình mạng và biểu đồ phân bổ sai số khoảng cách biên, minh chứng rằng chiến lược tăng trọng số alpha theo chu kỳ huấn luyện giúp mô hình ổn định nhanh và đạt điểm hội tụ tối ưu sau 50 chu kỳ học.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được từ luận văn, bốn giải pháp trọng tâm được đề xuất nhằm chuyển giao và ứng dụng công nghệ vào thực tiễn:

  1. Tích hợp mô-đun nhận biết biên dựa trên bản đồ khoảng cách dấu vào hệ thống hỗ trợ chẩn đoán hình ảnh y tế tại các bệnh viện: Đội ngũ kỹ sư trí tuệ nhân tạo y tế cần triển khai giải pháp này nhằm nâng độ nhạy phân vùng tổn thương nhỏ lên trên 90%, với lộ trình thực hiện từ 6 đến 12 tháng.
  2. Chuẩn hóa quy trình tiền xử lý ảnh X-quang cục bộ độ phân giải cao: Đội ngũ phát triển phần mềm y tế cần thiết kế thuật toán cắt vùng nghi ngờ theo từng khối thay vì nén toàn bộ ảnh từ 2828x2320 xuống 256x256 pixels, giúp bảo tồn 100% chi tiết đường viền màng phổi mỏng, hoàn thành trong thời gian 3 tháng.
  3. Ứng dụng kỹ thuật điều chỉnh trọng số hàm mất mát động theo chu kỳ học: Các nhóm nghiên cứu học thuật nên áp dụng công thức điều chỉnh alpha tăng dần để cân bằng tối ưu giữa tổn thất phân loại và tổn thất hồi quy biên, hoàn thiện quy trình chuẩn trong vòng 6 tháng.
  4. Xây dựng công cụ bán tự động hỗ trợ bác sĩ đối soát ranh giới bệnh lý: Phòng công nghệ thông tin bệnh viện phối hợp cùng các bác sĩ lâm sàng phát triển giao diện hiển thị bản đồ khoảng cách dấu trực quan, rút ngắn thời gian khoanh vùng tổn thương thủ công từ 15 phút xuống dưới 2 phút cho mỗi ca chụp, triển khai thử nghiệm trong 9 tháng.

Đối tượng nên tham khảo luận văn

Nội dung nghiên cứu mang giá trị chuyên môn cao và phù hợp trực tiếp với 4 nhóm đối tượng chính:

  1. Kỹ sư và chuyên gia nghiên cứu Trí tuệ nhân tạo, Thị giác máy tính: Tiếp cận phương pháp thiết kế mạng nơ-ron đa nhiệm, kỹ thuật nhúng thông tin hình học ngầm Signed Distance Map và phương pháp tối ưu hóa hàm mất mát khoảng cách Hausdorff trong xử lý ảnh y tế.
  2. Bác sĩ Chẩn đoán hình ảnh và Cán bộ y tế lâm sàng: Nắm bắt cơ chế nhận diện tổn thương của các thuật toán hỗ trợ chẩn đoán AI, từ đó hiểu rõ độ tin cậy của đường bao tổn thương tự động đối với 13 bệnh lý lồng ngực phức tạp.
  3. Học viên Cao học, Nghiên cứu sinh và Sinh viên ngành Khoa học Máy tính, Kỹ thuật Y sinh: Sử dụng làm tài liệu tham khảo chuẩn mực về quy trình thực nghiệm trên bộ dữ liệu chuẩn 3.575 ảnh ChestX-Det và phương pháp phát triển các biến thể mở rộng từ U-Net và BMask R-CNN.
  4. Nhà quản lý dự án công nghệ y tế (MedTech) và Lãnh đạo bệnh viện: Có cơ sở định lượng cụ thể để đánh giá tiềm năng ứng dụng AI trong việc giảm hơn 70% thời gian xử lý hồ sơ chẩn đoán hình ảnh và nâng cao năng lực khám chữa bệnh.

Câu hỏi thường gặp

Bản đồ khoảng cách dấu mang lại ưu thế gì so với mặt nạ nhị phân truyền thống? Bản đồ khoảng cách dấu biểu diễn liên tục khoảng cách không gian từ mỗi pixel đến đường biên trong phạm vi từ -1.0 đến 1.0. Điều này cung cấp thông tin hình học và độ dốc không gian phong phú, giúp mô hình học sâu nhận biết chính xác rìa tổn thương thay vì chỉ học nhãn nhị phân rời rạc 0 và 1.

Tại sao việc giảm kích thước ảnh X-quang lại ảnh hưởng tiêu cực đến phát hiện tràn khí màng phổi? Ảnh X-quang lồng ngực gốc có độ phân giải rất cao lên tới 2828x2320 pixels với độ sắc nét 3.4 cặp đường trên milimet. Khi giảm kích thước xuống 256x256 pixels, đường viền màng phổi siêu mỏng chỉ vài pixel bị làm mờ hoàn toàn, khiến mô hình AI không thể trích xuất đặc trưng nhận dạng.

Hàm mất mát Hausdorff Distance Loss cải thiện độ chính xác phân vùng như thế nào? Hàm mất mát Hausdorff Distance phạt trực tiếp khoảng cách xa nhất giữa đường bao dự đoán và đường bao nhãn thực tế. Thay vì chỉ tối ưu diện tích chồng lấp, hàm này ép mạng nơ-ron phải uốn nắn đường viền dự đoán khớp sát với biên dạng giải phẫu thực tế của tổn thương.

Tập dữ liệu ChestX-Det được xây dựng như thế nào để đảm bảo tính chuẩn xác học thuật? ChestX-Det gồm 3.575 ảnh X-quang được trích xuất từ 112.120 ảnh của NIH ChestX-ray14. Bộ dữ liệu được gán nhãn chi tiết ở cấp độ đa giác và hộp bao bởi 3 bác sĩ X-quang có chứng chỉ chuyên môn, bao phủ 13 danh mục bệnh lý phổ biến và được chia tách rõ ràng thành tập huấn luyện và kiểm thử.

Khối hợp nhất đặc trưng Fusion Block đóng vai trò gì trong mô hình đề xuất? Khối hợp nhất đặc trưng thực hiện kết hợp hai chiều giữa đặc trưng phân vùng mặt nạ và đặc trưng bản đồ khoảng cách dấu. Cơ chế này giúp thông tin hình dạng biên bổ trợ trực tiếp cho nhánh phân vùng chính, từ đó nâng cao chỉ số mIoU tổng thể trên các tổn thương có ranh giới mờ.

Kết luận

Luận văn đã thực hiện một bước tiến quan trọng trong lĩnh vực phân vùng hình ảnh y tế thông qua các điểm nhấn then chốt:

  • Đề xuất thành công khung kiến trúc học sâu đa nhiệm tích hợp bản đồ khoảng cách dấu Signed Distance Map, nâng cao năng lực nhận thức hình dạng và đường bao tổn thương trên ảnh X-quang ngực.
  • Tối ưu hóa hệ thống hàm mất mát định hướng biên kết hợp giữa Binary Cross-Entropy, hồi quy L1, Boundary Loss và Hausdorff Distance Loss, giảm sai số khoảng cách ranh giới từ 18% đến 45%.
  • Đánh giá thực nghiệm toàn diện trên tập dữ liệu chuẩn ChestX-Det gồm 3.575 ảnh với 13 loại bệnh lý lồng ngực, chứng minh tính vượt trội của các biến thể U-Net và Modified BMask R-CNN đề xuất.
  • Định hình lộ trình nghiên cứu tiếp theo trong vòng 1 đến 2 năm tới, hướng đến việc mở rộng mô hình sang dữ liệu cắt lớp vi tính 3D (CT Scan) và chụp cộng hưởng từ (MRI) đa chiều.
  • Khẳng định giá trị thực tiễn to lớn của việc ứng dụng mạng nhận biết biên nhằm hiện đại hóa hệ thống y tế thông minh và hỗ trợ đắc lực cho các bác sĩ lâm sàng trong chẩn đoán sớm bệnh lý lồng ngực.