Tổng quan luận án

Tính cấp thiết và khoảng trống nghiên cứu

Công trình nghiên cứu của tác giả Hoàng Quốc Tuân được thực hiện trong bối cảnh thực trạng thiếu hụt nhân lực y tế chuyên ngành chẩn đoán hình ảnh diễn ra trên quy mô toàn cầu cũng như tại Việt Nam. Theo số liệu thống kê được tác giả dẫn giải:

  • Tại Nhật Bản: Tỷ lệ bác sĩ chẩn đoán hình ảnh đạt mức 36 người trên một triệu dân.
  • Tại Liberia: Toàn quốc chỉ có 02 bác sĩ chẩn đoán hình ảnh; 14 quốc gia tại khu vực châu Phi hoàn toàn không có bác sĩ chuyên khoa này.
  • Tại Vương quốc Anh: Ước tính có hơn 300.000 hình ảnh X-quang phải chờ đợi trên 30 ngày mới được phân tích tại một thời điểm bất kỳ trong năm.
  • Tại Việt Nam: Tỷ lệ bác sĩ đạt hơn 8 người trên một vạn dân, thấp hơn đáng kể so với mức 23 bác sĩ trên một vạn dân của Singapore; đồng thời tồn tại sự mất cân bằng về trình độ chuyên môn giữa các cơ sở y tế tuyến địa phương (huyện, tỉnh) và tuyến trung ương.

Trong quy trình chẩn đoán truyền thống, kết quả đọc phim phụ thuộc lớn vào kinh nghiệm chủ quan của bác sĩ, dễ dẫn đến các sai sót hoặc quá tải quy trình. Các hệ thống hỗ trợ phát hiện (CADe) và hỗ trợ chẩn đoán (CADx) ứng dụng trí tuệ nhân tạo (AI) đã chứng minh khả năng cải thiện thời gian và độ chính xác (ví dụ hệ thống của Viz.AI phân tích CT não giúp giảm 45% thời gian chẩn đoán đột quỵ). Tuy nhiên, việc ứng dụng học sâu (Deep Learning) và mạng nơ-ron tích chập (CNN) trong chẩn đoán hình ảnh y tế hiện nay gặp hai khoảng trống kỹ thuật lớn:

  1. Trong tác vụ phát hiện và phân vùng tổn thương: Kích thước khối u thay đổi rất lớn theo tiến trình bệnh lý; các tổn thương có kích thước nhỏ thường bị mất thông tin sau các lớp tích chập và lấy mẫu (pooling), trong khi các khối u lớn dễ bị vôi hóa gây khó khăn cho việc nhận dạng ranh giới. Các giải pháp phối hợp nhiều mạng nơ-ron khác nhau làm tăng độ phức tạp và kích thước của mô hình tính toán.
  2. Trong tác vụ phân loại tổn thương: Các mô hình phân loại học sâu tiêu chuẩn yêu cầu tập dữ liệu huấn luyện rất lớn có dán nhãn chuẩn từ chuyên gia y tế. Khi số lượng mẫu huấn luyện nhỏ, mô hình dễ rơi vào hiện tượng quá khớp (overfitting) hoặc không hội tụ gradient, dẫn đến suy giảm độ chính xác.

Mục tiêu nghiên cứu

Mục tiêu tổng quát của luận án là nghiên cứu các giải pháp kỹ thuật nhằm nâng cao độ chính xác của hệ thống hỗ trợ chẩn đoán hình ảnh y tế bằng máy tính (CADx) dựa trên kỹ thuật xử lý ảnh và mạng nơ-ron tích chập, ứng dụng cụ thể vào bài toán hỗ trợ chẩn đoán ung thư tuyến vú và tuyến giáp.

Các mục tiêu cụ thể gồm:

  1. Đề xuất và thực nghiệm chứng minh giải pháp kỹ thuật nhằm nâng cao độ chính xác của mô hình phát hiện, phân vùng các đối tượng quan tâm trên hình ảnh y tế dựa trên kỹ thuật xử lý ảnh và mạng nơ-ron tích chập cải tiến.
  2. Đề xuất và thực nghiệm chứng minh giải pháp cho mô hình phân loại ảnh y tế dựa trên cấu trúc CNN trong điều kiện có ít dữ liệu huấn luyện.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu:
    1. Hình ảnh y tế của một số dạng ung thư có thể phát hiện sớm qua chẩn đoán hình ảnh, bao gồm ảnh siêu âm tuyến vú và ảnh siêu âm tuyến giáp đã được công bố trong các bộ dữ liệu công khai và được xác thực nhãn bởi các bác sĩ chẩn đoán hình ảnh.
    2. Kỹ thuật xử lý ảnh số và các cấu trúc mạng nơ-ron tích chập ứng dụng trong hai tác vụ: phân vùng ảnh (image segmentation) và phân loại ảnh (image classification).
  • Phạm vi nghiên cứu:
    • Về dữ liệu: Tập trung nghiên cứu thực nghiệm trên các tập dữ liệu công khai có sẵn gồm tập ảnh siêu âm tuyến vú (BUS, BUSI) và tập ảnh siêu âm tuyến giáp (TDID).
    • Về kỹ thuật: Giới hạn trong phạm vi đề xuất kiến trúc mạng phân vùng dựa trên U-Net đa phân giải và kiến trúc phân loại ảnh với lượng mẫu nhỏ kết hợp mạng trích xuất đặc trưng xương sống (backbone) và mạng đầu ra (Head Network).

Tổng quan tài liệu và vị trí của luận án

Tác giả đã hệ thống hóa các hướng nghiên cứu trong và ngoài nước liên quan đến hai tác vụ chính của hệ thống CADx:

Hướng nghiên cứu Nhóm phương pháp Tác giả, công trình và năm trích dẫn Đặc điểm và hạn chế ghi nhận trong văn bản
Phân vùng ảnh y tế (Segmentation) Xử lý truyền thống / Không học dữ liệu Huang và cộng sự (2018) [64]; Acho và cộng sự (2018) [65]; Rapun và cộng sự (2019) [66] Sử dụng giải pháp dựa trên đồ thị (Graph) hoặc đường viền hoạt động (Active contour), bộ phát hiện cạnh Canny. Hiệu suất phụ thuộc lớn vào chất lượng ảnh đầu vào và ngưỡng khởi tạo.
Học sâu dựa trên phát hiện đối tượng Yap và cộng sự (2018) [67] Dùng Faster-RCNN kết hợp Inception-ResNet trên ảnh xám và RGB để phát hiện vùng tổn thương tuyến vú.
Học sâu dựa trên mạng tích chập Yap và cộng sự (2017) [37]; Singh và cộng sự (2020) [68]; Singhb và cộng sự (2020) [69]; Hiramatsu và cộng sự (2020) [70] Yap dùng kết hợp U-Net và FCN-AlexNet để bù nhiễu và xử lý kích thước u khác nhau. Singh dùng tích chập atrous và cơ chế trọng số. Singhb đề xuất hệ thống 3 thành phần cho tuyến giáp. Hiramatsu tích hợp nhiều mạng FCN với mạng Gating và các mạng chuyên gia. Hạn chế: cấu trúc ghép nhiều mạng làm tăng độ phức tạp tính toán.
Phân loại ảnh y tế (Classification) Trích xuất đặc trưng thủ công Sudarshan (2016) [71]; Chang và cộng sự (2016) [72]; Raghavendra và cộng sự (2017) [73] Chang trích xuất 78 đặc tính tế bào kết hợp SVMs; Sudarshan dùng biến đổi sóng con (Wavelet); Raghavendra dùng phân tích kết cấu fractal. Hạn chế: chỉ phản ánh một số khía cạnh hạn chế của dữ liệu, độ chính xác không cao.
Học sâu với tập dữ liệu lớn Zhu và cộng sự (2019) [74]; Chi và cộng sự (2017) [75]; Sundar (2019) [76]; Song (2020) [77]; Jinlian Maa và cộng sự (2020) [78] Zhu dùng ResNet-18 tinh chỉnh; Chi dùng GoogLeNet với 2 bộ dữ liệu; Sundar dùng VGG16-Net và Inception; Song dùng SSD/Yolo phát hiện vị trí rồi phân loại; Jinlian Maa hợp nhất hai CNN trên hơn 15.000 ảnh siêu âm. Hạn chế: đòi hỏi lượng mẫu huấn luyện lớn, khó phát hiện tổn thương nhỏ.
Học sâu trên dữ liệu Việt Nam & Tăng cường dữ liệu Tri-Cong Pham và cộng sự (2020) [79]; Canh Phong Nguyen và cộng sự (2019) [80]; Bui My Hanh và cộng sự (2020) [81] Tri-Cong Pham xây dựng bộ dữ liệu 137 bệnh nhân Việt Nam (3.106 ảnh) với FasterIncResnet (độ nhạy 0,87, đặc hiệu 0,86, AUC 0,89). Canh Phong Nguyen tăng cường ảnh ICIAR 2018 (thu nhỏ từ 2048×1536 về 521×384). Bui My Hanh dùng ResNet-50 phân loại 7.912 ảnh X-quang tại BV Đại học Y Hà Nội theo BI-RADS.

Khoảng trống nghiên cứu được lựa chọn giải quyết

Từ việc phân tích tổng quan các công trình nêu trên, luận án xác định hai khoảng trống nghiên cứu chính:

  1. Xây dựng một mô hình phân vùng đơn lẻ (single network) nhưng có chiều sâu lớn hơn và cơ chế bảo toàn thông tin đa kích thước để thay thế các kiến trúc phức tạp ghép nối nhiều mạng chuyên gia.
  2. Thiết kế cơ chế phân loại ảnh y tế hoạt động ổn định và chính xác cao trên các tập dữ liệu kích thước nhỏ mà không bị mất cân bằng hoặc quá khớp (overfitting).

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khái niệm sử dụng

Luận án dựa trên khung lý thuyết xử lý ảnh y tế và các mô hình học sâu:

  1. Quy trình xử lý ảnh y tế gồm 7 giai đoạn: Thu thập dữ liệu (phát hiện đại lượng vật lý, biến đổi tín hiệu điện, số hóa) $\rightarrow$ Tái tạo ảnh (thuật toán phân tích FBP, FT, DAS và thuật toán lặp) $\rightarrow$ Tính toán hình ảnh $\rightarrow$ Tăng cường hình ảnh (miền không gian và miền tần số) $\rightarrow$ Phân tích hình ảnh (phân đoạn, định dạng, định lượng) $\rightarrow$ Trực quan hóa hình ảnh $\rightarrow$ Quản lý hình ảnh (chuẩn PACS, định dạng DICOM).
  2. Cấu trúc mạng nơ-ron tích chập (CNN):
    • Convolutional Layer: Sử dụng kết nối cục bộ giữa pixel với bộ lọc kích thước $n \times n \times q$. Đối với ảnh đầu vào $m \times m \times r$, lớp tích chập tạo ra $k$ bản đồ đặc trưng $x_k$ kích thước $(m - n + 1)$ theo phương trình: $$x_k = f\left(\sum W_k * x_{k-1} + b_k\right)$$ trong đó $W_k$ và $b_k$ là trọng số và độ lệch, $f$ là hàm kích hoạt phi tuyến.
    • ReLU Layer: Hàm kích hoạt phi tuyến mô phỏng tỷ lệ truyền xung qua axon của nơ-ron thần kinh.
    • Pooling Layer: Giảm kích thước không gian thông qua kỹ thuật Max Pooling hoặc Average Pooling nhằm giảm tham số và chi phí tính toán.
    • Fully Connected Layer: Kết nối đầy đủ các đặc trưng phẳng để phục vụ dự báo nhãn đầu ra.
  3. Các kiến trúc mạng cơ sở:
    • U-Net: Kiến trúc hình chữ U gồm phần thu hẹp (contraction/encoder) sử dụng các khối tích chập $3 \times 3$ và Max Pooling $2 \times 2$; phần thắt nút (bottleneck); và phần mở rộng (expansion/decoder) thực hiện giải chập/upsampling kết hợp đường truyền tắt (skip connection) nối các bản đồ đặc trưng tương ứng từ encoder sang decoder.
    • ResNet: Sử dụng khối phần dư (Residual block) với kết nối tắt (Skip Connections) đưa trực tiếp đầu vào $x$ cộng vào đầu ra $F(x)$ thành $F(x) + x$, khắc phục triệt để hiện tượng suy giảm gradient (vanishing gradient) khi tăng độ sâu của mạng.
    • Inception Network / GoogLeNet: Sử dụng các khối Inception kết hợp song song các bộ lọc kích thước $1 \times 1$, $3 \times 3$, $5 \times 5$ cùng tầng Max Pooling để trích xuất đặc trưng ở nhiều tỷ lệ không gian khác nhau.

Phương pháp nghiên cứu

  • Phương pháp nghiên cứu lý thuyết: Phân tích, tổng hợp các mô hình toán học và cấu trúc mạng học sâu đã công bố; thiết kế kiến trúc cải tiến cho mô hình phân vùng và mô hình phân loại.
  • Phương pháp nghiên cứu thực nghiệm:
    • Viết chương trình thực nghiệm bằng ngôn ngữ lập trình Python.
    • Sử dụng phần cứng tính toán có hỗ trợ bộ xử lý đồ họa GPU.
    • Áp dụng kỹ thuật kiểm định xác thực chéo (Cross-validation) trên dữ liệu thực tế.

Nguồn tư liệu và dữ liệu thực nghiệm

Luận án sử dụng 3 bộ dữ liệu ảnh y tế công khai:

  1. Tập dữ liệu BUS (Breast Ultrasound): Bộ dữ liệu ảnh siêu âm tuyến vú dùng cho thực nghiệm phân vùng tổn thương.
  2. Tập dữ liệu BUSI (Breast Ultrasound Image Dataset): Bộ dữ liệu ảnh siêu âm tuyến vú mở rộng có chú thích ranh giới khối u.
  3. Tập dữ liệu TDID (Thyroid Dataset): Bộ dữ liệu ảnh siêu âm tuyến giáp có chú thích và gắn nhãn độc lập bởi hai chuyên gia chẩn đoán hình ảnh chuyên ngành.

Công cụ và chỉ số đánh giá

  • Hàm mất mát: Hàm mất mát Cross-Entropy (CE Loss) và hàm mất mát Dice (Dice Loss).
  • Chỉ số đánh giá hiệu năng:
    • Điểm phát hiện (Detection Point - DP).
    • Độ đo tương đồng vùng chồng lấn (Intersection over Union - IOU).
    • Hệ số tương đồng Dice (Dice Score Measurement - DSC).
    • Các tham số ma trận nhầm lẫn: True Positive (TP), False Positive (FP), True Negative (TN), False Negative (FN).
    • Khoảng cách vectơ: Hàm tính khoảng cách cosin $\text{Cos}()$ giữa hai vectơ đặc trưng ảnh $|X_1|$ và $|X_2|$.

Nội dung chính theo từng chương

Chương 1: Tổng quan về xử lý ảnh y tế và ứng dụng mạng nơ-ron tích chập trong hỗ trợ chẩn đoán qua hình ảnh

Chương 1 hệ thống hóa cơ sở khoa học và thực tiễn của xử lý ảnh y tế:

  • Phân tích bốn phương thức tạo ảnh cơ bản trong lâm sàng: X-quang (tầm soát xương khớp, lồng ngực), Siêu âm (khảo sát mô mềm, tuyến vú, tuyến giáp, tim mạch), CT-Scan (cắt lớp đa lát cắt khảo sát cấp cứu sọ não, phổi) và MRI (cộng hưởng từ an toàn phóng xạ khảo sát thần kinh, cơ xương khớp).
  • Trình bày chi tiết 7 giai đoạn trong luồng xử lý ảnh y tế và các toán tử cơ bản trong mạng tích chập (CNN).
  • Phân tích cấu trúc hệ thống CAD y tế qua 4 giai đoạn chuẩn: Tiền xử lý $\rightarrow$ Phân vùng ảnh $\rightarrow$ Trích xuất/Lựa chọn đặc trưng $\rightarrow$ Phân loại.
  • Tổng hợp các mô hình mạng học sâu tiêu biểu trong phát hiện (SSD, Yolo, Faster-RCNN, Mask-RCNN, CornerNet), phân vùng (FCN, U-Net) và phân loại (AlexNet, VGGNet, ResNet, GoogLeNet).
  • Đánh giá ưu nhược điểm của các công trình đi trước, làm cơ sở đề xuất hai giải pháp kỹ thuật mới cho luận án.

Chương 2: Giải pháp nâng cao hiệu quả phân vùng hình ảnh siêu âm tuyến vú sử dụng ảnh đa phân giải và mạng phân vùng cải tiến dựa trên cấu trúc U-Net

Chương 2 trình bày giải pháp nâng cao hiệu năng phân vùng tổn thương trên ảnh siêu âm tuyến vú:

  • Kỹ thuật tạo ảnh đa phân giải: Từ một ảnh gốc duy nhất đầu vào, tác giả áp dụng giải pháp thu nhỏ kích thước không gian kết hợp đệm viền (padding) để tạo ra tập dữ liệu đa phân giải chứa các đối tượng ở nhiều thang kích thước khác nhau. Kỹ thuật này giúp mô hình nhận diện tốt cả khối u nhỏ và khối u lớn mà không làm biến dạng cấu trúc giải phẫu.
  • Kiến trúc mạng phân vùng cải tiến: Phát triển từ mạng U-Net chuẩn bằng cách tăng chiều sâu của mạng (thêm các lớp tích chập) và tích hợp các kết nối phụ/phần dư (Residual Connection). Cải tiến này giúp mở rộng không gian biểu diễn đặc trưng, tăng khả năng học các chi tiết phức tạp và ngăn ngừa hiện tượng triệt tiêu đạo hàm khi huấn luyện.
  • Giải pháp tổng hợp ảnh phân vùng đầu ra: Tác giả đề xuất ba nguyên tắc kết hợp kết quả phân vùng từ ảnh đa phân giải:
    1. Quy tắc AND (AND_RULE): Lấy kết quả dựa trên phần giao (xếp chồng đồng thuận) của các ảnh phân vùng đầu ra.
    2. Quy tắc OR (OR_RULE): Lấy kết quả dựa trên vùng bao phủ rộng nhất của các ảnh phân vùng đầu ra.
    3. Quy tắc đa số (DOMINANT): Lấy kết quả dựa trên biểu quyết đa số điểm ảnh giữa các mặt nạ dự đoán.
  • Kết quả thực nghiệm trên tập dữ liệu BUS và BUSI:
    • Đánh giá mô hình khi sử dụng hàm mất mát CE và Dice kết hợp 3 quy tắc tổng hợp.
    • So sánh hiệu năng phát hiện (DP) và hiệu năng phân vùng (IOU, Dice) giữa giải pháp đề xuất và các mạng phân vùng truyền thống (U-Net gốc, Residual U-Net, UNet++).
    • Kết quả phân tích trên cả trường hợp tổn thương chưa rõ ràng và tổn thương đã rõ ràng chứng minh giải pháp đề xuất cải thiện độ chính xác phân vùng và tối ưu thời gian xử lý so với mô hình ghép nhiều mạng.

Chương 3: Giải pháp nâng cao hiệu quả phân loại hình ảnh khối u tuyến giáp sử dụng một lượng nhỏ dữ liệu huấn luyện mạng phân loại

Chương 3 trình bày giải pháp giải quyết thách thức thiếu hụt dữ liệu huấn luyện trong phân loại u tuyến giáp:

  • Nguyên lý kiến trúc mô hình đề xuất: Hệ thống gồm mạng xương sống (Backbone) là mạng CNN đã được tiền huấn luyện đóng vai trò trích xuất vectơ đặc trưng không gian, kết hợp với mạng phân loại đầu ra (Head Network) xây dựng trên cấu trúc mạng truyền thẳng nhiều lớp (MLP).
  • Kỹ thuật huấn luyện theo cặp ảnh: Thay vì huấn luyện trực tiếp trên từng ảnh đơn lẻ, mô hình được huấn luyện dựa trên các cặp ảnh trích xuất từ cơ sở dữ liệu. Giải pháp này giúp nhân số lượng mẫu huấn luyện lên nhiều lần, hỗ trợ hàm mất mát hội tụ nhanh và triệt tiêu hiện tượng quá khớp (overfitting).
  • Cơ chế phân loại đối chiếu: Ảnh đầu vào sau khi trích xuất đặc trưng sẽ được tính toán khoảng cách vector (sử dụng hàm $\text{Cos}$) so với tập ảnh mẫu chuẩn đã được lưu trữ trong cơ sở dữ liệu để đưa ra quyết định phân loại u lành tính hay u ác tính.
  • Thực nghiệm trên tập dữ liệu TDID:
    • Dữ liệu TDID có sự tham gia đánh giá, dán nhãn độc lập về giới tính, số lượng và loại bệnh lý bởi hai chuyên gia chẩn đoán hình ảnh.
    • Áp dụng quy trình kiểm định xác thực chéo (Cross-validation).
    • Đánh giá thử nghiệm trên hai cấu trúc mạng nền tảng là Residual Network (ResNet) và Inception Network. Kết quả thực nghiệm khẳng định mạng phân loại đề xuất duy trì độ chính xác cao vượt trội so với các mạng phân loại thông thường khi chỉ sử dụng một lượng nhỏ mẫu huấn luyện.

Kết quả và những đóng góp mới

Luận án công bố hai đóng góp khoa học chính về mặt lý luận và thực tiễn kỹ thuật:

Đóng góp thứ nhất

Đề xuất giải pháp phân vùng hình ảnh khối u trong ảnh y tế sử dụng một mạng phân vùng duy nhất phát triển trên nền tảng cấu trúc U-Net:

  • Về mặt kiến trúc: Mạng được thiết kế tăng số lượng lớp tích chập và bổ sung kết nối phần dư (Residual connection), giúp tăng cường năng lực trích xuất đặc trưng bậc cao và hạn chế hiện tượng mất đạo hàm trong quá trình huấn luyện.
  • Về mặt tiền xử lý và kết hợp: Ứng dụng kỹ thuật tạo ảnh đa phân giải thông qua việc thu nhỏ kích thước kết hợp đệm viền từ một ảnh gốc duy nhất, kết hợp ba quy tắc tổng hợp mặt nạ đầu ra (AND_RULE, OR_RULE, DOMINANT). Giải pháp này nâng cao độ chính xác phát hiện và phân vùng cả khối u kích thước nhỏ và khối u lớn mà không cần tích hợp nhiều mô hình mạng phức tạp.

Đóng góp thứ hai

Đề xuất giải pháp thiết kế hệ thống phân loại hình ảnh khối u y tế dựa trên cấu trúc CNN thích ứng với điều kiện tập dữ liệu huấn luyện nhỏ:

  • Về mặt cấu trúc: Tách biệt pha trích xuất đặc trưng sử dụng mạng CNN tiền huấn luyện (Backbone) và pha phân loại sử dụng mạng nơ-ron đa lớp (MLP Head Network).
  • Về mặt phương pháp huấn luyện: Áp dụng cơ chế huấn luyện theo cặp ảnh kết hợp đo khoảng cách không gian vector đặc trưng ($\text{Cos}$), giải quyết tình trạng không hội tụ và quá khớp của mạng nơ-ron sâu khi thiếu dữ liệu, đảm bảo độ chính xác phân loại tổn thương lành tính/ác tính.

Giải pháp đề xuất ứng dụng

Luận án định hướng tích hợp các mô hình phân vùng và phân loại đề xuất vào các phần mềm CADx tại cơ sở y tế nhằm hỗ trợ bác sĩ chẩn đoán hình ảnh thực hiện sàng lọc tự động, phát hiện sớm ung thư tuyến vú và tuyến giáp, giảm tải áp lực công việc và nâng cao hiệu quả lập kế hoạch điều trị.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào nội dung và phạm vi nghiên cứu được tác giả trình bày:

  • Hạn chế: Quá trình nghiên cứu thực nghiệm được thực hiện độc lập trong môi trường đại học, nguồn dữ liệu thử nghiệm phụ thuộc vào các tập dữ liệu ảnh y tế công khai (BUS, BUSI, TDID) do các rào cản về chi phí trang thiết bị thu nhận ảnh chuyên dụng và quy định bảo mật thông tin y tế.
  • Hướng nghiên cứu tiếp theo:
    1. Mở rộng kiểm thử và đánh giá mô hình trên các tập dữ liệu lâm sàng đa dạng hơn từ các bệnh viện trong nước.
    2. Tối ưu hóa cấu trúc mạng để triển khai ứng dụng thực tế trên các hệ thống nhúng hoặc phần mềm hỗ trợ chẩn đoán thời gian thực tại các bệnh viện.

Giá trị tham khảo

Luận án có giá trị khoa học và ứng dụng thực tiễn đối với các nhóm đối tượng:

  • Nghiên cứu sinh, học viên cao học và nhà nghiên cứu: Thuộc các chuyên ngành Kỹ thuật điện tử, Kỹ thuật y sinh, Khoa học máy tính và Trí tuệ nhân tạo; có thể tham khảo phương pháp cải tiến kiến trúc U-Net sâu kết hợp đa phân giải (Chương 2) và giải pháp huấn luyện mạng CNN với ít dữ liệu (Chương 3).
  • Kỹ sư phát triển hệ thống y tế: Tham khảo quy trình thiết kế hoàn chỉnh hệ thống CAD/CADx từ tiền xử lý, trích xuất đặc trưng đến phân vùng và phân loại ảnh y tế.
  • Bác sĩ và chuyên gia chẩn đoán hình ảnh: Có thêm tư liệu tham khảo về khả năng hỗ trợ và độ tin cậy của các thuật toán thị giác máy tính trong hỗ trợ phân tích hình ảnh siêu âm tuyến vú và tuyến giáp.

Câu hỏi thường gặp

1. Luận án giải quyết bài toán chẩn đoán trên những loại bệnh lý và phương thức hình ảnh nào?

Luận án tập trung giải quyết bài toán phát hiện, phân vùng và phân loại tổn thương cho hai bệnh lý ung thư phổ biến là ung thư tuyến vú và ung thư tuyến giáp dựa trên phương thức hình ảnh siêu âm (Ultrasound).

2. Các tập dữ liệu thực nghiệm nào được sử dụng trong luận án?

Tác giả sử dụng 3 bộ dữ liệu ảnh y tế công khai:

  • Tập dữ liệu BUS và BUSI: Dùng cho các thực nghiệm phát hiện và phân vùng hình ảnh siêu âm tuyến vú ở Chương 2.
  • Tập dữ liệu TDID: Dùng cho các thực nghiệm phân loại u tuyến giáp lành tính và ác tính ở Chương 3 (dữ liệu được gắn nhãn độc lập bởi hai chuyên gia chẩn đoán hình ảnh).

3. Mạng phân vùng đề xuất trong Chương 2 có những điểm cải tiến kỹ thuật nào so với U-Net truyền thống?

Mạng phân vùng đề xuất được tăng cường số lượng lớp tích chập để tạo độ sâu lớn hơn và bổ sung các kết nối phần dư (Residual Connection). Mạng nhận đầu vào là các ảnh đa phân giải được tạo từ một ảnh gốc bằng phương pháp thu nhỏ và đệm viền, sau đó tổng hợp mặt nạ đầu ra qua 3 quy tắc (AND, OR, DOMINANT).

4. Giải pháp phân loại ảnh y tế trong Chương 3 khắc phục tình trạng thiếu dữ liệu huấn luyện bằng cách nào?

Tác giả sử dụng mạng CNN tiền huấn luyện làm xương sống (Backbone) để trích xuất đặc trưng, kết hợp mạng Head Network dựa trên cấu trúc MLP. Quá trình huấn luyện sử dụng các cặp ảnh và hàm đo khoảng cách cosin, giúp tăng số lượng mẫu huấn luyện và ngăn ngừa hiện tượng quá khớp (overfitting).

5. Những độ đo nào được sử dụng để đánh giá hiệu suất của các mô hình trong luận án?

Luận án sử dụng các độ đo tiêu chuẩn gồm: Điểm phát hiện (DP), Độ tương đồng vùng chồng lấn (IOU), Hệ số tương đồng Dice (DSC), ma trận nhầm lẫn (TP, FP, TN, FN) cùng các hàm tổn thất Cross-Entropy (CE Loss) và Dice Loss.

Kết luận

Luận án tiến sĩ kỹ thuật điện tử của tác giả Hoàng Quốc Tuân đã hoàn thành mục tiêu nghiên cứu nâng cao hiệu quả của hệ thống hỗ trợ chẩn đoán y tế (CADx) qua hình ảnh. Tác giả đã đề xuất thành công mô hình mạng phân vùng U-Net cải tiến đa phân giải cho ảnh siêu âm tuyến vú và mô hình phân loại CNN huấn luyện theo cặp ảnh cho tập dữ liệu siêu âm tuyến giáp có kích thước nhỏ. Các kết quả thực nghiệm trên các bộ dữ liệu công khai BUS, BUSI và TDID chứng minh tính hiệu quả của các giải pháp kỹ thuật đề xuất, đóng góp cơ sở khoa học và thực tiễn cho việc phát triển các công cụ hỗ trợ bác sĩ chẩn đoán hình ảnh trong y tế.