Tổng quan về luận án

Sự mất cân đối trầm trọng giữa nhu cầu chẩn đoán hình ảnh và nguồn nhân lực y tế chuyên trách đang là thách thức mang tính toàn cầu. Theo các số liệu thống kê y tế quốc tế, "tại Nhật Bản chỉ có 36 bác sĩ chẩn đoán hình ảnh/triệu dân. Cả Liberia chỉ có 2 bác sĩ chẩn đoán hình ảnh và 14 quốc gia tại châu Phi không có bác sĩ chẩn đoán hình ảnh". Ngay cả tại các quốc gia có nền y tế tiên tiến, "tại Anh, ước tính có hơn 300.000 hình ảnh X-quang phải chờ đến hơn 30 ngày trước khi được phân tích tại một thời điểm bất kỳ trong năm". Tại Việt Nam, thực trạng này còn nghiêm trọng hơn khi "chỉ có hơn 8 bác sĩ/vạn dân", tạo ra khoảng cách lớn so với các quốc gia trong khu vực như Singapore (23 bác sĩ/vạn dân). Đồng thời, sự chênh lệch năng lực chuyên môn giữa tuyến y tế cơ sở và tuyến trung ương đòi hỏi các giải pháp tự động hóa thông minh nhằm chuẩn hóa quy trình tầm soát ung thư sớm.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ hai rào cản kỹ thuật lớn:

  1. Các thuật toán phân vùng tổn thương hiện nay (U-Net, Active Contour, Faster-RCNN) thường xuyên gặp thất bại khi khối u có kích thước siêu nhỏ ở giai đoạn khởi phát hoặc bị vôi hóa, biến dạng hình thái, do các tầng gộp (pooling) làm suy hao thông tin không gian chi tiết. Hơn nữa, việc tích hợp nhiều mạng chuyên gia (ensemble models) làm phình to tham số tính toán và suy giảm tốc độ xử lý.
  2. Các mạng nơ-ron tích chập (CNN) phân loại bệnh lý đòi hỏi tập dữ liệu mẫu cực lớn, dẫn đến hiện tượng quá khớp (overfitting) và mất hội tụ nghiêm trọng khi huấn luyện trên các tập dữ liệu y tế quy mô nhỏ.

Luận án tiến sĩ kỹ thuật điện tử của tác giả Hoàng Quốc Tuân (Mã số: 9520203), dưới sự hướng dẫn khoa học của PGS. Bùi Trung Thành và TS. Phạm Xuân Hiển tại Trường Đại học Sư phạm Kỹ thuật Hưng Yên (2024), đã giải quyết triệt để hai rào cản trên thông qua hai câu hỏi nghiên cứu (Research Questions - RQ) và hai giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để phân vùng chính xác ranh giới tổn thương khối u tuyến vú có kích thước biến thiên phức tạp chỉ bằng một mạng phân vùng duy nhất mà không làm tăng tải tính toán?
    • H1: Việc tích hợp kỹ thuật tăng cường biểu diễn ảnh đa phân giải (multi-resolution) kết hợp đệm viền không gian vào kiến trúc U-Net cải tiến khối kết nối phần dư (Residual Connection) sẽ tối ưu hóa điểm phát hiện (Detection Point - DP) và hệ số tương đồng (Intersection over Union - IOU).
  • RQ2: Kiến trúc học sâu nào có thể tối ưu hóa độ chính xác phân loại u tuyến giáp lành tính/ác tính khi nguồn dữ liệu gán nhãn thực tế bị giới hạn nghiêm trọng?
    • H2: Cơ chế so khớp cặp đặc trưng không gian vector thông qua khoảng cách Cosine kết hợp mạng đỉnh (Head Network) trên nền tảng CNN trích xuất đặc trưng tiền huấn luyện (Backbone) sẽ khắc phục hoàn toàn vấn đề suy thoái gradient và hiện tượng quá khớp trên tập dữ liệu nhỏ.

Khung lý thuyết của nghiên cứu được xây dựng trên nền tảng: Lý thuyết học đặc trưng biểu diễn sâu (Deep Representation Learning), Lý thuyết học phần dư sâu (Deep Residual Learning của He et al., 2016), Mô hình mã hóa - giải mã không gian (Encoder-Decoder Architecture của Ronneberger et al., 2015) và Không gian khoảng cách vector đặc trưng (Metric Feature Distance Learning). Phạm vi thực nghiệm bao trùm trên ba bộ dữ liệu chuẩn quốc tế: tập dữ liệu siêu âm tuyến vú BUS, BUSI và tập dữ liệu siêu âm tuyến giáp kỹ thuật số TDID được thẩm định độc lập bởi các chuyên gia chẩn đoán hình ảnh.

Literature Review và Positioning

Tổng quan y văn trong lĩnh vực chẩn đoán hình ảnh hỗ trợ máy tính (CADe/CADx) thể hiện rõ sự chuyển dịch qua ba giai đoạn phương pháp luận:

[Kỹ thuật trích xuất thủ công + Học máy cổ điển]
   (Chang et al., 2010; Sudarshan et al., 2016; Raghavendra et al., 2018)
[Học sâu nguyên bản End-to-End]
   (Ronneberger et al., 2015: U-Net; He et al., 2016: ResNet; Szegedy et al., 2015: GoogLeNet)
   (Yap et al., 2017/2018: FCN-AlexNet, Faster-RCNN; Zhu et al., 2019: ResNet-18)
[Kiến trúc Luận án Đề xuất]

Dòng nghiên cứu trích xuất đặc trưng thủ công kết hợp học máy truyền thống: Chang et al. (2010) trích xuất 78 đặc tính hình thái và cấu trúc tế bào kết hợp bộ phân loại SVMs; Sudarshan et al. (2016) sử dụng biến đổi sóng con (Wavelet Transform); Raghavendra et al. (2018) ứng dụng phân tích kết cấu fractal dựa trên phân đoạn ngưỡng. Tuy nhiên, các kỹ thuật thủ công này bộc lộ nhược điểm cố hữu là phụ thuộc hoàn toàn vào trực giác chuyên gia, độ nhạy kém với nhiễu đốm siêu âm (speckle noise) và khả năng tổng quát hóa thấp.

Dòng nghiên cứu học sâu ứng dụng phát hiện và phân vùng tổn thương: Ronneberger et al. (2015) thiết lập tiêu chuẩn phân vùng y tế với U-Net; Yap et al. (2017, 2018) ứng dụng Faster-RCNN tích hợp Inception-ResNet và kết hợp song song hai mạng FCN-AlexNet và U-Net nhằm bù trừ sai lệch kích thước khối u tuyến vú; Singh et al. (2020) đưa vào kỹ thuật tích chập giãn nở (Atrous/Dilated Convolution) cùng cơ chế trọng số; Hiramatsu et al. (2018) thiết lập hệ thống phức hợp đa mạng FCN kết hợp mạng điều hướng Gating Network phân phối dữ liệu cho các mạng chuyên gia.

Dòng nghiên cứu phân loại bệnh lý và các nghiên cứu tại Việt Nam: Zhu et al. (2019) tinh chỉnh ResNet-18 để phân loại u tuyến giáp; Chi et al. (2017) triển khai GoogLeNet trên hai tập dữ liệu độc lập; Jinlian Maa et al. (2020) hợp nhất đặc trưng từ hai mạng CNN huấn luyện trên hơn 15.000 ảnh siêu âm; Tri-Cong Pham et al. (2020) tối ưu hóa mô hình FasterIncResnet trên 3.106 ảnh siêu âm từ 137 bệnh nhân Việt Nam, đạt độ nhạy 0,87, độ đặc hiệu 0,86 và AUC 0,89; Bui My Hanh et al. (2021) ứng dụng ResNet-50 phân loại 7.912 ảnh X-quang tuyến vú theo thang chuẩn BI-RADS.

Y văn tồn tại hai trường phái tranh luận kỹ thuật:

  1. Cấu trúc mạng đơn thể sâu (Single Deep Architecture) đối đầu Cấu trúc phức hợp đa mạng (Ensemble/Multi-expert Network): Hiramatsu et al. khẳng định việc chia nhỏ bài toán bằng mạng Gating giúp các mạng chuyên gia xử lý chi tiết hơn, nhưng đánh đổi lại bằng chi phí phần cứng và thời gian trễ. Luận án tái khẳng định ưu thế của mạng đơn thể cải tiến sâu nhưng kết hợp đầu vào đa tỷ lệ nhằm giữ nguyên tính tinh gọn tính toán.
  2. Phân loại học sâu phụ thuộc dữ liệu lớn (Big-data Dependent) đối đầu Cơ chế học khoảng cách đặc trưng trên tập dữ liệu nhỏ (Metric-based Few-shot Learning): Trong khi Jinlian Maa et al. cần tới hơn 15.000 ảnh để hội tụ mạng, nghiên cứu của NCS chứng minh rằng việc biến đổi tác vụ phân loại đơn lẻ sang so khớp độ tương đồng cặp đặc trưng vector (Pairwise similarity) cho phép đạt độ chính xác tương đương trên tập dữ liệu nhỏ.

So với các công trình quốc tế của Yap et al. (2018) và Singh et al. (2020), giải pháp của luận án vượt trội nhờ loại bỏ sự cồng kềnh của mô hình song song, kiểm soát chính xác cả biên dạng tổn thương vi mô lẫn khối u xâm lấn vôi hóa diện rộng.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp sâu sắc vào lý thuyết mô hình hóa mạng nơ-ron học sâu ứng dụng trong thị giác máy tính y khoa:

  • Mở rộng lý thuyết học phần dư trong mạng phân giải đối xứng: Bổ sung các khối kết nối tắt (Skip-connection/Residual block của He et al., 2016) vào sâu trong toàn bộ các khối nén (contraction/encoder) và khối giải nén (expansion/decoder) của cấu trúc U-Net (Ronneberger et al., 2015). Cấu trúc toán học đảm bảo bảo toàn luồng gradient $F(x) + x$, triệt tiêu hoàn toàn hiện tượng suy biến đạo hàm khi tăng độ sâu mạng phân vùng.
  • Lý thuyết biểu diễn không gian đa phân giải kết hợp đệm viền bảo toàn biên: Chứng minh toán học rằng việc kết hợp dữ liệu ảnh ở nhiều mức phân giải không gian $M_{scale} = {I_{orig}, I_{downsampled}}$ cùng cơ chế đệm viền không suy hao cho phép mạng nơ-ron học được các đặc trưng ngữ cảnh đa tỷ lệ mà không làm biến dạng tỷ lệ hình học của tổn thương.
  • Mô hình hóa không gian khoảng cách vector trong bài toán phân loại mẫu nhỏ: Thiết lập mô hình xấp xỉ xác suất phân loại dựa trên hàm khoảng cách Cosine giữa các vector đặc trưng ẩn: $$\text{Cos}(X_1, X_2) = \frac{X_1 \cdot X_2}{|X_1||X_2|}$$ Biến đổi không gian phân loại nhị phân đơn thuần thành bài toán hồi quy tương đồng đa hướng trên mạng truyền thẳng đa lớp (MLP Head Network).

Khung phân tích độc đáo

Khung phân tích được tích hợp từ ba trụ cột lý thuyết: Lý thuyết trích xuất đặc trưng tích chập sâu, Cơ chế bù trừ thông tin đa tỷ lệ và Không gian khoảng cách vector đặc trưng.

                           KHUNG PHÂN TÍCH TỔNG THỂ
[PHÂN VÙNG TỔN THƯƠNG ĐA TỶ LỆ]                            [PHÂN LOẠI DỮ LIỆU NHỎ]
  Ảnh gốc      Ảnh đa phân giải                               Backbone CNN Feature
   U-Net cải tiến Residual                                  Trích xuất Vector X1, X2
   (AND / OR / DOMINANT)                                    Head Network (Mạng MLP)
   Mặt nạ phân vùng tối ưu                                 Xác suất: Lành tính / Ác tính

Khung phân tích xác lập rõ các điều kiện biên:

  • Điều kiện biên không gian: Vùng tổn thương tuyến vú phải nằm hoàn toàn trong trường quan sát siêu âm B-mode, ma trận ảnh đầu vào chuẩn hóa đồng nhất.
  • Điều kiện biên phân loại: Ảnh siêu âm tuyến giáp đầu vào phải được định dạng theo cấu trúc cặp đối sánh, loại bỏ hoàn toàn các siêu dữ liệu nhân tạo (chữ ký, thước đo điểm ảnh của máy siêu âm) trước khi đưa vào Backbone trích xuất.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng định lượng (Positivist Paradigm) với thiết kế thực nghiệm mô phỏng và kiểm định chéo đa tầng (Multi-level cross-validation).

                                QUY TRÌNH THỰC NGHIỆM ĐỊNH LƯỢNG
[Phân vùng Tuyến vú (BUS & BUSI)]                                             [Phân loại Tuyến giáp (TDID)]
Chuẩn hóa không gian & Đệm viền                                               Tách cặp ảnh: Đối chuẩn & Thử nghiệm
Khởi tạo ảnh đa phân giải                                                     Đóng băng/Tinh chỉnh Backbone CNN
Huấn luyện U-Net + Residual Block                                             Huấn luyện MLP Head Network
(Hàm Loss: CE Loss vs. Dice Loss)                                             (Đo khoảng cách Vector Cosine)
Đánh giá tiêu chí: DP, IOU, DSC                                               Kiểm định chéo K-Fold (K=5)
So sánh mô hình SOTA (Faster-RCNN, FCN)                                       Đánh giá Confusion Matrix: ACC, SENS, SPEC

Quy trình nghiên cứu rigorous

  1. Giai đoạn tiền xử lý và tăng cường dữ liệu đa phân giải:
    • Ảnh gốc được áp dụng kỹ thuật đệm viền không gian để bảo toàn thông tin biên trước khi thực hiện các phép trích xuất tích chập.
    • Tạo ảnh đa phân giải nhân tạo thông qua giải pháp thu nhỏ kích thước không gian tỷ lệ cố định, tạo ra tập dữ liệu đa quy mô giúp mạng thích ứng với cả tổn thương đường kính nhỏ lẫn khối u lớn lan tỏa.
  2. Kiến trúc mạng phân vùng U-Net mở rộng:
    • Tăng cường chiều sâu mạng bằng cách tích hợp trực tiếp các khối Residual block vào từng tầng của Encoder và Decoder.
    • Thiết lập cơ chế hợp nhất kết quả phân vùng đầu ra đa phân giải theo 3 nguyên tắc logic:
      • AND_RULE: Phép giao không gian, chọn vùng tổn thương có sự đồng thuận tuyệt đối của các tỷ lệ phân giải.
      • OR_RULE: Phép hợp không gian, bao phủ tối đa mọi vùng nghi ngờ tổn thương.
      • DOMINANT: Nguyên tắc chọn vùng phân vùng xuất hiện chiếm đa số giữa các ảnh đa phân giải.
  3. Huấn luyện và hàm mục tiêu phân vùng:
    • Kiểm tra chéo song song giữa hai hàm tổn thất: Hàm mất mát Entropy chéo (Cross-Entropy - CE Loss) và Hàm mất mát hệ số Dice (Dice Loss) để tìm ra điểm cân bằng tối ưu cho sự mất cân đối điểm ảnh (Foreground-Background Imbalance).
  4. Kiến trúc mạng phân loại mẫu nhỏ (Few-shot Classification):
    • Sử dụng các mạng nơ-ron tích chập nổi tiếng (ResNet, Inception/GoogLeNet) đã được tiền huấn luyện trên ImageNet làm Backbone trích xuất đặc trưng.
    • Đầu ra trích xuất vector đặc trưng $X_1, X_2$ của hai ảnh đưa vào tầng tính khoảng cách $\text{Cos}(X_1, X_2)$, sau đó truyền qua mạng phân loại Head Network cấu trúc đa tầng MLP để đưa ra nhãn lành tính hay ác tính.

Data và phân tích

  • Tập dữ liệu siêu âm tuyến vú BUS và BUSI: Chứa hàng trăm ảnh siêu âm vú kỹ thuật số đại diện cho các ca bệnh bình thường, u lành tính (benign) và u ác tính (malignant), đi kèm mặt nạ phân vùng chuẩn (ground-truth masks) do các bác sĩ chuyên khoa chẩn đoán hình ảnh xác nhận.
  • Tập dữ liệu siêu âm tuyến giáp TDID (Thyroid Digital Image Database): Tập dữ liệu ảnh siêu âm nhân giáp lâm sàng được thẩm định độc lập bởi hai chuyên gia chẩn đoán hình ảnh giàu kinh nghiệm, phân loại chi tiết theo giới tính, độ tuổi và cấu trúc mô học (lành tính/ác tính).
  • Kỹ thuật tính toán và phân tích:
    • Mã nguồn thực nghiệm xây dựng trên nền tảng ngôn ngữ Python, sử dụng các thư viện tính toán học sâu chuyên dụng (PyTorch/TensorFlow, OpenCV, Scikit-learn).
    • Phần cứng tính toán: Máy trạm chuyên dụng tích hợp bộ xử lý đồ họa GPU tốc độ cao phục vụ huấn luyện song song.
    • Các phép đo hiệu suất lượng hóa: Điểm phát hiện (Detection Point - DP), Độ tương đồng diện tích (Intersection over Union - IOU), Hệ số tương đồng Dice (Dice Similarity Coefficient - DSC), Ma trận nhầm lẫn (Confusion Matrix) với các chỉ số True Positive (TP), True Negative (TN), False Positive (FP), False Negative (FN), Độ chính xác tổng thể (Accuracy), Độ nhạy (Sensitivity) và Độ đặc hiệu (Specificity).

Phát hiện đột phá và implications

Những phát hiện then chốt

              HIỆU SUẤT ĐỘT PHÁ CỦA CÁC GIẢI PHÁP ĐỀ XUẤT TRONG LUẬN ÁN
  1. Hiệu suất phân vùng vượt trội của giải pháp U-Net cải tiến kết hợp ảnh đa phân giải: Thực nghiệm trên tập dữ liệu BUS và BUSI chứng minh cấu trúc U-Net tích hợp các khối kết nối phụ (Residual Connections) sâu hơn kết hợp dữ liệu ảnh đa phân giải đã nâng cao rõ rệt các chỉ số DP và IOU so với các mô hình kinh điển (Faster-RCNN, FCN-AlexNet, U-Net nguyên bản). Trong các trường hợp khối u ở giai đoạn sớm, kích thước rất nhỏ hoặc ranh giới suy giảm tín hiệu âm học nghiêm trọng, mạng đề xuất vẫn định vị chính xác vị trí tâm và bám sát đường bao tổn thương.
  2. Sự ưu việt của cơ chế hợp nhất kết quả phân vùng (Fusion Rules): Khi kết hợp hàm tổn thất Dice Loss cùng quy tắc hợp nhất DOMINANT và OR_RULE, mô hình triệt tiêu tối đa các vùng dương tính giả (False Positives) ở vùng mô mỡ dưới da, đồng thời tái lập trọn vẹn ranh giới khối u bị vôi hóa ngầm.
  3. Đột phá trong phân loại ảnh y tế từ tập dữ liệu quy mô nhỏ: Trên tập dữ liệu u tuyến giáp TDID, mô hình phân loại dựa trên so khớp cặp vector Cosine kết hợp Head Network (MLP) đã giải quyết hoàn toàn rào cản thiếu hụt dữ liệu. Trong khi mạng ResNet và Inception (GoogLeNet) thông thường gặp hiện tượng quá khớp nặng nề và suy giảm độ chính xác khi số lượng mẫu huấn luyện bị cắt giảm, giải pháp đề xuất duy trì độ chính xác phân loại vượt trội, giữ vững độ nhạy và độ đặc hiệu cao trên cả hai nhóm đánh giá của chuyên gia độc lập.
  4. Tối ưu hóa tài nguyên tính toán: Bằng việc sử dụng một mạng phân vùng duy nhất xử lý ảnh đa phân giải thay vì phải phối hợp nhiều mạng chuyên gia cồng kềnh (như mô hình Gating Network của Hiramatsu et al. hay mô hình kết hợp Faster-RCNN + FCN của Yap et al.), thời gian xử lý trên mỗi khung hình giảm rõ rệt, đáp ứng yêu cầu vận hành thực tế tại các phòng khám chẩn đoán hình ảnh.

Implications đa chiều

  • Về mặt lý thuyết (Theoretical Advances): Công trình mở rộng lý thuyết biểu diễn đa độ phân giải trong học sâu phân vùng y tế, đồng thời cung cấp phương pháp luận mới trong việc chuyển đổi tác vụ học có giám sát dữ liệu lớn sang học so khớp đặc trưng không gian vector cho các bài toán y sinh có dữ liệu hiếm.
  • Về mặt phương pháp luận (Methodological Innovations): Quy trình tiền xử lý đệm viền không gian kết hợp tăng cường dữ liệu đa phân giải và kiến trúc Head Network so khớp cặp vector là giải pháp tổng quát, có thể tái áp dụng cho nhiều phương thức hình ảnh y tế khác như X-quang phổi, CT lồng ngực hay MRI sọ não.
  • Về ứng dụng thực tiễn lâm sàng (Clinical Applications): Cung cấp giải pháp phần mềm lõi cho các hệ thống CADe/CADx, đóng vai trò như một "ý kiến chuyên môn thứ hai" (second opinion) độc lập, khách quan, hỗ trợ bác sĩ giảm thiểu lỗi chủ quan do mệt mỏi thị giác, rút ngắn thời gian phân tích hình ảnh tương đương với hiệu quả mà "hệ thống AI của Viz.AI giúp tiết kiệm tới 45% thời gian chẩn đoán và chăm sóc bệnh nhân".
  • Về chính sách y tế (Policy Implications): Đẩy nhanh tiến trình chuyển đổi số y tế quốc gia, tạo điều kiện chuyển giao công nghệ chẩn đoán ung thư sớm chất lượng cao về các bệnh viện tuyến huyện và vùng sâu vùng xa, giải quyết tận gốc bài toán thiếu hụt nhân lực chuyên khoa.

Limitations và Future Research

Nghiên cứu thẳng thắn chỉ ra các giới hạn mang tính khách quan:

  • Dữ liệu thực nghiệm 2D tĩnh: Các giải pháp mới mới chỉ được thẩm định trên ảnh siêu âm 2D cắt ngang (B-mode), chưa tích hợp dữ liệu siêu âm 3D/4D thời gian thực hoặc dòng tín hiệu Doppler màu.
  • Quy mô tập dữ liệu mở: Dữ liệu nghiên cứu chủ yếu dựa trên các nguồn công khai chuẩn mực quốc tế (BUS, BUSI, TDID); chưa được kiểm thử diện rộng trong các quy trình khám chữa bệnh thực tế tại các bệnh viện Việt Nam với đa dạng các dòng máy siêu âm khác nhau.
  • Phụ thuộc vào Backbone tiền huấn luyện ImageNet: Mạng phân loại vẫn cần các mô hình trích xuất đặc trưng được huấn luyện sẵn trên tập ảnh tự nhiên, có thể chứa đựng các đặc trưng không tối ưu hoàn toàn cho phổ hình ảnh y tế.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  1. Mở rộng kiến trúc U-Net cải tiến tích hợp cơ chế tự chú ý (Vision Transformers - ViT / Swin-Unet) nhằm khai thác triệt để mối tương quan ngữ cảnh toàn cục của hình ảnh y tế phức tạp.
  2. Xây dựng nền tảng học liên kết (Federated Learning) cho phép huấn luyện mô hình phân loại tổn thương trên dữ liệu phân tán từ nhiều bệnh viện trung ương tại Việt Nam mà không vi phạm quy định bảo mật thông tin bệnh nhân.
  3. Nghiên cứu tích hợp các giải pháp nén mạng và lượng tử hóa mô hình (Model Quantization) để triển khai trực tiếp thuật toán lên các thiết bị siêu âm cầm tay (Point-of-Care Ultrasound - POCUS).
  4. Mở rộng nghiên cứu sang phân vùng và phân loại đa cơ quan: ung thư gan, ung thư phổi trên ảnh CT-Scanner và tổn thương chất trắng não bộ trên ảnh MRI.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Công trình đóng góp các bài báo khoa học chất lượng cao trên các tạp chí và hội nghị chuyên ngành kỹ thuật điện tử, công nghệ thông tin và kỹ thuật y sinh; dự kiến tạo ra chỉ số trích dẫn cao trong cộng đồng nghiên cứu AI y tế tại Việt Nam và khu vực.
  • Chuyển đổi ngành thiết bị y tế: Mở ra cơ hội hợp tác chuyển giao công nghệ cho các tập đoàn công nghệ trong nước (Vingroup, Viettel, FPT) đang phát triển hệ sinh thái y tế thông minh, tự chủ công nghệ lõi chẩn đoán hình ảnh CADx "Make in Vietnam".
  • Lợi ích kinh tế - xã hội: Giảm thiểu chi phí xét nghiệm và sinh thiết không cần thiết (như giảm tỷ lệ chỉ định sinh thiết chọc hút kim nhỏ - FNA tuyến giáp đối với các nhân lành tính); nâng cao tỷ lệ điều trị thành công nhờ phát hiện ung thư vú và tuyến giáp ở giai đoạn 0 và giai đoạn 1.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Kế thừa cấu trúc mạng U-Net cải tiến và phương pháp so khớp cặp vector để mở rộng cho các bài toán phân tích ảnh y học khác.
  • Bác sĩ Chẩn đoán hình ảnh: Tiết kiệm thời gian đọc phim, nâng cao độ chính xác phát hiện nhân giáp và khối u vú kích thước nhỏ, giảm tỷ lệ bỏ sót tổn thương.
  • Bộ phận R&D công nghệ y tế: Tận dụng thuật toán tinh gọn để tích hợp vào các hệ thống phần mềm PACS/DICOM hiện hành mà không cần đầu tư máy chủ tính toán quá đắt đỏ.
  • Nhà hoạch định chính sách y tế: Có thêm giải pháp công nghệ giá thành thấp để trang bị cho y tế tuyến cơ sở, nâng cao năng lực y tế dự phòng toàn dân.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc mở rộng lý thuyết học phần dư sâu (Deep Residual Learning) vào kiến trúc phân vùng đối xứng U-Net đa tỷ lệ, chứng minh rằng sự kết hợp giữa khối Residual Connection và biểu diễn ảnh đa phân giải giải quyết triệt để sự suy hao gradient và bảo toàn nguyên vẹn đặc trưng không gian vi mô của khối u.
  2. Đột phá phương pháp luận của luận án khi so sánh với các nghiên cứu tiền nhiệm? So với mô hình kết hợp song song hai mạng FCN-AlexNet và U-Net của Yap et al. (2018) hay hệ thống đa mạng chuyên gia phức hợp của Hiramatsu et al. (2018), luận án chỉ sử dụng duy nhất một mạng phân vùng U-Net cải tiến xử lý ảnh đa tỷ lệ. Điều này giúp giảm thiểu độ phức tạp tính toán, tăng tốc độ xử lý mà vẫn đạt hệ số IOU và DP vượt trội.
  3. Phát hiện thực nghiệm bất ngờ nhất được chứng minh bằng dữ liệu là gì? Trong bài toán phân loại u tuyến giáp trên bộ dữ liệu TDID, việc áp dụng mạng nơ-ron sâu trực tiếp (End-to-End) dẫn đến hiện tượng quá khớp nghiêm trọng do thiếu hụt mẫu. Tuy nhiên, khi chuyển đổi sang mô hình tính khoảng cách Cosine giữa các cặp vector trích xuất từ Backbone kết hợp Head Network (MLP), mạng đạt trạng thái hội tụ tuyệt đối với độ chính xác phân loại tương đương các hệ thống được huấn luyện trên hàng chục nghìn ảnh.
  4. Quy trình tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không? Toàn bộ cấu hình mạng, các tham số tích chập, kích thước bộ lọc ($3\times3$, $1\times1$), cơ chế đệm viền, giải thuật tính khoảng cách Cosine, các hàm tổn thất (CE Loss, Dice Loss) và các siêu tham số huấn luyện trên các bộ dữ liệu chuẩn công khai (BUS, BUSI, TDID) đều được mô tả chi tiết, minh bạch, đảm bảo khả năng tái lập 100%.
  5. Định hướng nghiên cứu 10 năm tiếp theo được vạch ra như thế nào? Nghiên cứu hướng tới việc xây dựng các mô hình nền tảng y tế (Medical Foundation Models) dựa trên kiến trúc Transformer tự giám sát, tích hợp chẩn đoán đa phương thức (hình ảnh siêu âm, tiền sử bệnh án, chỉ số sinh hóa) và triển khai AI biên (Edge AI) trên các thiết bị siêu âm di động phục vụ y tế cộng đồng.

Kết luận

Luận án tiến sĩ của NCS Hoàng Quốc Tuân đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp cốt lõi:

  1. Đề xuất thành công giải pháp phân vùng tổn thương khối u tuyến vú trên ảnh siêu âm sử dụng kỹ thuật biểu diễn ảnh đa phân giải kết hợp đệm viền không gian bảo toàn cấu trúc hình học.
  2. Cải tiến kiến trúc mạng phân vùng hình chữ U (U-Net) bằng cách tích hợp sâu các khối kết nối phần dư (Residual Connections), triệt tiêu hiện tượng mất đạo hàm và nâng cao độ chính xác bắt biên tổn thương.
  3. Thiết lập các quy tắc hợp nhất không gian thông minh (AND_RULE, OR_RULE, DOMINANT), tối ưu hóa diện tích phân vùng trên cả hai hàm mất mát CE Loss và Dice Loss.
  4. Phát triển giải pháp phân loại hình ảnh u tuyến giáp đột phá dành riêng cho điều kiện dữ liệu huấn luyện nhỏ, kết hợp Backbone CNN tiền huấn luyện, độ đo khoảng cách vector Cosine và mạng đỉnh Head Network (MLP).
  5. Thực nghiệm toàn diện trên 3 bộ dữ liệu quốc tế (BUS, BUSI, TDID), chứng minh bằng số liệu định lượng sự vượt trội về độ chính xác, độ nhạy, hệ số IOU và tốc độ tính toán so với các công trình công bố quốc tế trước đây.

Công trình tạo tiền đề vững chắc cho việc phát triển các phần mềm hỗ trợ chẩn đoán y tế thông minh (CADx) mang thương hiệu Việt Nam, đóng góp thiết thực vào sự nghiệp chăm sóc sức khỏe cộng đồng và nâng cao vị thế khoa học kỹ thuật nước nhà trong kỷ nguyên trí tuệ nhân tạo.