Tổng quan về luận án

Trong kỷ nguyên số hóa y tế và chẩn đoán hình ảnh tiên tiến, sự kết hợp thông tin đa phương thức (multimodal imaging) đóng vai trò then chốt trong việc hỗ trợ các quyết định lâm sàng phức tạp. Luận án tiến sĩ ngành Khoa học máy tính (Mã số: 9 48 01 01) của nghiên cứu sinh Đinh Phú Hùng với đề tài "Nâng cao hiệu quả tổng hợp hình ảnh y học theo tiếp cận tối ưu hoá" (thực hiện tại Học viện Khoa học và Công nghệ, Viện Hàn lâm Khoa học và Công nghệ Việt Nam dưới sự hướng dẫn của PGS.TS. Nguyễn Long Giang và TS. Nguyễn Huy Đức) đại diện cho một công trình nghiên cứu tiên phong, giải quyết các nút thắt cốt lõi trong xử lý tín hiệu và hình ảnh y học hiện đại.

Bối cảnh khoa học của luận án xuất phát từ thực tiễn lâm sàng: các phương thức tạo ảnh y học riêng lẻ chỉ cung cấp những góc nhìn cục bộ, đơn lẻ về tình trạng giải phẫu hoặc chức năng sinh lý của bệnh nhân. Cụ thể, ảnh Chụp cắt lớp vi tính (CT) phản ánh rõ nét cấu trúc mô cứng và xương với độ phân giải không gian cao; ảnh Cộng hưởng từ (MRI) xuất sắc trong việc phân biệt các tổ chức mô mềm, giải phẫu não và mạch máu; trong khi ảnh Chụp cắt lớp phát xạ Positron (PET) và Chụp cắt lớp đơn Photon (SPECT) cung cấp các thông tin chuyển hóa tế bào, lưu lượng tưới máu và hoạt động sinh học của các khối u hoặc ổ thoái hóa thần kinh (như bệnh Alzheimer). Việc hợp nhất các kênh thông tin này nhằm tạo ra một ảnh duy nhất có độ tương phản cao, bảo toàn trọn vẹn chi tiết biên cạnh và hoạt độ chuyển hóa là mục tiêu khoa học cấp thiết.

+-----------------------------------------------------------------------------------+
|                            ĐẶC TRƯNG HÌNH ẢNH ĐẦU VÀO                             |
|  - Ảnh MRI: Độ tương phản mô mềm cao, cấu trúc giải phẫu chi tiết, ít nhiễu       |
|  - Ảnh PET/SPECT: Độ phân giải không gian thấp, giàu thông tin chuyển hóa sinh học|
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                              THÁCH THỨC & NÚT THẮT                                |
|  1. Ảnh đầu vào: Nhiễu thu nhận, tương phản thấp, mất chi tiết vi cấu trúc        |
|  2. Thành phần cơ sở (Base): Phép cộng trung bình làm giảm 50% tương phản/độ sáng |
|     (Zhang et al.); Phép chọn Max làm mất hoàn toàn tín hiệu PET (Li et al.)      |
|  3. Thành phần chi tiết (Detail): Quy tắc Max/SML gây khuếch đại nhiễu            |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                        HỆ THỐNG GIẢI PHÁP ĐỘT PHÁ CỦA LUẬN ÁN                     |
|  * Tiền xử lý: IE_TCID_MPA (Phân rã 3 thành phần + Tối ưu hóa bầy đàn MPA)        |
|  * Khung tổng hợp AFM_CVLEF:                                                      |
|    - Lớp cơ sở: Thuật toán thích nghi AFM_MPA (Hàm mục tiêu đa tiêu chí)          |
|    - Lớp chi tiết: Thuật toán FM_CVLEF (Tensor cấu trúc + Toán tử Prewitt 8 hướng)|
+-----------------------------------------------------------------------------------+

Khoảng trống nghiên cứu (Research Gaps) cụ thể được luận án định vị qua 3 bình diện:

  1. Hạn chế về chất lượng ảnh nguồn: Ảnh y tế thường chịu ảnh hưởng bởi nhiễu thiết bị và độ tương phản thấp. Các giải pháp tiền xử lý hiện hành như Bộ lọc Laplace cục bộ nhanh (FLLF - Ullah et al., 2020) có xu hướng khuếch đại nhiễu do bản chất nhạy cảm của toán tử vi phân bậc hai, hoặc phương pháp Cân bằng biểu đồ mức xám biến đổi phi tham số (NPMHE - Maqsood et al., 2021) gây ra hiện tượng tăng cường quá mức (over-enhancement) làm sai lệch cấu trúc mô não.
  2. Sự suy giảm chất lượng ở thành phần tần số thấp (Base Component): Các kỹ thuật truyền thống sử dụng trọng số trung bình cố định 0.5 (như trong nghiên cứu của Zhang et al., 2021 và Liu et al., 2022) khiến cường độ sáng và độ tương phản của ảnh tổng hợp bị suy giảm tới gần 50% so với ảnh gốc MRI. Ngược lại, kỹ thuật chọn cực đại (Max Selection - Li et al., 2020) lại triệt tiêu hoàn toàn thông tin chuyển hóa từ kênh PET do biên độ pixel của PET luôn thấp hơn MRI.
  3. Hiện tượng mất mát chi tiết ở thành phần tần số cao (Detail Component): Việc áp dụng toán tử tổng Laplace sửa đổi (SML - Liu et al., 2017) dễ bỏ qua các đường viền mảnh hoặc cấu trúc trơn có gradient thấp, đồng thời khuếch tán nhiễu biên.

Nhằm giải quyết triệt để các khoảng trống trên, luận án xác lập hệ thống câu hỏi và giả thuyết nghiên cứu:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để xây dựng thuật toán tiền xử lý tăng cường ảnh y tế vừa cải thiện độ tương phản, độ sắc nét vừa triệt tiêu việc khuếch đại nhiễu ngẫu nhiên?
  • Câu hỏi nghiên cứu 2 (RQ2): Thiết kế hàm mục tiêu và cơ chế tối ưu hóa thích nghi như thế nào để tổng hợp thành phần cơ sở mà không làm suy giảm cường độ sáng trung bình và bảo toàn trọn vẹn thông tin từ cả hai phương thức?
  • Câu hỏi nghiên cứu 3 (RQ3): Làm thế nào để trích xuất và bảo toàn các đặc trưng cấu trúc hình học đa hướng của thành phần chi tiết mà không bị ảnh hưởng bởi độ lớn biên độ tuyệt đối giữa các phương thức tạo ảnh?

Hệ thống giả thuyết tương ứng:

  • Giả thuyết 1 (H1): Phân rã ảnh thành ba thành phần (Cơ sở, Cấu trúc, Chi tiết) kết hợp tối ưu hóa meta-heuristic MPA sẽ loại bỏ hiện tượng over-enhancement và hạn chế tối đa nhiễu nền.
  • Giả thuyết 2 (H2): Một hàm thích nghi tối ưu hóa đa mục tiêu (Entropy, Phương sai, Biên độ sáng) điều khiển bởi thuật toán MPA sẽ loại bỏ sự phụ thuộc vào trọng số tuyến tính cố định ở dải tần số thấp.
  • Giả thuyết 3 (H3): Kết hợp biến thể của hàm năng lượng cục bộ (LEF) với toán tử cấu trúc Tensor và mặt nạ la bàn Prewitt 8 hướng sẽ tối đa hóa khả năng chuyển giao thông tin biên và kết cấu vi mô sang ảnh tổng hợp.

Khung lý thuyết của luận án tích hợp chặt chẽ giữa Lý thuyết Tối ưu hóa phỏng sinh học (Bio-inspired Meta-heuristics), Lý thuyết Phân rã đa quy mô (Multi-scale Image Decomposition), và Lý thuyết Năng lượng cục bộ (Local Energy Field Theory). Phạm vi thực nghiệm của luận án tập trung trên cơ sở dữ liệu chuẩn quốc tế "The Whole Brain Atlas" thuộc Trường Y khoa Harvard (Harvard Medical School), bao gồm các tập dữ liệu lát cắt đa mặt phẳng (Axial - T, Sagittal - S, Coronal - C) với hàng trăm cặp ảnh MRI-PET, MRI-SPECT và MRI-CT. Các đóng góp mang tính đột phá của luận án đã được định lượng hóa thông qua 30 lần chạy độc lập trên mỗi tập dữ liệu thực nghiệm, chứng minh tính vượt trội thống kê có ý nghĩa ($p < 0.05$ theo kiểm định Wilcoxon signed-rank test) trên tất cả các chỉ số chất lượng khách quan.

Literature Review và Positioning

Lịch sử phát triển của các phương pháp tổng hợp hình ảnh y học ghi nhận sự phân nhánh thành hai trường phái chính: các phương pháp truyền thống dựa trên miền biến đổi và các phương pháp tiếp cận dựa trên học sâu (Deep Learning).

                            TIẾN TRÌNH NGHIÊN CỨU TỔNG HỢP HÌNH ẢNH Y HỌC
                                    (LITERATURE SYNTHESIS)
                                              |
        +-------------------------------------+-------------------------------------+
        |                                                                           |
        v                                                                           v
[CÁC TIẾP CẬN TRUYỀN THỐNG]                                                [CÁC TIẾP CẬN HỌC SÂU]
        |                                                                           |
  +-----+-----+-----+                                                         +-----+-----+
  |           |     |                                                         |           |
  v           v     v                                                         v           v
[Biến đổi  [Bộ lọc [Biểu diễn                                             [Trích xuất  [Mô hình
đa tỉ lệ]   cơ sở-  thưa - SR]                                             đặc trưng]   khép kín]
(MST)      chi tiết] (Li et al., 2023;                                    (VGG19 -     (CNN, GAN,
(NSCT,      (GF, RGF, Barba-J et al., 2021)                               Zhou et al.; Autoencoder)
NSST)       CBF)                                                           ResNet152 -
                                                                          Zhang et al.)

Trong trường phái truyền thống, hướng tiếp cận biến đổi đa tỉ lệ (Multi-Scale Transform - MST) từng chiếm vị trí thống trị. Khởi đầu từ biến đổi Kim tự tháp Laplace (LP) (Li et al., 2019; Wang et al., 2020), Biến đổi Wavelet rời rạc (DWT - Xu et al., 2016) cho đến các công cụ phân tích hình học đa tỉ lệ (MSGA) như Biến đổi Contourlet không lấy mẫu con (NSCT - Li et al., 2021) và Biến đổi Shearlet không lấy mẫu con (NSST - Jose et al., 2021). Nhược điểm cố hữu của DWT là thiếu tính bất biến dịch chuyển (shift-invariance), dễ sinh ra các tạo ảnh giả (artifacts) dạng gợn sóng xung quanh đường biên. Mặc dù NSCT và NSST khắc phục được tính bất biến dịch chuyển và biểu diễn tốt các đường biên cong đa hướng, nhưng chúng lại đòi hỏi chi phí tính toán cực lớn $O(N)$ đa quy mô và thường làm suy giảm biên độ của các thành phần tần số cực cao.

Song song với MST, trường phái phân rã cơ sở - chi tiết dựa trên các bộ lọc làm mịn bảo toàn biên (Edge-preserving Smoothing Filters) như Bộ lọc hai chiều (Bilateral Filter - BF), Bộ lọc hướng dẫn (Guided Filter - GF), và Bộ lọc hướng dẫn quay vòng (Rolling Guidance Filter - RGF - Li et al., 2020) đã chứng minh ưu thế về tốc độ xử lý và khả năng tách biệt các vùng cấu trúc vĩ mô và chi tiết vi mô. Kỹ thuật Biểu diễn thưa (Sparse Representation - SR) sử dụng từ điển học tập dư thừa (over-complete dictionary) cũng được khai thác mạnh mẽ (Barba-J et al., 2021; Li et al., 2023) nhằm biểu diễn tín hiệu dưới dạng tổ hợp tuyến tính của các nguyên tử thưa. Tuy nhiên, SR đòi hỏi thời gian huấn luyện từ điển và giải bài toán tối ưu hóa chuẩn $L_1$ vô cùng tốn kém.

Đối với trường phái học sâu, các kiến trúc Mạng nơ-ron tích chập (CNN - Zhou et al., 2020), Mạng đối kháng sinh (GAN - Guo et al., 2021), và mạng trích xuất đặc trưng sâu (như VGG-19 trong Zhou et al., 2018; ResNet-152 trong Zhang et al., 2021) đã tạo ra bước tiến lớn trong khả năng biểu diễn đặc trưng ngữ nghĩa. Tuy nhiên, việc áp dụng học sâu vào tổng hợp ảnh y học đối mặt với 3 tranh biện và thách thức cơ bản:

  1. Sự khan hiếm của Ground Truth (Ảnh chân lý): Trong bài toán tổng hợp ảnh y học, không tồn tại một hình ảnh thực tế lý tưởng tuyệt đối để làm nhãn giám sát huấn luyện.
  2. Kích thước mẫu dữ liệu hạn chế: Tập dữ liệu ảnh y tế chuẩn hóa, đã căn chỉnh hình học chính xác (pixel-to-pixel registration) thường chỉ có quy mô vài trăm cặp ảnh (như kho The Whole Brain Atlas), không đủ lớn để huấn luyện các mạng học sâu khổng lồ mà không rơi vào bẫy quá khớp (overfitting).
  3. Hiện tượng "Ảo giác thông tin" (Hallucination): Các mô hình tạo sinh GAN có xu hướng tự sinh ra các vân giả hoặc làm biến dạng cấu trúc giải phẫu nhỏ, dẫn đến nguy cơ chẩn đoán sai lệch nghiêm trọng trong y khoa.

Luận án của NCS Đinh Phú Hùng định vị chính xác tại giao điểm của phương pháp phân rã hình ảnh ba thành phần và tối ưu hóa toán học phỏng sinh học meta-heuristic. Thay vì phụ thuộc vào các mạng nơ-ron "hộp đen" hoặc các bộ quy tắc tổng hợp cố định thủ công, tác giả xây dựng một mô hình giải tích tường minh được tối ưu hóa toàn cục bởi thuật toán Động vật biển ăn thịt (Marine Predators Algorithm - MPA).

Khi đặt lên bàn cân so sánh với hai công trình quốc tế tiêu biểu trong cùng nhóm tiếp cận:

  • Nghiên cứu của Jose et al. (2021) kết hợp biến đổi NSST với thuật toán tối ưu hóa tìm kiếm nhận dạng thanh thiếu niên (Adolescent Identity Search - AIS): Phương pháp này đạt chất lượng tốt nhưng chi phí tính toán phân rã NSST quá cao và hàm mục tiêu chỉ tập trung vào tối ưu các hệ số tần số cao, bỏ ngỏ sự suy giảm năng lượng ở băng tần thấp.
  • Nghiên cứu của Li et al. (2021) kết hợp NSCT với Hệ thống P nơ-ron ngưỡng động (DTNPS): Kỹ thuật này sử dụng biến thể INSML cho dải tần thấp nhưng vẫn không khắc phục triệt để sự chênh lệch độ tương phản giữa hai nguồn ảnh khác bản chất vật lý (MRI vs PET).

Luận án của NCS Đinh Phú Hùng vượt trội hơn nhờ cơ chế phân rã 3 thành phần độc lập (TCID) kết hợp với tối ưu hóa thích nghi đa mục tiêu cho lớp cơ sở (AFM_MPA) và tăng cường bảo toàn đặc trưng hình học bằng Tensor cấu trúc kết hợp toán tử Prewitt đa hướng (FM_CVLEF), mang lại hiệu năng cao với độ phức tạp tính toán tối ưu hơn rõ rệt.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mang lại những đóng góp nền tảng cho lý thuyết xử lý ảnh và tính toán tiến hóa, mở rộng và định hình lại các không gian lý thuyết chuyên sâu:

  1. Mở rộng Lý thuyết Tối ưu hóa Động vật biển ăn thịt (Marine Predators Algorithm - Faramarzi et al., 2020) vào không gian xử lý ảnh y học: Luận án đã tái cấu trúc và ánh xạ các quy luật săn mồi hải dương (chuyển động Brown, chuyển động Lévy và hiệu ứng thiết bị thu hút cá - FADs) vào không gian tìm kiếm tham số tối ưu liên tục của các hàm phi tuyến tính trong xử lý ảnh. Đóng góp lý thuyết nằm ở việc chứng minh toán học rằng cơ chế cân bằng giữa thăm dò (exploration) và khai thác (exploitation) của MPA hoàn toàn tương thích với việc giải quyết các bài toán tối ưu hóa đa mục tiêu không lồi (non-convex multi-objective optimization) trong không gian đặc trưng ảnh y khoa.
  2. Xây dựng Khung lý thuyết Phân rã ảnh ba thành phần (Three-Component Image Decomposition - TCID): Thách thức mô hình phân rã nhị phân truyền thống (Base-Detail). Luận án đề xuất mô hình phân rã toán học 3 lớp: $$I = I_{base} + I_{structure} + I_{detail}$$ Trong đó, $I_{base}$ biểu diễn nền cường độ sáng biến đổi chậm, $I_{structure}$ biểu diễn thông tin hình học định hướng trích xuất qua Tensor cấu trúc và bộ lọc WMCF, $I_{detail}$ là các thành phần biến thiên tần số cao và vi vân bề mặt. Khung lý thuyết này phân tách rõ ràng sự chồng lấn giữa biên cạnh chính và vi vân nhiễu.
  3. Hệ thống định đề và mệnh đề lý thuyết (Theoretical Propositions):
    • Mệnh đề 1 (Proposition 1): Cường độ sáng và độ tương phản của ảnh tổng hợp từ hai ảnh đa phương thức phân kỳ mạnh về phân bố photon chỉ đạt trạng thái tối ưu Pareto khi và chỉ khi hàm hợp nhất lớp cơ sở là một toán tử phi tuyến thích nghi theo phân phối xác suất mức xám cục bộ, thay vì tổ hợp lồi tuyến tính.
    • Mệnh đề 2 (Proposition 2): Việc kết hợp ma trận tích luỹ Tensor cấu trúc với hàm năng lượng cục bộ (LEF) dọc theo 8 hướng la bàn Prewitt triệt tiêu hoàn toàn sự phụ thuộc vào độ lệch chuẩn độ sáng giữa các phương thức, tối đa hóa thông tin tương hỗ $MI$ và độ truyền biên $Q^{AB/F}$.
               KHUNG KHÁI NIỆM VÀ PHÂN TÍCH TỔNG HỢP CỦA LUẬN ÁN
                                       |
    +----------------------------------+----------------------------------+
    |                                                                     |
    v                                                                     v
[THUẬT TOÁN TIỀN XỬ LÝ IE_TCID_MPA]                       [KHUNG TỔNG HỢP AFM_CVLEF]
    |                                                                     |
    +-> Phân rã ảnh: Base, Structure, Detail                             +-> Phân rã đa kênh (TCID)
    +-> Tối ưu hóa đa mục tiêu MPA                                       +-> Thành phần Cơ sở: AFM_MPA
    +-> Khử nhiễu, cân bằng tương phản                                  +-> Thành phần Chi tiết: FM_CVLEF
                                                                          +-> Tái cấu trúc ảnh tổng hợp

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách chặt chẽ 4 lý thuyết và công cụ giải tích toán học:

  1. Thuật toán tối ưu hóa phỏng sinh học MPA (Faramarzi et al., 2020).
  2. Lý thuyết Năng lượng cục bộ (Local Energy Function - LEF).
  3. Toán tử Tensor cấu trúc bậc hai (Structure Tensor).
  4. Bộ lọc đường cong trung bình có trọng số (Weighted Mean Curvature Filter - WMCF).

Hàm mục tiêu tối ưu hóa (Fitness Function) được thiết kế là một tổ hợp toán học độc đáo: $$Fitness = f(Entropy, Contrast, Sharpness, Luminance_Penalty)$$ Hàm mục tiêu này ràng buộc thuật toán tìm kiếm không gian các hệ số tăng cường sao cho tối đa hóa lượng thông tin biểu diễn (Entropy) và độ sắc nét biên cạnh (Sharpness qua toán tử Sobel/Canny), đồng thời phạt nặng các nghiệm dẫn đến bão hòa độ sáng hoặc suy giảm phương sai mức xám. Khung phân tích xác lập rõ các điều kiện biên (Boundary Conditions): chỉ áp dụng trên các cặp ảnh đã được hiệu chỉnh đăng ký hình học chính xác (Co-registered images), chuẩn hóa mức xám về dải $[0, 255]$ và kích thước ma trận pixel tương thích $M \times N$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ chặt chẽ lập trường nhận thức luận Thực chứng (Positivism) và phương pháp luận Khoa học máy tính thực nghiệm (Experimental Quantitative Computer Science). Thiết kế nghiên cứu bao gồm quy trình đa cấp độ khép kín từ tiền xử lý, phân rã toán học, tối ưu hóa tiến hóa đến tái cấu trúc ảnh.

                                QUY TRÌNH PHƯƠNG PHÁP NGHIÊN CỨU
                                                |
    +-------------------------------------------+-------------------------------------------+
    |                                                                                       |
    v                                                                                       v
[GIAI ĐOẠN 1: TIỀN XỬ LÝ NÂNG CAO CHẤT LƯỢNG]                        [GIAI ĐOẠN 2: TỔNG HỢP THÍCH NGHI ĐA KÊNH]
    |                                                                                       |
    +-> Phân rã 3 thành phần (TCID) qua RGF & WMCF                          +-> Đầu vào: Cặp ảnh đã tiền xử lý
    +-> Tăng cường thành phần Cấu trúc & Chi tiết                           +-> Tách lớp: $I_{base}$ và $I_{detail}$
    +-> Tối ưu hàm mục tiêu $Fitness$ bằng MPA                              +-> Lớp Base: Tổng hợp thích nghi AFM_MPA
    +-> Tái cấu trúc ảnh tăng cường chất lượng IE_TCID_MPA                  +-> Lớp Detail: Tổng hợp Tensor FM_CVLEF
                                                                            +-> Phép cộng tái tạo ảnh tổng hợp cuối

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu thực nghiệm được kiểm soát nghiêm ngặt theo các tiêu chuẩn quốc tế:

  • Chiến lược chọn mẫu dữ liệu (Sampling Strategy): Nguồn dữ liệu thứ cấp chuẩn được thu thập từ kho dữ liệu "The Whole Brain Atlas" của Trường Y khoa Harvard. Dữ liệu bao gồm các bộ dữ liệu chuyên biệt:
    • Tập $D_0$: 12 ảnh MRI não thông thường với chất lượng chuẩn.
    • Tập $D_1$: 12 ảnh MRI có độ tương phản thấp nhân tạo và tự nhiên.
    • Tập $D_2$: 70 ảnh chụp não cắt lớp mặt phẳng Axial (70T), 70 ảnh mặt phẳng Sagittal (70S), và 70 ảnh mặt phẳng Coronal (70C).
    • Tập $D_3$: 6 cặp ảnh đa phương thức MRI-PET bệnh lý thực tế.
    • Tập $K_1, K_2, K_3, K_4$: Các bộ dữ liệu kiểm định chéo độc lập đa phương thức MRI-PET, MRI-SPECT và MRI-CT.
  • Quy trình tam giác hóa (Triangulation):
    • Tam giác hóa phương pháp: So sánh phương pháp đề xuất với hơn 10 thuật toán tối ưu hóa đối sánh (MVO, WOA, SSA, SCA, GWO, DA, ALO, PSO, AOA) và hơn 8 thuật toán tổng hợp ảnh tiên tiến (FLLF, NPMHE, JBF-LGE, NSST-AIS, DTNPS-NSCT, DHE-PSO).
    • Tam giác hóa dữ liệu: Đánh giá đồng thời trên 3 lát cắt không gian (Axial, Sagittal, Coronal) và nhiều loại bệnh lý não (Alzheimer, Glioma u não, đột quỵ).
    • Tam giác hóa độ tin cậy: Kết hợp đo lường định lượng qua hệ thống 6 chỉ số khách quan và kiểm định thống kê phi tham số.

Data và phân tích

Phân tích định lượng của luận án sử dụng hệ thống chỉ số đo lường toàn diện:

  1. Độ sáng trung bình ($\mu$): Đo lường khả năng bảo toàn năng lượng quang thông.
  2. Độ tương phản (Phương sai $\sigma^2$ hoặc Độ lệch chuẩn $SD$): Phản ánh dải động của mức xám.
  3. Lượng thông tin Entropy ($EN$): Đánh giá độ phong phú của thông tin chứa trong ảnh.
  4. Độ sắc nét Gradient trung bình ($AG$ - Average Gradient): Đo lường độ sắc cạnh và chi tiết vi cấu trúc.
  5. Chỉ số thông tin tương hỗ ($MI$ và $FMI$ - Feature Mutual Information): Đo lường lượng thông tin truyền tải từ các ảnh gốc vào ảnh tổng hợp.
  6. Chỉ số bảo toàn biên ($Q^{AB/F}$ - Xydeas and Petrovic metric): Đánh giá mức độ chính xác của các cạnh hình học được chuyển giao.
                    BẢNG ĐẶC TẢ CÁC TẬP DỮ LIỆU VÀ THIẾT LẬP THỰC NGHIỆM
+--------------+-----------------------+---------------------+-------------------------------+
| Tập Dữ liệu  | Quy mô mẫu (N)        | Mặt phẳng tạo ảnh   | Mục đích thực nghiệm          |
+--------------+-----------------------+---------------------+-------------------------------+
| Tập D0       | 12 ảnh MRI            | Não người chuẩn     | Đánh giá nâng cao chất lượng  |
| Tập D1       | 12 ảnh MRI            | Tương phản thấp     | Đánh giá khôi phục tương phản |
| Tập D2       | 210 ảnh (70T, 70S, 70C)| Axial, Sagittal, Cor| Kiểm định 30 lần chạy MPA     |
| Tập D3       | 6 cặp MRI-PET         | Bệnh lý não         | Đánh giá tổng hợp đa kênh     |
| Tập K1-K4    | Đa cặp ảnh MRI-PET/CT | Đa phương thức      | Đánh giá so chuẩn thuật toán  |
+--------------+-----------------------+---------------------+-------------------------------+

Mọi thuật toán tối ưu hóa đều được thiết lập chuẩn hóa với số lượng cá thể bầy đàn $N = 30$, số vòng lặp tối đa $T = 100$, và được chạy lặp lại độc lập 30 lần ($N_{runs} = 30$) trên nền tảng phần mềm kỹ thuật MATLAB để triệt tiêu sai số ngẫu nhiên. Kiểm định phi tham số Wilcoxon signed-rank test được thực hiện để kiểm tra tính có ý nghĩa thống kê của sự khác biệt giữa phương pháp đề xuất với các thuật toán đối chuẩn ở mức ý nghĩa $\alpha = 0.05$.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Thuật toán tăng cường ảnh IE_TCID_MPA vượt trội toàn diện so với các kỹ thuật kinh điển: Trên tập dữ liệu $D_1$ (ảnh MRI tương phản thấp), thuật toán đề xuất đạt giá trị Entropy ($EN$) và Độ sắc nét ($AG$) cao nhất, đồng thời giữ vững độ sáng tự nhiên. Hiện tượng quá sáng và khuếch tán nhiễu của phương pháp NPMHE (Maqsood et al.) và FLLF (Ullah et al.) đã bị triệt tiêu hoàn toàn. Giá trị $p < 0.001$ trong kiểm định Wilcoxon khẳng định tính ưu việt của việc kết hợp phân rã 3 thành phần với thuật toán MPA.
  2. MPA thể hiện tốc độ hội tụ và độ ổn định thống kê cao nhất trong các thuật toán Meta-heuristic: Trong 30 lần chạy độc lập trên tập dữ liệu $D_2$ (gồm 70T, 70S, và 70C), MPA đạt độ lệch chuẩn nhỏ nhất và giá trị hàm mục tiêu (Fitness) trung bình tốt hơn có ý nghĩa thống kê so với MVO, WOA, SSA, SCA, GWO, DA, ALO và PSO ($p < 0.05$).
  3. Khung tổng hợp AFM_CVLEF giải quyết triệt để sự suy giảm năng lượng lớp cơ sở: So với phép lấy trung bình cộng (Zhang et al.), thuật toán AFM_MPA nâng cao độ tương phản trung bình của lớp cơ sở lên hơn 35% và bảo toàn hơn 98% cường độ sáng của ảnh MRI, đồng thời không làm mất các điểm tập trung phóng xạ hạt nhân của ảnh PET như phép chọn Max (Li et al.).
  4. Toán tử FM_CVLEF bảo toàn trọn vẹn chi tiết biên cạnh và cấu trúc Tensor: Trên các tập dữ liệu $K_1, K_2, K_3$, phương pháp AFM_CVLEF đạt các chỉ số $MI, FMI, Q^{AB/F}$ cao nhất khi so sánh với 8 thuật toán quốc tế tiên tiến (bao gồm cả JBF-LGE, NSCT-DTNPS, NSST-AIS). Hình ảnh tổng hợp hiển thị rõ nét ranh giới giải phẫu của chất xám, chất trắng từ MRI và các ổ tăng chuyển hóa glucose từ PET với độ sắc nét tuyệt hảo.
                          SO SÁNH ĐỊNH TÍNH VÀ ĐỊNH LƯỢNG KẾT QUẢ TỔNG HỢP
+--------------------+-------------------------+-------------------------+-------------------------+
| Thuật toán         | Bảo toàn năng lượng Base| Độ truyền biên Q^(AB/F) | Tránh khuếch đại nhiễu  |
+--------------------+-------------------------+-------------------------+-------------------------+
| Average Fusion     | Kém (Giảm 50% độ sáng)  | Trung bình              | Tốt                     |
| Max Selection      | Mất thông tin một kênh  | Trung bình              | Kém                     |
| SML (Laplace)      | Không áp dụng           | Kém (Nhạy cảm nhiễu)    | Rất kém                 |
| NSST-AIS           | Khá                     | Tốt                     | Trung bình              |
| Đề xuất AFM_CVLEF  | Xuất sắc (Tối ưu MPA)   | Xuất sắc (Đạt Max)      | Xuất sắc (Khử nhiễu WMCF)|
+--------------------+-------------------------+-------------------------+-------------------------+

Implications đa chiều

  • Hàm ý Lý thuyết (Theoretical Implications): Luận án cung cấp một mô hình mẫu về việc ứng dụng tối ưu hóa toán học ngẫu nhiên vào việc điều khiển các toán tử giải tích ảnh phi tuyến, mở rộng lý thuyết xử lý tín hiệu đa quy mô không gian.
  • Đổi mới Phương pháp luận (Methodological Innovations): Khung phân rã 3 thành phần (TCID) kết hợp Tensor cấu trúc định hướng có thể chuyển giao và áp dụng rộng rãi cho các bài toán thị giác máy tính khác như: tổng hợp ảnh cảm biến viễn thám đa quang phổ (Remote Sensing), ảnh hồng ngoại - ánh sáng khả kiến trong an ninh quốc phòng, và ảnh hiển vi điện tử sinh học.
  • Ứng dụng Thực tiễn Y tế (Clinical Applications): Hình ảnh tổng hợp chất lượng cao giúp bác sĩ chẩn đoán hình ảnh và bác sĩ thần kinh phát hiện sớm bệnh Alzheimer ở giai đoạn suy giảm nhận thức nhẹ (MCI), định vị chính xác ranh giới xâm lấn của khối u nguyên bào đệm (Glioblastoma) trong phẫu thuật thần kinh, giảm thiểu nguy cơ sinh thiết nhầm mô lành.
  • Hàm ý Chính sách Y tế và Chuyển giao Công nghệ: Cung cấp cơ sở khoa học để tích hợp thuật toán vào các hệ thống phần mềm PACS (Picture Archiving and Communication System) tại các bệnh viện tuyến trung ương, thúc đẩy tiến trình chuyển đổi số y tế và nâng cao năng lực tự chủ công nghệ giải pháp y tế số tại Việt Nam.

Limitations và Future Research

Nhằm duy trì tính khách quan khoa học, luận án thẳng thắn chỉ ra các giới hạn hiện tại:

  1. Giới hạn về phụ thuộc vào đăng ký hình học: Thuật toán giả định các cặp ảnh đầu vào đã được căn chỉnh hình học hoàn hảo (Pixel-level Co-registration). Trong thực tế lâm sàng, sự chuyển động của bệnh nhân có thể gây ra sai lệch vị trí chưa được mô hình hóa tự động trong quy trình.
  2. Độ phức tạp về thời gian tính toán của vòng lặp tối ưu: Việc tối ưu hóa MPA với 30 cá thể qua 100 vòng lặp cho mỗi lát cắt ảnh tiêu tốn tài nguyên tính toán lớn hơn so với các phương pháp nạp thẳng một lần (single-pass forward inference) của mạng nơ-ron tích chập.
  3. Xử lý ảnh không gian 2D độc lập: Nghiên cứu hiện tập trung xử lý từng lát cắt ảnh 2D riêng lẻ, chưa khai thác triệt để mối tương quan không gian liên tục 3D (3D Volumetric Spatial Continuity) giữa các lát cắt liền kề trong cùng một khối dữ liệu voxel.

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

  • Phát triển mô hình tổng hợp trực tiếp trên khối thể tích 3D (3D Tensor Decomposition) kết hợp tối ưu hóa thích nghi đa luồng GPU.
  • Tích hợp kỹ thuật Học chuyển giao (Transfer Learning) với các kiến trúc Vision Transformer (ViT) hoặc Mạng tích chập đã huấn luyện sẵn để tăng tốc độ khởi tạo không gian nghiệm cho thuật toán MPA.
  • Mở rộng thuật toán cho việc hợp nhất dữ liệu thời gian thực trong phòng mổ thông minh (Real-time intraoperative imaging).

Tác động và ảnh hưởng

  • Tác động Học thuật: Đóng góp 6 công trình nghiên cứu khoa học chất lượng cao (CT1 đến CT6), bao gồm các bài báo trên các tạp chí quốc tế uy tín thuộc danh mục ISI/Scopus (Q1/Q2) và các kỷ yếu hội nghị quốc tế chuyên ngành. Dự báo công trình sẽ tạo ra chỉ số trích dẫn cao trong cộng đồng xử lý ảnh y học và tính toán tiến hóa.
  • Chuyển đổi Ngành Y tế & Công nghệ: Luận án nhận được sự tài trợ từ Quỹ Đổi mới sáng tạo Vingroup (VinIF) và Viện Nghiên cứu Dữ liệu lớn (VinBigData) thông qua Học bổng Tiến sĩ trong nước (năm học 2021-2022). Kết quả nghiên cứu là nền tảng quan trọng để phát triển các module AI hỗ trợ chẩn đoán (Computer-Aided Diagnosis - CAD) "Make in Vietnam".
  • Lợi ích Xã hội: Nâng cao độ chính xác trong chẩn đoán sớm các bệnh lý hiểm nghèo, giảm thiểu tỷ lệ phẫu thuật can thiệp không cần thiết và tối ưu hóa chi phí điều trị cho bệnh nhân.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận một khung phân tích toán học mẫu mực kết hợp giữa giải tích ảnh và meta-heuristic, mở ra các đề tài nghiên cứu mới về tối ưu hóa tham số trong học sâu.
  • Kỹ sư R&D AI Y tế: Sở hữu thuật toán tổng hợp ảnh có mã nguồn giải tích rõ ràng, không phụ thuộc vào tập dữ liệu huấn luyện lớn, dễ dàng đóng gói thành các thư viện SDK tích hợp vào thiết bị chụp y tế.
  • Bác sĩ Lâm sàng & Chuyên gia Chẩn đoán Hình ảnh: Tiếp nhận các hình ảnh hợp nhất có độ tương phản và độ sắc nét cao, giảm thời gian phải đối chiếu thủ công nhiều màn hình ảnh đơn lẻ.
  • Nhà hoạch định Chính sách Y tế: Có cơ sở bằng chứng để xây dựng quy chuẩn kỹ thuật cho việc ứng dụng công nghệ xử lý ảnh tiên tiến trong mạng lưới bệnh viện thông minh.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Tối ưu hóa Động vật biển ăn thịt (Marine Predators Algorithm - Faramarzi et al., 2020) vào không gian xử lý ảnh y học đa phương thức, tích hợp cùng Khung phân rã ba thành phần (TCID). Luận án đã phá vỡ thế bế tắc giữa việc tăng cường chi tiết và hiện tượng khuếch đại nhiễu bằng cách chứng minh rằng các quy luật chuyển động Brown/Lévy và FADs trong MPA có thể tìm kiếm được nghiệm tối ưu Pareto trong không gian tham số phi tuyến đa chiều của các bộ lọc WMCF, Tensor cấu trúc và hàm năng lượng cục bộ.

2. Sự đổi mới về phương pháp luận của luận án khi so sánh với ít nhất 2 nghiên cứu quốc tế tương đương?

So với nghiên cứu của Jose et al. (2021) (dùng NSST kết hợp AIS) và Li et al. (2021) (dùng NSCT kết hợp DTNPS):

  • Khắc phục suy giảm năng lượng lớp cơ sở: Thay vì dùng các quy tắc cố định (INSML hay LEF đơn lẻ), luận án đề xuất thuật toán thích nghi AFM_MPA điều khiển bởi hàm mục tiêu đa tiêu chuẩn, bảo toàn trọn vẹn hơn 98% độ sáng và tương phản của MRI.
  • Giảm chi phí tính toán: Khung TCID dựa trên các bộ lọc làm mịn bảo toàn biên (RGF, WMCF) có độ phức tạp thuật toán thấp hơn đáng kể so với việc phân rã đa tỉ lệ, đa hướng tốn kém của NSST và NSCT.

3. Phát hiện bất ngờ nhất trong quá trình thực nghiệm có số liệu chứng minh là gì?

Phát hiện bất ngờ nhất là việc áp dụng quy tắc trung bình cộng kinh điển cho lớp cơ sở làm suy giảm nghiêm trọng độ tương phản của ảnh tổng hợp xuống mức thấp hơn cả độ tương phản trung bình của từng ảnh gốc riêng lẻ (được chứng minh trực quan qua biểu đồ phân bố cường độ sáng và phương sai theo cột ở Hình 1.20 và 1.21). Thuật toán AFM_MPA đề xuất đã khắc phục hoàn toàn hiện tượng này, nâng độ tương phản trung bình lên vượt bậc ($p < 0.001$).

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?

Hoàn toàn đầy đủ. Luận án cung cấp chi tiết:

  • Toàn bộ công thức toán học tường minh từ (1.1) đến (1.21).
  • Mã giả (Pseudocode) chi tiết từng bước cho Thuật toán 1 (MPA), Thuật toán 2 (FR_PCO), Thuật toán IE_TCID_MPA, và Khung AFM_CVLEF.
  • Đặc tả kích thước mặt nạ lọc, số lượng cá thể bầy đàn ($N=30$), số vòng lặp ($T=100$), cùng đường dẫn truy cập cơ sở dữ liệu công khai Harvard Whole Brain Atlas.

5. Định hướng chương trình nghiên cứu 10 năm tiếp theo được phác thảo như thế nào?

Chương trình nghiên cứu dài hạn tập trung vào:

  • Mở rộng xử lý không gian 3D/4D Volumetric Tensor Fusion thời gian thực.
  • Kết hợp kỹ thuật Học sâu tự giám sát (Self-supervised Deep Learning) và Vision Transformers với meta-heuristic để tự động hóa hoàn toàn quy trình vừa đăng ký hình học (Registration) vừa tổng hợp ảnh (Fusion) trong một kiến trúc End-to-End duy nhất.

Kết luận

Luận án tiến sĩ của NCS Đinh Phú Hùng đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với những đóng góp học thuật và thực tiễn cốt lõi:

  1. Xây dựng thành công thuật toán nâng cao chất lượng ảnh IE_TCID_MPA: Phân rã ảnh thành ba thành phần kết hợp tối ưu hóa MPA, loại bỏ hiện tượng tăng cường quá mức và khuếch đại nhiễu của các phương pháp truyền thống.
  2. Đề xuất thuật toán tổng hợp thích nghi thành phần cơ sở AFM_MPA: Giải quyết triệt để sự suy giảm độ sáng và tương phản, bảo toàn trọn vẹn thông tin giải phẫu và chuyển hóa sinh học.
  3. Thiết kế thuật toán tổng hợp thành phần chi tiết FM_CVLEF: Tích hợp đặc trưng Tensor cấu trúc và biến thể hàm năng lượng cục bộ với toán tử la bàn Prewitt 8 hướng, tối đa hóa khả năng bảo toàn biên cạnh.
  4. Thiết lập khung tổng hợp ảnh y học hoàn chỉnh AFM_CVLEF: Vượt trội hơn hẳn các thuật toán tiên tiến trên thế giới qua các kiểm định thống kê khách quan trên kho dữ liệu chuẩn Harvard.
  5. Mở ra 3 hướng nghiên cứu mới: Tổng hợp hình ảnh y tế 3D thể tích, kết hợp Meta-heuristic với Vision Transformers, và ứng dụng trong phẫu thuật thần kinh có hướng dẫn hình ảnh.

Công trình khẳng định bước tiến vững chắc của nền khoa học máy tính Việt Nam trong việc làm chủ và sáng tạo các công nghệ xử lý ảnh y tế chuyên sâu phục vụ sức khỏe cộng đồng.