Nghiên cứu học sâu và ứng dụng chẩn đoán hình ảnh một số loại bệnh về mắt dựa trên bộ dữ liệu ảnh chụp cắt lớp đáy mắt

Luận văn thạc sĩ: Học sâu chẩn đoán bệnh về mắt trên ảnh cắt lớp đáy mắt - ĐH Thái Nguyên 2023

• Tác giả: Trần Văn Cảnh
• Người hướng dẫn: TS. Vũ Huy Lượng
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên cứu học sâu và ứng dụng chẩn đoán hình ảnh một số loại bệnh về mắt dựa trên bộ dữ liệu ảnh chụp cắt lớp đáy mắt
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng quan về nghiên cứu học sâu chẩn đoán bệnh mắt qua ảnh cắt lớp đáy mắt ĐH Thái Nguyên

Đây là một lĩnh vực mới kết hợp y học và trí tuệ nhân tạo. Ở ĐH Thái Nguyên, nhóm nghiên cứu xây dựng bộ dữ liệu OCT từ bệnh nhân thực tế. Họ thu thập ảnh cắt lớp đáy mắt đa dạng, bao gồm bệnh võng mạc tiểu đường, thoái hoá hoàng điểm và tăng nhãn áp. Sau khi gán nhãn, dữ liệu được chia làm tập huấn luyện và kiểm tra. Mô hình dựa trên kiến trúc ResNet được huấn luyện để nhận dạng các đặc trưng hình ảnh. Kết quả ban đầu cho thấy độ chính xác trên 65%, vượt mức các phương pháp truyền thống. Nghiên cứu cũng khai thác kỹ thuật tăng cường dữ liệu để cân bằng lớp. Các bước tiền xử lý bao gồm chuẩn hoá độ sáng và cắt vùng quan tâm. Phân tích sai số cho thấy các trường hợp bệnh nhẹ khó phân biệt. Tuy nhiên, mô hình vẫn duy trì độ nhạy tốt cho các bệnh nặng. Đề xuất tiếp tục mở rộng bộ dữ liệu và thử nghiệm các kiến trúc sâu hơn. Công trình góp phần đưa AI vào hỗ trợ chẩn đoán mắt tại các bệnh viện Việt Nam.

1.1. Định nghĩa và phạm vi nghiên cứu

Định nghĩa nghiên cứu tập trung vào việc sử dụng mạng nơ-ron sâu để phân tích ảnh OCT của mắt. Ảnh cắt lớp đáy mắt cung cấp cấu trúc chi tiết của võng mạc và bờ võng mạc. Mục tiêu là tự động phát hiện các đặc điểm bệnh lý như xuất huyết, phù dịch hoặc teo võng mạc. Phạm vi nghiên cứu bao gồm thu thập dữ liệu, gán nhãn, huấn luyện mô hình và đánh giá hiệu suất. Các bệnh được chọn đại diện cho các nhóm chính: bệnh võng mạc tiểu đường, thoái hoá hoàng điểm và tăng nhãn áp. Nghiên cứu thực hiện trên dữ liệu địa phương và so sánh với các mô hình đã công bố. Kết quả giúp xác định khả năng áp dụng trong môi trường lâm sàng thực tế.

1.2. Lý thuyết cơ bản về mạng CNN và ResNet

Mạng CNN (Convolutional Neural Network) là nền tảng của hầu hết các mô hình chẩn đoán ảnh y khoa. Lớp tích chập trích xuất các đặc trưng địa phương, trong khi lớp pooling giảm kích thước và giảm nhiễu. Kiến trúc ResNet giới thiệu kết nối ngắn (skip connections) giúp truyền gradient sâu hơn mà không gặp hiện tượng suy giảm. ResNet‑50, ResNet‑101 và ResNet‑152 được sử dụng tùy vào độ phức tạp của dữ liệu. Các tầng này cho phép mô hình học được các mẫu hình học của võng mạc, như viền vỏ hoặc vùng thâm. Khi kết hợp với kỹ thuật tăng cường dữ liệu, mô hình cải thiện độ ổn định và giảm overfitting. Hiểu rõ cấu trúc giúp tinh chỉnh siêu tham số như learning rate và batch size, tối ưu hoá quá trình huấn luyện.

II. Phân tích vấn đề và thách thức trong chẩn đoán bệnh mắt bằng ảnh cắt lớp đáy mắt

Trong thực tiễn, chẩn đoán bệnh mắt qua ảnh OCT gặp nhiều khó khăn. Đầu tiên, dữ liệu thu thập không đồng nhất; các máy ảnh có độ phân giải và góc chụp khác nhau. Điều này gây ra sự biến đổi về độ sáng và contrast, làm giảm độ tin cậy của đặc trưng. Thứ hai, nhãn dữ liệu thường dựa vào đánh giá của bác sĩ, có thể có sự chênh lệch giữa các chuyên gia. Sự không đồng nhất này tạo ra nhiễu trong quá trình huấn luyện. Thêm vào đó, một số bệnh lý như bệnh võng mạc tiểu đường ở giai đoạn sớm có dấu hiệu rất mơ hồ, khó phân biệt bằng mắt thường. Mô hình hiện tại cũng gặp giới hạn về khả năng tổng quát hoá khi áp dụng trên dữ liệu mới từ các bệnh viện khác. Cuối cùng, vấn đề về tài nguyên tính toán và thời gian huấn luyện lâu khiến việc triển khai thực tế còn thách thức. Các yếu tố này cần phân tích chi tiết để đưa ra giải pháp phù hợp.

2.1. Độ không đồng nhất của dữ liệu ảnh OCT

Độ không đồng nhất của dữ liệu ảnh OCT là thách thức lớn. Các thiết bị khác nhau tạo ra mức độ phân giải, ánh sáng và nhiễu khác nhau. Khi dữ liệu được hợp nhất, cần thực hiện chuẩn hoá độ sáng và cân bằng histogram để giảm sự chênh lệch. Việc áp dụng kỹ thuật tăng cường như xoay, lật và thay đổi độ sáng giúp tăng tính đa dạng dữ liệu mà không làm mất thông tin bệnh lý. Ngoài ra, việc lọc ảnh bằng các bộ lọc tần suất cao giúp loại bỏ nhiễu nền, cải thiện khả năng trích xuất đặc trưng. Quá trình tiền xử lý này đóng vai trò quan trọng trong việc nâng cao độ chính xác của mô hình học sâu.

2.2. Sai lệch trong nhãn dữ liệu và ảnh hưởng

Những sai lệch trong nhãn dữ liệu gây ra lỗi phân loại. Bác sĩ có thể có quan điểm khác nhau khi xác định mức độ bệnh, đặc biệt trong giai đoạn đầu. Để giảm ảnh hưởng, nghiên cứu sử dụng phương pháp ghi nhãn đa người và tính trung bình điểm. Ngoài ra, kỹ thuật học mạnh mẽ như label smoothing và loss weighting được áp dụng để giảm trọng số cho các nhãn không chắc chắn. Việc kiểm tra chéo (cross‑validation) trên các tập con khác nhau giúp phát hiện và loại bỏ các mẫu nhãn sai. Khi mô hình được huấn luyện trên dữ liệu nhãn chất lượng cao, độ nhạy và độ đặc hiệu sẽ cải thiện đáng kể.

III. Giải pháp phương pháp học sâu và mô hình ResNet cho chẩn đoán bệnh mắt

Để nâng cao hiệu suất chẩn đoán, nghiên cứu đề xuất mô hình học sâu dựa trên ResNet với chiến lược transfer learning. Đầu tiên, mạng ResNet‑50 được khởi tạo bằng trọng số đã được huấn luyện trên ImageNet, sau đó fine‑tune trên tập ảnh OCT. Các lớp cuối cùng được thay thế bằng lớp Fully‑Connected và Softmax để phân loại các loại bệnh. Kỹ thuật dropout và batch normalization được thêm vào để giảm overfitting và ổn định quá trình học. Đồng thời, các phương pháp tăng cường dữ liệu như xoay ngẫu nhiên, thay đổi độ sáng và áp dụng Gaussian noise giúp mô hình học được các biến thể hình ảnh thực tế. Đối với việc cân bằng lớp không đồng đều, chiến lược oversampling và loss weighting được áp dụng. Ngoài ra, mô hình kết hợp LSTM để khai thác thông tin chuỗi từ các lớp cắt lát liên tiếp, cho phép nhận dạng tiến triển bệnh qua thời gian. Kết quả thử nghiệm cho thấy độ chính xác lên tới 70% và độ nhạy trên 85% đối với bệnh võng mạc tiểu đường.

3.1. Transfer learning với ResNet 50

Transfer learning giúp giảm thời gian huấn luyện và cải thiện độ chính xác. Bằng cách sử dụng các trọng số pre‑trained trên tập dữ liệu lớn như ImageNet, mô hình đã có khả năng nhận dạng các đặc trưng cơ bản như cạnh và hình dạng. Khi fine‑tune trên dữ liệu OCT, chỉ cần điều chỉnh các lớp sâu hơn để thích nghi với đặc thù y học. Kỹ thuật này giảm nhu cầu dữ liệu lớn và giảm nguy cơ overfitting. Thêm vào đó, việc đóng băng (freeze) các lớp đầu tiên giữ nguyên các đặc trưng chung, trong khi các lớp cuối cùng học các mẫu bệnh lý chuyên sâu. Kết quả cho thấy tăng 5‑7% độ chính xác so với huấn luyện từ đầu.

3.2. Kết hợp LSTM để khai thác chuỗi ảnh

LSTM được tích hợp để xử lý chuỗi ảnh cắt lớp liên tiếp, tạo ra thông tin thời gian về tiến triển bệnh. Mỗi ảnh OCT được xem như một khung trong chuỗi, và LSTM học phụ thuộc thời gian giữa các khung. Điều này giúp mô hình phát hiện các thay đổi nhỏ mà chỉ dựa trên một ảnh duy nhất khó nhận ra. Kết hợp LSTM với ResNet cho phép khai thác cả đặc trưng không gian và thời gian, tăng khả năng phân biệt các giai đoạn bệnh. Thử nghiệm cho thấy độ nhạy cải thiện từ 78% lên 85% khi sử dụng mô hình kết hợp này.

IV. Kết luận và ứng dụng thực tiễn của nghiên cứu chẩn đoán mắt sâu

Kết luận, nghiên cứu đã chứng minh khả năng ứng dụng học sâu trong chẩn đoán bệnh mắt qua ảnh cắt lớp đáy mắt. Mô hình ResNet‑50 kết hợp với LSTM đạt độ chính xác 70% và độ nhạy cao, đáp ứng yêu cầu về độ tin cậy trong môi trường lâm sàng. Các phương pháp tiền xử lý, tăng cường dữ liệu và cân bằng lớp đã góp phần giảm sai lệch và overfitting. Đối với thực tiễn, công trình có thể được triển khai như một công cụ hỗ trợ bác sĩ trong việc sàng lọc bệnh võng mạc tiểu đường và các bệnh võng mạc khác. Tương lai, cần mở rộng bộ dữ liệu đa trung tâm, thử nghiệm các kiến trúc sâu hơn như EfficientNet và tích hợp mô hình đa nhiệm vụ để chẩn đoán đồng thời nhiều loại bệnh. Ngoài ra, nghiên cứu còn đề xuất xây dựng giao diện người‑dùng thân thiện, giúp đưa AI vào quy trình khám bệnh một cách liền mạch.

4.1. Ứng dụng trong quy trình khám bệnh bệnh viện

Áp dụng trong bệnh viện, hệ thống có thể tự động phân loại ảnh OCT trong vài giây, giảm tải công việc cho bác sĩ. Khi một bệnh nhân được chụp, ảnh được tải lên hệ thống, mô hình trả về dự đoán bệnh và mức độ nguy cơ. Bác sĩ chỉ cần xác nhận và đưa quyết định điều trị, tăng tốc độ khám và giảm thiếu sót. Việc tích hợp với hệ thống HIS giúp lưu trữ kết quả và theo dõi tiến trình bệnh. Đây là bước tiến quan trọng trong chuyển đổi số y tế tại Việt Nam.

4.2. Triển vọng cho các dự án AI y tế khác

Nghiên cứu mở ra hướng đi cho các dự án AI y tế khác, như chẩn đoán bệnh võng mạc tuổi già, đục thủy tinh thể hoặc tăng nhãn áp. Các mô hình học sâu đã chứng minh khả năng tổng quát hoá khi được đào tạo trên dữ liệu đa dạng. Kết quả tích cực khuyến khích đầu tư vào hạ tầng dữ liệu và nhân lực chuyên môn. Đồng thời, cần chú trọng đến việc bảo vệ dữ liệu bệnh nhân và tuân thủ quy định pháp lý để đảm bảo an toàn và đạo đức trong ứng dụng AI.

Nội dung chính

Tổng quan nghiên cứu

Theo báo cáo toàn cầu của Tổ chức Y tế Thế giới (WHO), hiện có khoảng 1,2 tỷ người trên toàn thế giới đang phải sống chung với các bệnh lý về mắt và suy giảm thị lực, phổ biến nhất là bệnh võng mạc đái tháo đường, thoái hóa hoàng điểm tuổi già, tăng nhãn áp và đục thủy tinh thể. Tại Việt Nam cũng như nhiều quốc gia đang phát triển, gánh nặng chăm sóc sức khỏe nhãn khoa ngày càng gia tăng, trong khi nguồn nhân lực bác sĩ chuyên khoa mắt có trình độ cao vẫn còn thiếu hụt trầm trọng, đặc biệt tại các cơ sở y tế tuyến huyện và vùng sâu vùng xa.

Vấn đề cốt lõi trong thực hành lâm sàng hiện nay là việc phân tích các tổn thương võng mạc vi mô phụ thuộc rất lớn vào kinh nghiệm chủ quan của chuyên gia, dễ dẫn đến nguy cơ bỏ sót bệnh ở giai đoạn khởi phát. Bên cạnh đó, hệ thống máy chụp cắt lớp quang học đáy mắt (OCT) thường xuất dữ liệu hình ảnh độc quyền và chưa được chuẩn hóa theo chuẩn DICOM rộng rãi như các hệ thống chụp cắt lớp vi tính hay cộng hưởng từ, gây rào cản đáng kể cho việc xây dựng cơ sở dữ liệu huấn luyện học máy.

Nhằm giải quyết bài toán này, luận văn thạc sĩ khoa học máy tính của tác giả Trần Văn Cảnh tập trung vào mục tiêu: Xây dựng và đánh giá quy trình ứng dụng các mô hình học sâu tiên tiến thuộc họ ResNet, triển khai trên nền tảng MMPretrain, để nhận dạng và phân loại tự động các bệnh lý đáy mắt nguy hiểm từ dữ liệu ảnh cắt lớp. Nghiên cứu được thực hiện trên hệ thống ảnh thu thập từ thiết bị y tế chuyên dụng CIRRUS HD-OCT 5000 với kích thước gốc 1300x1400 pixel trong giai đoạn 2022-2023. Luận văn hướng đến việc tối ưu hóa tỷ lệ phân loại chính xác đạt trên 95%, cung cấp giải pháp cận lâm sàng đắc lực giúp cắt giảm hơn 40% thời gian phân tích ảnh và nâng cao năng lực chẩn đoán sớm cho y tế cơ sở.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được thiết lập dựa trên nền tảng lý thuyết vững chắc về thị giác máy tính và học sâu y tế, kết hợp sự đối sánh đa chiều giữa các phương pháp học máy truyền thống và mạng nơ-ron sâu:

Thứ nhất là lý thuyết mạng nơ-ron tích chập (CNN). Đây là kiến trúc cốt lõi trong nhận dạng thị giác với cấu trúc gồm các lớp tích chập (Convolutional Layer) sử dụng các bộ lọc kích thước 3x3 và 5x5 kết hợp cùng tham số bước nhảy (Stride) và đệm viền (Zero-padding) để trích xuất ma trận đặc trưng (Feature Maps). Mạng kết hợp các lớp gộp cực đại (Max Pooling) để giảm số chiều không gian biểu diễn, cùng hàm kích hoạt phi tuyến tính ReLU nhằm triệt tiêu hiện tượng biến mất đạo hàm (Vanishing Gradient), trước khi tổng hợp vector đặc trưng qua các lớp kết nối đầy đủ (Fully-Connected Layer) và đưa ra xác suất phân loại qua hàm Softmax.

Thứ hai là kiến trúc mạng phần dư sâu (Deep Residual Network - ResNet). Để giải quyết hiện tượng suy thoái mạng khi tăng chiều sâu nơ-ron, mô hình áp dụng cơ chế kết nối tắt (Skip Connections) tạo thành các khối học dư (Residual Blocks). Nghiên cứu đi sâu khảo sát ba biến thể có cấu trúc phân tầng phức tạp gồm ResNet-50, ResNet-101 và ResNet-152, đại diện cho các mức dung lượng mô hình khác nhau từ 50 đến 152 lớp nơ-ron ẩn.

Ngoài ra, luận văn còn đối chiếu toàn diện với các thuật toán học máy kinh điển như K láng giềng gần nhất (KNN) dựa trên độ đo khoảng cách Euclidean, máy vector hỗ trợ (SVM) tối ưu hóa siêu phẳng có lề cực đại trong không gian đa chiều, và mạng nơ-ron nhân tạo lan truyền xuôi (Feedforward ANN) có tối ưu hóa hàm mất mát Cross-Entropy.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ máy chụp cắt lớp quang học CIRRUS HD-OCT 5000 với độ phân giải siêu nét 1300x1400 pixel. Dữ liệu gốc bao gồm thông tin quét quang học đa thành phần: phân bố độ dày võng mạc, ảnh chụp đáy mắt và các lát cắt lớp võng mạc B-scan. Toàn bộ hình ảnh y tế được tiến hành khử định danh bảo mật thông tin bệnh nhân và gán nhãn chẩn đoán có sự thẩm định đối soát trực tiếp của các bác sĩ chuyên khoa mắt đầu ngành.

Quy trình chọn mẫu và phân chia dữ liệu được thực hiện theo phương pháp phân tầng ngẫu nhiên không đối xứng (Stratified Random Sampling) để phản ánh chính xác phân bố dịch tễ học lâm sàng thực tế giữa mắt bình thường, mắt bong võng mạc và mắt tổn thương do võng mạc đái tháo đường. Tổng tập dữ liệu được phân chia thành 3 tập độc lập: 70% dành cho huấn luyện (Training Set), 15% dành cho đánh giá tham số (Validation Set) và 15% dành riêng cho kiểm thử mù (Test Set). Dữ liệu được tổ chức thành 9 bộ thực nghiệm khác nhau: từ Set-1 đến Set-6 khảo sát các kỹ thuật tiền xử lý, gán nhãn và co dãn tỷ lệ; từ Set-7 đến Set-9 khảo sát độc lập từng vùng ảnh giải phẫu.

Lý do lựa chọn phương pháp phân tích: Tác giả quyết định sử dụng framework MMPretrain thuộc hệ sinh thái OpenMMLab chạy trên nền tảng PyTorch. Đây là công cụ mã nguồn mở hàng đầu hiện nay, cung cấp khả năng cấu hình module hóa cao độ, hỗ trợ tối ưu hóa siêu tham số linh hoạt và tích hợp cơ chế tự động dừng sớm (Early Stopping) giúp kiểm soát hiện tượng quá khớp (Overfitting). Toàn bộ chu trình nghiên cứu từ thu thập mẫu, chuẩn hóa dữ liệu, thiết lập môi trường thực nghiệm đến huấn luyện và đánh giá mô hình được triển khai chặt chẽ trong khung thời gian 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện thực nghiệm trên các bộ dữ liệu ảnh cắt lớp đáy mắt đã mang lại 4 phát hiện khoa học mang tính đột phá:

Thứ nhất, độ sâu của mạng nơ-ron tích chập tỷ lệ thuận với khả năng nhận diện các tổn thương võng mạc phức tạp. Trong các thực nghiệm đối đầu, mô hình ResNet-152 đạt độ chính xác chẩn đoán trung bình vượt trội lên tới 96,2% trên các tập kiểm thử tiêu chuẩn, cao hơn đáng kể so với mức 93,8% của ResNet-101 và 91,4% của ResNet-50. Mức chênh lệch hiệu năng 4,8% giữa ResNet-152 và ResNet-50 khẳng định các khối phần dư sâu 152 lớp có khả năng học các vi tổn thương cấu trúc đáy mắt vượt trội.

Thứ hai, giá trị thông tin chẩn đoán phân bố không đồng đều giữa các vùng của ảnh chụp OCT. Khi tiến hành bóc tách ảnh gốc 1300x1400 pixel thành ba bộ dữ liệu độc lập sử dụng ResNet-152, tập Set-9 (chỉ chứa các lát cắt lớp võng mạc B-scan) đạt độ chính xác cao nhất là 94,8%. Con số này vượt trội hoàn toàn so với tập Set-7 (bản đồ độ dày võng mạc đạt 89,1%) và tập Set-8 (ảnh chụp đáy mắt thông thường chỉ đạt 82,3%). Như vậy, lát cắt giải phẫu võng mạc chứa lượng đặc trưng bệnh học cao hơn ảnh đáy mắt tới 12,5%.

Thứ ba, chiến lược tiền xử lý và cắt vùng ảnh mục tiêu (ROI Cropping) đóng vai trò then chốt trong việc giảm thiểu tài nguyên tính toán. Việc loại bỏ các vùng viền thông tin hành chính của máy chụp và chuẩn hóa kích thước đầu vào giúp tăng tốc độ hội tụ mô hình lên khoảng 35% trong khi vẫn giữ nguyên vẹn các đặc tính bệnh lý nhạy cảm.

Thứ tư, độ nhạy đối với các ca bệnh nguy cấp đạt mức rất cao. Phân loại đối với bệnh bong võng mạc và võng mạc đái tháo đường lần lượt đạt độ nhạy trên 95,5% và 96,0%, trong khi tỷ lệ nhận diện đúng mắt bình thường đạt 97,1%, hạn chế tối đa nguy cơ chẩn đoán sót (False Negative).

Thảo luận kết quả

Nguyên nhân chính giúp ResNet-152 xác lập hiệu năng vượt trội bắt nguồn từ cấu trúc đường truyền tắt của khối phần dư, cho phép dòng gradient lan truyền liên tục qua hàng trăm lớp nơ-ron mà không bị suy giảm biên độ. Nhờ đó, mô hình trích xuất được đồng thời cả đặc trưng khái quát cấp thấp (đường bờ võng mạc, hình thái mạch máu) lẫn đặc trưng phân giải vi mô cấp cao (dịch tích tụ dưới võng mạc, xuất huyết vi mạch hay sự biến dạng các lớp biểu mô sắc tố).

Khi so sánh với các công bố khoa học gần đây trong y văn, kết quả của luận văn thể hiện sự tương đồng và cải tiến đáng kể. Các nghiên cứu trước đây sử dụng CNN cơ bản hoặc mô hình lai AlexNet-SVM ghi nhận độ chính xác dao động từ 80% đến 94,5% trên các tập dữ liệu đáy mắt màu. Nghiên cứu này chứng minh rằng việc khai thác trực tiếp dữ liệu cắt lớp OCT thông qua kiến trúc mạng phần dư sâu đem lại độ tin cậy vượt bậc so với các phương pháp xử lý ảnh đáy mắt thông thường.

Để trực quan hóa toàn diện năng lực mô hình, kết quả nghiên cứu có thể được biểu diễn trực quan thông qua: Ma trận nhầm lẫn (Confusion Matrix) phản ánh chi tiết phân bố phân loại giữa các nhóm bệnh học; đường cong ROC và chỉ số AUC đạt mức trên 0,97 minh chứng cho năng lực phân tách lớp xuất sắc; cùng biểu đồ cột so sánh tương quan hiệu suất giữa 3 biến thể ResNet trên từng phân vùng dữ liệu từ Set-1 đến Set-9.

Đề xuất và khuyến nghị

Dựa trên những phát hiện thực nghiệm chuẩn xác, luận văn đề xuất 4 nhóm khuyến nghị hành động mang tính ứng dụng thực tiễn cao:

Một là, chuẩn hóa quy trình số hóa và gán nhãn dữ liệu hình ảnh nhãn khoa. Ban giám đốc các bệnh viện chuyên khoa mắt cùng Trưởng khoa Chẩn đoán hình ảnh cần ban hành quy chuẩn phân loại và trích xuất dữ liệu ảnh OCT không định danh trong vòng 6 tháng tới. Mục tiêu giảm thiểu 50% thời gian tiền xử lý dữ liệu thô và gia tăng tính nhất quán của nhãn bệnh học cận lâm sàng.

Hai là, tích hợp kiến trúc mô hình ResNet-152 vào hệ thống hỗ trợ ra quyết định lâm sàng (CDSS). Đội ngũ kỹ sư phần mềm y tế và Phòng Công nghệ thông tin bệnh viện chịu trách nhiệm đóng gói mô hình thành các dịch vụ API microservice trong thời hạn 9 tháng. Hệ thống hướng đến mục tiêu nâng tỷ lệ sàng lọc chính xác bệnh võng mạc tại các cơ sở y tế tuyến cơ sở lên trên 92%, hỗ trợ trực tiếp cho các bác sĩ trong phiên khám bệnh.

Ba là, mở rộng quy mô bộ dữ liệu huấn luyện đa trung tâm (Multi-center Datasets). Nhóm tác giả cùng các viện nghiên cứu khoa học máy tính cần phối hợp với mạng lưới bệnh viện đa khoa để thu thập thêm ít nhất 5.000 mẫu ảnh chụp OCT mới trong 12 tháng tiếp theo. Cần bổ sung các bệnh lý võng mạc phức tạp khác như thoái hóa hoàng điểm tuổi già (AMD) và viêm võng mạc do CMV nhằm gia tăng 15% độ bao phủ khái quát hóa của mô hình trên các ca bệnh hiếm.

Bốn là, áp dụng các kỹ thuật nén mô hình phục vụ triển khai trên thiết bị biên (Edge AI). Các kỹ sư thị giác máy tính cần tiến hành lượng tử hóa trọng số (Quantization) và cắt tỉa mạng (Pruning) đối với mô hình ResNet-152 trong lộ trình 3 tháng tới. Giải pháp này giúp cắt giảm 60% dung lượng bộ nhớ và yêu cầu phần cứng tính toán, cho phép nhúng thuật toán trực tiếp vào bộ vi xử lý của các máy chụp đáy mắt thế hệ mới mà không làm suy giảm quá 1% độ chính xác chẩn đoán.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị liên ngành sâu sắc giữa Khoa học máy tính và Nhãn khoa lâm sàng, là tài liệu tham khảo thiết thực cho 4 nhóm độc giả:

Thứ nhất là các bác sĩ chuyên khoa mắt và kỹ thuật viên chẩn đoán hình ảnh. Luận văn cung cấp góc nhìn tường minh về cách trí tuệ nhân tạo nhận dạng các bất thường cấu trúc trên ảnh cắt lớp võng mạc. Đây là cơ sở thực tiễn để nhân viên y tế tự tin ứng dụng AI như một công cụ hội chẩn thứ hai, giúp tối ưu hóa quy trình sàng lọc bệnh võng mạc tiểu đường trên diện rộng.

Thứ hai là các kỹ sư trí tuệ nhân tạo và chuyên viên phát triển thị giác máy tính y tế. Độc giả trong nhóm này sẽ tìm thấy các chỉ dẫn kỹ thuật chi tiết về cách cấu hình framework MMPretrain, phương pháp tối ưu hóa siêu tham số cho các mô hình mạng ResNet sâu, và kinh nghiệm xử lý bộ dữ liệu ảnh y tế mất cân bằng có độ phân giải lớn 1300x1400 pixel.

Thứ ba là học viên cao học, nghiên cứu sinh và các nhà nghiên cứu tin học y sinh. Luận văn là hình mẫu chuẩn mực về phương pháp luận thực nghiệm: từ kỹ thuật phân vùng giải phẫu ảnh OCT (Set-1 đến Set-9), thiết lập kịch bản đánh giá chéo đến việc phân tích định lượng giá trị thông tin của từng lớp mô võng mạc.

Thứ tư là các nhà quản lý y tế và lãnh đạo bệnh viện. Tài liệu mang đến luận cứ khoa học vững chắc về tính khả thi của việc chuyển đổi số trong nhãn khoa, giúp các cấp quản lý xây dựng chiến lược đầu tư công nghệ cận lâm sàng phù hợp, hướng tới mục tiêu giảm tải từ 30% đến 40% áp lực khám chữa bệnh cho các bệnh viện tuyến trên.

Câu hỏi thường gặp

Một là, tại sao luận văn lại ưu tiên lựa chọn họ mô hình ResNet thay vì các mạng tích chập cổ điển khác? Các mô hình CNN cổ điển dễ gặp phải hiện tượng biến mất đạo hàm khi độ sâu tăng cao, hạn chế khả năng học các chi tiết vi thể. ResNet khắc phục hoàn toàn điểm nghẽn này nhờ cơ chế đường truyền tắt residual block. Thực nghiệm chứng minh ResNet-152 đạt độ chính xác trên 96,2%, vượt xa các mạng nông khi phân loại các tổn thương mắt phức tạp.

Hai là, việc chia tách dữ liệu ảnh OCT thành ba phân vùng riêng biệt (Set-7, Set-8, Set-9) mang lại lợi ích kỹ thuật gì? Kỹ thuật này giúp định lượng chính xác mức độ quan trọng của từng vùng giải phẫu đáy mắt đối với thuật toán chẩn đoán. Kết quả chứng minh lát cắt võng mạc B-scan ở Set-9 đạt độ chính xác 94,8%, vượt trội hơn hẳn so với ảnh chụp đáy mắt ở Set-8 (chỉ đạt 82,3%), khẳng định đây là vùng thông tin cốt lõi cần tập trung trích xuất.

Ba là, bộ công cụ MMPretrain đóng vai trò như thế nào trong sự thành công của nghiên cứu? MMPretrain được xây dựng trên nền tảng PyTorch với cấu trúc module hóa cao độ, cho phép cấu hình linh hoạt các đường ống dữ liệu, mô hình và hàm tối ưu hóa. Công cụ này cung cấp cơ chế tự động hóa kiểm thử và dừng sớm khi mô hình hội tụ sau khoảng 30 đến 50 chu kỳ huấn luyện, giúp tiết kiệm hơn 40% thời gian thực nghiệm.

Bốn là, hệ thống học sâu trong luận văn có thể thay thế hoàn toàn vai trò của bác sĩ nhãn khoa không? Hệ thống học sâu được định vị là công cụ hỗ trợ ra quyết định cận lâm sàng chứ không thể thay thế bác sĩ. Mô hình đóng vai trò trợ lý thông minh giúp sàng lọc sơ bộ, cảnh báo sớm các dấu hiệu bất thường và giảm tới 50% thời gian đọc kết quả cho bác sĩ, giảm thiểu tối đa các sai sót do mệt mỏi thị giác trong ca trực.

Năm là, dữ liệu ảnh thu thập từ thiết bị CIRRUS HD-OCT 5000 có gặp trở ngại gì trong chuẩn hóa không? Máy CIRRUS HD-OCT 5000 không xuất định dạng DICOM tích hợp trực tiếp vào hệ thống truyền tải hình ảnh PACS như máy chụp CT hay MRI. Do đó, nghiên cứu phải xây dựng quy trình tiền xử lý độc lập để khử định danh, cắt bỏ vùng thông tin biên và chuyển đổi ảnh độ phân giải gốc 1300x1400 pixel về định dạng ma trận tensor tương thích cho mạng học sâu.

Kết luận

• Luận văn xây dựng thành công quy trình tiền xử lý, khử định danh và phân loại chuyên biệt cho tập dữ liệu ảnh cắt lớp đáy mắt thu nhận từ thiết bị y tế CIRRUS HD-OCT 5000.
• Xác lập thực nghiệm toàn diện hiệu năng của các mô hình học sâu, trong đó ResNet-152 chứng minh sự vượt trội với độ chính xác phân loại bệnh đạt trên 96,2%.
• Làm sáng tỏ giá trị đóng góp thông tin giải phẫu của ảnh cắt lớp võng mạc B-scan (Set-9) với độ chính xác độc lập đạt 94,8%, mở ra hướng tối ưu hóa dữ liệu đầu vào cho AI y tế.
• Ứng dụng xuất sắc nền tảng mã nguồn mở MMPretrain trên PyTorch để tự động hóa chu trình huấn luyện, tinh chỉnh tham số và rút ngắn thời gian phát triển mô hình.
• Đóng góp giải pháp khoa học công nghệ có giá trị ứng dụng cao nhằm nâng cao năng lực chẩn đoán cận lâm sàng cho đội ngũ y bác sĩ tuyến y tế cơ sở.

Trong giai đoạn từ 6 đến 12 tháng tới, định hướng nghiên cứu tiếp theo sẽ tập trung vào việc tích hợp thêm hơn 3.000 mẫu ảnh bệnh lý phức tạp từ nhiều trung tâm y tế và tiến hành thử nghiệm lâm sàng diện hẹp. Để tìm hiểu chi tiết về mã nguồn cấu hình, bảng số liệu thực nghiệm và kiến trúc chi tiết của mô hình, bạn đọc và các nhà nghiên cứu hãy tham khảo toàn văn luận văn thạc sĩ khoa học máy tính này nhằm phục vụ cho các dự án phát triển AI nhãn khoa tương lai.