Phân loại hình ảnh OCT sử dụng mạng nơ-ron sâu

Luận văn tốt nghiệp nghiên cứu tốt nghiệp hệ thống thông tin phân lớp hình ảnh cắt lớp quang học võng mạc sử dụng các phương pháp, điều tra thực trạng, phân tích số liệu, đề xuất

• Tác giả: Doan Tu Quynh
• Người hướng dẫn: ThS. Duong Phi Long
• Trường học: Trường Đại Học Công Nghệ Thông Tin
• Chuyên ngành: Hệ Thống Thông Tin
• Đề tài: Phân Loại Hình Ảnh OCT Bằng Mạng Nơ-Ron Sâu
• Loại tài liệu: Khóa Luận Tốt Nghiệp
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Tổng quan đề tài
• 1.2. Lý do chọn đề tài
• 1.3. Phát biểu của bài toán và các thách thức
• 1.4. Mục tiêu và phạm vi
• 1.5. Bố cục của khóa luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Các khái niệm về mắt và chụp cắt lớp kết hợp quang học
• 2.2. Các bệnh lý về mắt
• 2.3. Các hướng tiếp cận liên quan đến bài toán
• 2.3.1. Hướng tiếp cận theo phương pháp học máy truyền thống
• 2.3.2. Hướng tiếp cận dựa trên học sâu
• 3. CHƯƠNG 3: MỘT SỐ PHƯƠNG PHÁP PHÂN LOẠI HÌNH ẢNH OCT DỰA TRÊN HỌC SÂU
• 3.1. Kiến trúc tổng quan
• 3.2. Huấn luyện và kết quả
• 4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 4.1. Giới thiệu bộ dữ liệu
• 4.2. Tiền xử lý dữ liệu
• 4.3. Phương pháp thực nghiệm
• 4.4. Các tiêu chí đánh giá
• 4.5. Kết quả thực nghiệm, đánh giá và bàn luận
• 4.6. So sánh và đánh giá các mô hình
• 5. CHƯƠNG 5: THỬ NGHIỆM CẢI TIẾN VÀ ĐÁNH GIÁ KẾT QUẢ
• 5.1. Những quan sát và ý tưởng cải tiến
• 5.2. Giới thiệu tổng quan
• 5.3. Kết quả thực nghiệm của mô hình đề xuất
• 5.4. Kết quả chi tiết của mô hình tổng hợp
• 5.5. So sánh và đánh giá kết quả
• 6. CHƯƠNG 6: XÂY DỰNG CÔNG CỤ PHÂN LỚP HÌNH ẢNH CẮT LỚP QUANG HỌC
• 6.1. Mô tả công cụ
• 6.2. Môi trường cài đặt và các thư viện sử dụng
• 6.3. Màn hình công cụ và kết quả một số mẫu thử nghiệm
• 7. CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 7.1. Kết luận
• 7.2. Hướng phát triển
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT KHÓA LUẬN

Tóm tắt

I. Tổng quan về phân loại hình ảnh OCT bằng mạng nơ ron sâu

Công nghệ chụp cắt lớp kết hợp quang học (OCT) đã trở thành một công cụ quan trọng trong việc chẩn đoán các bệnh lý về mắt. Việc phân loại hình ảnh OCT bằng mạng nơ-ron sâu không chỉ giúp tăng độ chính xác mà còn giảm thời gian chẩn đoán. Mạng nơ-ron sâu, với khả năng học hỏi từ dữ liệu lớn, đã mở ra những cơ hội mới trong lĩnh vực y tế.

1.1. Ứng dụng của hình ảnh OCT trong y tế

Hình ảnh OCT cung cấp thông tin chi tiết về cấu trúc võng mạc, giúp bác sĩ phát hiện sớm các bệnh lý như đục thủy tinh thể và bệnh tiểu đường.

1.2. Lợi ích của mạng nơ ron sâu trong phân loại hình ảnh

Mạng nơ-ron sâu cho phép tự động hóa quá trình phân loại, giảm thiểu sai sót do con người và nâng cao hiệu quả chẩn đoán.

II. Thách thức trong phân loại hình ảnh OCT bằng mạng nơ ron sâu

Mặc dù mạng nơ-ron sâu mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc phân loại hình ảnh OCT. Các vấn đề như chất lượng dữ liệu, sự khác biệt trong kích thước hình ảnh và chi phí thiết bị là những yếu tố cần được giải quyết.

2.1. Chất lượng dữ liệu hình ảnh OCT

Chất lượng hình ảnh OCT có thể bị ảnh hưởng bởi nhiều yếu tố như thiết bị chụp và điều kiện ánh sáng, dẫn đến độ chính xác thấp trong phân loại.

2.2. Chi phí và khả năng tiếp cận thiết bị OCT

Chi phí cao của thiết bị OCT khiến cho việc tiếp cận công nghệ này trở nên khó khăn, đặc biệt là ở các nước đang phát triển.

III. Phương pháp phân loại hình ảnh OCT bằng mạng nơ ron sâu

Có nhiều phương pháp khác nhau để phân loại hình ảnh OCT, trong đó mạng nơ-ron tích chập (CNN) là một trong những phương pháp phổ biến nhất. Các mô hình như Inception-v3, ResNet-50 và DenseNet-201 đã được áp dụng để cải thiện độ chính xác trong phân loại.

3.1. Mô hình Inception v3 trong phân loại hình ảnh

Inception-v3 là một trong những mô hình mạnh mẽ nhất, cho phép trích xuất đặc trưng từ hình ảnh một cách hiệu quả.

3.2. So sánh các mô hình mạng nơ ron sâu

Việc so sánh hiệu suất giữa các mô hình như ResNet-50 và DenseNet-201 giúp xác định mô hình tối ưu cho bài toán phân loại hình ảnh OCT.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Nghiên cứu đã chỉ ra rằng việc áp dụng mạng nơ-ron sâu trong phân loại hình ảnh OCT mang lại kết quả khả quan. Độ chính xác của các mô hình được cải thiện đáng kể, giúp bác sĩ đưa ra quyết định nhanh chóng và chính xác hơn.

4.1. Đánh giá hiệu suất của các mô hình

Các mô hình được đánh giá dựa trên các tiêu chí như độ chính xác, độ nhạy và độ đặc hiệu, cho thấy sự vượt trội của mạng nơ-ron sâu.

4.2. Ứng dụng trong thực tiễn y tế

Kết quả nghiên cứu có thể được áp dụng trong các cơ sở y tế để hỗ trợ bác sĩ trong việc chẩn đoán và điều trị các bệnh lý về mắt.

V. Kết luận và hướng phát triển tương lai

Phân loại hình ảnh OCT bằng mạng nơ-ron sâu không chỉ là một bước tiến trong công nghệ y tế mà còn mở ra nhiều cơ hội nghiên cứu mới. Hướng phát triển tương lai có thể tập trung vào việc cải thiện chất lượng dữ liệu và tối ưu hóa các mô hình học sâu.

5.1. Hướng nghiên cứu tiếp theo

Nghiên cứu có thể mở rộng sang việc áp dụng các kỹ thuật học sâu khác để cải thiện độ chính xác và khả năng tổng quát của mô hình.

5.2. Tác động đến ngành y tế

Việc áp dụng công nghệ này có thể giúp giảm thiểu gánh nặng cho hệ thống y tế và nâng cao chất lượng chăm sóc sức khỏe cho bệnh nhân.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Theo thống kê từ Tổ chức Y tế Thế giới (WHO), toàn cầu có ít nhất 2,2 tỷ người gặp phải tình trạng suy giảm tầm nhìn gần hoặc xa, trong đó có khoảng 1 tỷ trường hợp có thể phòng ngừa được hoặc chưa được can thiệp điều trị. Các bệnh lý võng mạc phổ biến gồm đục thủy tinh thể (94 triệu người), suy giảm võng mạc do tuổi tác (8 triệu người), tăng nhãn áp (7,7 triệu người) và bệnh võng mạc do tiểu đường (3,9 triệu người). Sự phân bổ gánh nặng thị lực có sự chênh lệch lớn khi tỷ lệ suy giảm tầm nhìn xa tại các quốc gia thu nhập thấp và trung bình cao gấp 4 lần so với khu vực phát triển, và 90% người mù tập trung tại các nước nghèo hoặc đang phát triển. Thiệt hại kinh tế ước tính từ mất mát năng suất lao động toàn cầu do suy giảm thị lực lên tới 411 tỷ USD mỗi năm.

Chụp cắt lớp kết hợp quang học (Optical Coherence Tomography - OCT) là kỹ thuật chẩn đoán hình ảnh không xâm lấn cung cấp các lát cắt vi cấu trúc võng mạc với độ phân giải cao. Tuy nhiên, quy trình phân tích và đọc kết quả OCT trong thực tế lâm sàng hiện chủ yếu dựa vào đánh giá thủ công của bác sĩ nhãn khoa. Quá trình này đòi hỏi nhiều thời gian, dễ chịu ảnh hưởng bởi yếu tố chủ quan và áp lực công việc, dẫn đến nguy cơ chậm trễ hoặc sai sót trong chẩn đoán. Việc ứng dụng các kỹ thuật học sâu (Deep Learning) vào phân lớp tự động ảnh OCT giúp hỗ trợ bác sĩ đưa ra quyết định nhanh chóng, chính xác và giảm thiểu chi phí điều trị.

Nhiệm vụ nghiên cứu của khóa luận được xác định cụ thể qua 7 mục tiêu:

1. Tìm hiểu bài toán phân lớp hình ảnh cắt lớp võng mạc quang học, xác định yêu cầu bài toán và các khái niệm liên quan.
2. Tìm hiểu và hệ thống hóa các hướng nghiên cứu, phương pháp đã áp dụng hoặc liên quan đến phân lớp hình ảnh OCT.
3. Nghiên cứu chi tiết các kiến trúc mạng nơ-ron tích chập (CNN) hiện đại gồm Inception-v3, ResNet-50, DenseNet-201 và EfficientNet-B3.
4. Tìm hiểu và đề xuất phương pháp tổng hợp kết quả phân lớp của các mô hình thành phần dựa trên các hàm thứ hạng mờ.
5. Thực nghiệm và đánh giá các phương pháp trên tập dữ liệu chuẩn dựa trên các tiêu chí Accuracy, Precision, Recall và F1-score.
6. So sánh hiệu suất, phân tích ưu nhược điểm của các phương pháp và tối ưu hóa kết quả đầu ra thông qua các mô hình kết hợp.
7. Xây dựng công cụ phần mềm trực quan hóa cho phép người dùng tải ảnh OCT và nhận kết quả phân lớp tương ứng.

Đối tượng nghiên cứu là hình ảnh cắt lớp quang học võng mạc (OCT-scans) thuộc 4 phân lớp:

• Trạng thái bình thường (NORMAL).
• Tân mạch hắc mạc (Choroidal Neovascularization - CNV).
• Phù hoàng điểm do tiểu đường (Diabetic Macular Edema - DME).
• Cặn vàng võng mạc (DRUSEN).

Phạm vi dữ liệu thực nghiệm sử dụng bộ dữ liệu công khai gồm 109.309 hình ảnh OCT được thu thập từ năm 2013 đến năm 2017.

Cơ sở lý thuyết và phương pháp

Cơ sở giải phẫu và kỹ thuật chẩn đoán hình ảnh

Võng mạc là lớp mô thần kinh nằm ở đáy mắt, có chức năng chuyển đổi ánh sáng thành tín hiệu thần kinh truyền về vỏ thị giác của não. Kỹ thuật OCT hoạt động dựa trên nguyên lý giao thoa ánh sáng có độ kết hợp thấp (low-coherence interferometry) để đo độ trễ quang học và cường độ của chùm tia phản xạ từ các lớp mô võng mạc, từ đó tái tạo cấu trúc không gian theo chiều sâu.

Các bệnh lý võng mạc khảo sát trong đề tài bao gồm:

• Tân mạch hắc mạc (CNV): Sự phát triển bất thường của mạng lưới mạch máu từ hắc mạc qua màng Bruch vào không gian dưới võng mạc hoặc dưới biểu mô sắc tố võng mạc (RPE). CNV được chia thành 3 dạng: Type 1 (dưới màng RPE), Type 2 (vượt qua RPE vào khoang dưới võng mạc) và Type 3 (tăng sinh mạch từ bên trong võng mạc cảm giác).
• Phù hoàng điểm do tiểu đường (DME): Tình trạng tích tụ dịch ngoại bào tại các lớp nội võng mạc. Các chỉ số sinh học quan trọng gồm sự mất tổ chức các lớp võng mạc nội (DRIL), sự gián đoạn màng giới hạn ngoài (ELM) và vùng ellipsoid (EZ), cùng các biến đổi giao diện dịch kính - võng mạc (VMIA).
• Cặn vàng võng mạc (Drusen): Các tích tụ ngoại bào chứa lipid và protein dưới RPE. Drusen cứng có kích thước nhỏ, ranh giới rõ ràng; Drusen mềm có kích thước lớn (đường kính > 63 µm), ranh giới không rõ và là dấu hiệu cảnh báo tiến triển của thoái hóa hoàng điểm liên quan đến tuổi tác (AMD).

Khung phương pháp và mô hình nghiên cứu

Khóa luận hệ thống hóa hai hướng tiếp cận chính:

1. Học máy truyền thống: Sử dụng các thuật toán phân loại như K-Nearest Neighbors (KNN), Cây quyết định (Decision Tree), Rừng ngẫu nhiên (Random Forest) và Máy vector hỗ trợ (SVM) kết hợp với các kỹ thuật trích xuất đặc trưng hình thái học, biến đổi nhị phân cục bộ (LBP) và phân tích thành phần chính (PCA).

2. Học sâu với mạng nơ-ron tích chập (CNN): Nghiên cứu và thực nghiệm 4 kiến trúc đường cơ sở:

   • Inception-v3: Sử dụng các mô-đun tích chập đa nhánh (Inception-A, B, C) kết hợp kỹ thuật phân tách tích chập (factorized convolutions $n \times 1$ và $1 \times n$), chuẩn hóa theo lô (Batch Normalization) và bộ phân loại phụ (auxiliary classifier).
   • ResNet-50: Sử dụng các khối dư (residual block) với kết nối tắt (shortcut connection) để ánh xạ hàm dư $F(x) = H(x) - x$, giải quyết triệt để hiện tượng suy giảm đạo hàm (vanishing gradient) khi tăng độ sâu mạng.
   • DenseNet-201: Thiết lập kết nối trực tiếp từ mọi lớp trước tới tất cả các lớp kế tiếp trong cùng một khối mật độ (dense block), tối ưu hóa việc tái sử dụng đặc trưng và giảm số lượng tham số thông qua tỷ lệ tăng trưởng ($k$).
   • EfficientNet-B3: Áp dụng phương pháp chia tỷ lệ hợp chất (compound scaling) đồng thời ba chiều: độ sâu ($d$), độ rộng ($w$) và độ phân giải ($r$) với hệ số cố định dựa trên khối tích chập đảo ngược MBConv.

3. Phương pháp cải tiến - Tổng hợp thứ hạng mờ (Fuzzy Rank-based Fusion): Đề xuất phương pháp kết hợp các điểm số quyết định (decision scores) của các mô hình thành phần thông qua việc gán giá trị thứ hạng mờ bằng các hàm toán học phi tuyến:

   • Hàm Gompertz ($Go$).
   • Hàm Exponential ($Ex$).
   • Hàm kết hợp Exponential và TanH ($ExTan$).
   • Hàm kết hợp Exponential, TanH và Sigmoid ($ExTanSig$).
   • Hàm Mitscherlich ($Mi$).
   • Hàm Modified Gamma ($MGa$).
   • Hàm Estimated Gompertz ($EGo$).

Nguồn dữ liệu thực nghiệm là tập dữ liệu chuẩn Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images for Classification, gồm 109.309 ảnh OCT được gán nhãn 4 lớp (NORMAL, CNV, DME, DRUSEN).

Nội dung chính theo từng chương

Chương	Tên chương	Nội dung trọng tâm
Chương 1	Tổng quan đề tài	Trình bày bối cảnh thực tiễn, số liệu dịch tễ của WHO, phát biểu bài toán phân lớp ảnh OCT, xác định 7 mục tiêu nghiên cứu và cấu trúc 7 chương của khóa luận.
Chương 2	Cơ sở lý thuyết và các nghiên cứu liên quan	Tổng hợp kiến thức giải phẫu võng mạc, nguyên lý chụp OCT, cơ chế 4 nhóm bệnh lý; khảo sát các nghiên cứu học máy truyền thống và học sâu trong phân tích ảnh nhãn khoa.
Chương 3	Một số phương pháp phân loại hình ảnh OCT dựa trên học sâu	Phân tích chi tiết kiến trúc toán học và cấu tạo mạng của 4 mô hình: Inception-v3, ResNet-50, DenseNet-201 và EfficientNet-B3.
Chương 4	Thực nghiệm và đánh giá	Thiết lập quy trình tiền xử lý, cấu hình siêu tham số huấn luyện (SGD, RMSProp, learning rate, batch size) và đánh giá hiệu năng 4 mô hình đơn lẻ trên tập kiểm thử qua ma trận nhầm lẫn và các độ đo.
Chương 5	Thử nghiệm cải tiến và đánh giá kết quả	Xây dựng cơ chế tổng hợp thứ hạng mờ, ước lượng tham số cho 7 dạng hàm mờ, thực nghiệm kết hợp 3 mô hình và 4 mô hình CNN thành phần.
Chương 6	Xây dựng công cụ phân lớp hình ảnh cắt lớp quang học võng mạc	Hiện thực hóa ứng dụng phần mềm có giao diện người dùng, tích hợp các mô hình học sâu và hàm mờ để phân loại ảnh OCT trực quan.
Chương 7	Kết luận và hướng phát triển	Đánh giá tổng kết các kết quả đạt được về mặt học thuật và kỹ thuật, đồng thời nêu rõ các hạn chế và đề xuất định hướng phát triển bài toán.

Chương 1: Tổng quan đề tài

Chương 1 tập trung làm rõ thực trạng tỷ lệ mù lòa và các bệnh lý suy giảm thị lực trên thế giới, đặc biệt là tại các quốc gia đang phát triển. Tác giả chỉ ra các thách thức lớn của bài toán phân lớp ảnh OCT: kích thước các bộ dữ liệu y tế công khai nhỏ hơn nhiều so với tập dữ liệu ảnh tự nhiên, sự không đồng đều về chất lượng quét giữa các thiết bị lâm sàng, và hiện tượng mất cân bằng số lượng mẫu giữa các phân lớp bệnh. Từ đó, chương xác định mục tiêu xây dựng quy trình phân loại tự động 4 nhóm nhãn và cấu trúc báo cáo 7 chương.

Chương 2: Cơ sở lý thuyết và các nghiên cứu liên quan

Chương 2 trình bày cấu trúc giải phẫu các lớp võng mạc nhận diện được qua hình ảnh OCT (như NFL, GCL, IPL, INL, OPL, ONL, RPE) và phân tích các biểu hiện bệnh học của CNV, DME, DRUSEN và trạng thái bình thường NORMAL. Chương cũng tổng quan các công trình tiền đề:

• Các nghiên cứu dùng Random Forest, KNN (đạt độ chính xác 99,01% trong phân loại góc mắt của Soe Ni et al.), SVM kết hợp LBP và PCA của Khaled Alsaih (đạt độ nhạy và đặc hiệu 87,5% trên DME).
• Các nghiên cứu học sâu của Depeng Wang & Liejun Wang (2019), Jongwoo Kim & Loc Tran (2021) trên mô hình phân loại nhị phân đa nhánh đạt độ chính xác 0,987, và Mingxin Wang (2023) với EfficientNet-B3 đạt độ chính xác 99%.
• Cơ sở lý thuyết về kỹ thuật kết hợp mô hình dựa trên thứ hạng mờ sử dụng hàm Gompertz của Rohit Kundu et al. (2021) trên ảnh CT-scan.

Chương 3: Một số phương pháp phân loại hình ảnh OCT dựa trên học sâu

Chương 3 đi sâu vào nguyên lý hoạt động của từng mô hình:

• Inception-v3: Cấu tạo gồm 42 lớp tham số, sử dụng kỹ thuật Factorized Convolutions để tách tích chập $7 \times 7$ và $5 \times 5$ thành các chuỗi tích chập $1 \times 7$, $7 \times 1$, $1 \times 3$ và $3 \times 1$, kết hợp kỹ thuật giảm kích thước lưới (grid size reduction) và label smoothing.
• ResNet-50: Sử dụng kiến trúc mạng 50 lớp dựa trên các khối thặng dư chứa kết nối tắt đồng nhất (identity shortcut connection), thực hiện phép tính $y = F(x, {W_i}) + x$, cho phép huấn luyện mạng sâu bằng thuật toán SGD mà không bị suy thoái hiệu suất.
• DenseNet-201: Bao gồm 201 lớp, được tổ chức thành 4 dense blocks kết nối qua các transition layers (chứa phép tích chập $1 \times 1$ và Average Pooling $2 \times 2$). Mỗi lớp nhận đầu vào là tập hợp nối các bản đồ đặc trưng $x_l = H_l([x_0, x_1, \dots, x_{l-1}])$ từ tất cả các lớp trước đó.
• EfficientNet-B3: Thiết kế dựa trên việc tối ưu hóa đồng thời hệ số tỷ lệ chiều sâu $\alpha$, chiều rộng $\beta$ và độ phân giải $\gamma$ dưới ràng buộc tài nguyên FLOPS thông qua mạng tìm kiếm kiến trúc thần kinh (NAS).

Chương 4: Thực nghiệm và đánh giá

Chương 4 trình bày chi tiết quy trình xử lý dữ liệu, bao gồm chuẩn hóa kích thước ảnh, tiền xử lý dữ liệu và cấu hình siêu tham số. Quá trình huấn luyện sử dụng các bộ tối ưu hóa như SGD và RMSProp với các mức learning rate, batch size phù hợp cho từng kiến trúc. Hiệu năng của từng mô hình đơn lẻ (Inception-v3, ResNet-50, DenseNet-201, EfficientNet-B3) được đánh giá chi tiết trên tập kiểm thử độc lập thông qua ma trận nhầm lẫn (confusion matrix), độ chính xác tổng thể (Accuracy), độ chuẩn xác (Precision), độ nhạy (Recall) và điểm F1-score trên từng lớp bệnh lý (CNV, DME, DRUSEN, NORMAL).

Chương 5: Thử nghiệm cải tiến và đánh giá kết quả

Chương 5 phát triển mô hình tổng hợp phân loại bằng cách gán thứ hạng mờ cho các điểm số quyết định của từng mô hình CNN thành phần. Tác giả thực hiện tính toán giá trị phạt (penalty value), phần bù tổng độ tin cậy (Complement of Confidence Factor Sum - CCES) và tổng thứ hạng mờ (Fuzzy Rank Sum - FRS) để xác định điểm quyết định cuối cùng. Nghiên cứu khảo sát 7 biến thể hàm toán học:

• Gompertz ($Go-Ensemble$).
• Exponential ($Ex-Ensemble$).
• Tích Exponential $\times$ TanH ($ExTan-Ensemble$).
• Tích Exponential $\times$ TanH $\times$ Sigmoid ($ExTanSig-Ensemble$).
• Mitscherlich ($Mi-Ensemble$).
• Modified Gamma ($MGa-Ensemble$).
• Estimated Gompertz ($EGo-Ensemble$).

Chương tiến hành so sánh kết quả thực nghiệm giữa việc kết hợp cả 4 mô hình thành phần với việc kết hợp bộ 3 mô hình (Inception-v3, ResNet-50, DenseNet-201), chứng minh sự cải thiện của mô hình tổng hợp mờ so với các mô hình đơn lẻ.

Chương 6: Xây dựng công cụ phân lớp hình ảnh cắt lớp quang học võng mạc

Chương 6 mô tả việc đóng gói các mô hình đã huấn luyện thành một phần mềm hoàn chỉnh. Hệ thống cung cấp môi trường cho phép tải tệp ảnh OCT trực tiếp, tùy chọn chạy phân loại bằng mô hình học sâu đơn lẻ hoặc lựa chọn cơ chế tổng hợp mờ, sau đó xuất kết quả dự đoán kèm xác suất phân lớp.

Chương 7: Kết luận và hướng phát triển

Chương 7 tổng kết toàn bộ kết quả nghiên cứu, đánh giá mức độ hoàn thành so với 7 mục tiêu ban đầu và chỉ ra các định hướng nghiên cứu tiếp theo.

Thiết kế và triển khai công cụ phân lớp

Khóa luận đã hiện thực hóa một công cụ phần mềm phục vụ việc phân loại ảnh cắt lớp quang học võng mạc với các đặc điểm kỹ thuật:

• Môi trường và thư viện: Ứng dụng được xây dựng trên nền tảng Python, tích hợp các framework học sâu và thư viện xử lý ảnh để nạp trọng số đã huấn luyện của Inception-v3, ResNet-50, DenseNet-201, EfficientNet-B3 cùng các hàm tính toán thứ hạng mờ.
• Giao diện và tính năng:
  • Giao diện cho phép người dùng nạp ảnh OCT từ hệ thống tệp cục bộ.
  • Chức năng phân loại đơn: Cho phép chọn một trong bốn mô hình CNN để trích xuất đặc trưng và đưa ra nhãn dự đoán tức thì.
  • Chức năng phân loại tổng hợp mờ: Cho phép người dùng áp dụng các hàm thứ hạng mờ ($Go$, $Ex$, $ExTan$, $ExTanSig$, $Mi$, $MGa$, $EGo$) kết hợp 3 mô hình hoặc 4 mô hình.
  • Màn hình kết quả hiển thị nhãn phân loại (NORMAL, CNV, DME, DRUSEN) cùng bảng điểm quyết định chi tiết.
• Kiểm thử thực nghiệm trên giao diện: Công cụ đã được kiểm tra trên các mẫu thử lâm sàng thực tế từ tập dữ liệu kiểm thử, bao gồm: mẫu DRUSEN-7513011-2, CNV-9300561-14, CNV-3509367-9, CNV-7852568-58 và DRUSEN-8203471-5, ghi nhận sự chính xác trong việc xác định nhãn bệnh lý khi kết hợp các bộ phân loại.

Kết quả và đóng góp

Kết quả thực nghiệm

Nghiên cứu đã hoàn thành việc huấn luyện và đánh giá 4 mô hình học sâu đơn lẻ cùng các biến thể mô hình tổng hợp mờ trên tập dữ liệu 109.309 ảnh OCT. Kết quả đánh giá được lượng hóa qua các tiêu chí Accuracy, Precision, Recall và F1-score trên từng phân lớp bệnh:

Mô hình / Phương pháp	Đặc điểm kiến trúc / Kỹ thuật	Nhóm phân lớp thực nghiệm
Inception-v3	Factorized convolutions, Auxiliary classifier	NORMAL, CNV, DME, DRUSEN
ResNet-50	Residual blocks, Identity mapping	NORMAL, CNV, DME, DRUSEN
DenseNet-201	Dense connectivity, Feature reuse	NORMAL, CNV, DME, DRUSEN
EfficientNet-B3	Compound scaling, MBConv blocks	NORMAL, CNV, DME, DRUSEN
Go-Ensemble	Tổng hợp thứ hạng mờ bằng hàm Gompertz	NORMAL, CNV, DME, DRUSEN
Ex-Ensemble	Tổng hợp thứ hạng mờ bằng hàm Exponential	NORMAL, CNV, DME, DRUSEN
ExTan-Ensemble	Tổng hợp thứ hạng mờ bằng tích Exponential và TanH	NORMAL, CNV, DME, DRUSEN
ExTanSig-Ensemble	Tổng hợp thứ hạng mờ bằng tích Exponential, TanH và Sigmoid	NORMAL, CNV, DME, DRUSEN
Mi-Ensemble	Tổng hợp thứ hạng mờ bằng hàm Mitscherlich	NORMAL, CNV, DME, DRUSEN
MGa-Ensemble	Tổng hợp thứ hạng mờ bằng hàm Modified Gamma	NORMAL, CNV, DME, DRUSEN
EGo-Ensemble	Tổng hợp thứ hạng mờ bằng hàm Estimated Gompertz (kết hợp 3 hoặc 4 mô hình)	NORMAL, CNV, DME, DRUSEN

Đóng góp của đề tài

1. Về mặt học thuật: Khảo sát và hệ thống hóa toàn diện các phương pháp phân loại ảnh võng mạc OCT từ học máy truyền thống đến các kiến trúc mạng nơ-ron tích chập hiện đại.
2. Về mặt phương pháp luận: Ứng dụng thành công kỹ thuật kết hợp mô hình dựa trên thứ hạng mờ (Fuzzy Rank-based Fusion) với 7 dạng hàm phi tuyến, chứng minh tính hiệu quả của việc kết hợp các điểm số quyết định từ nhiều mô hình CNN thành phần trong phân loại ảnh y khoa.
3. Về mặt ứng dụng thực tiễn: Xây dựng hoàn chỉnh công cụ phần mềm phân lớp trực quan, cho phép kiểm thử và ứng dụng thực tế trên các hình ảnh cắt lớp võng mạc.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

• Số lượng mẫu trong các tập dữ liệu công khai về ảnh OCT võng mạc vẫn còn hạn chế so với các tập dữ liệu ảnh tự nhiên trong thị giác máy tính.
• Sự khác biệt về chất lượng thu nhận và độ phân giải hình ảnh giữa các dòng máy chụp OCT khác nhau trong thực tế gây ảnh hưởng đến độ ổn định của mô hình.
• Hiện tượng mất cân bằng dữ liệu giữa các phân lớp bệnh lý vẫn tồn tại.
• Quá trình huấn luyện các mô hình học sâu nhiều tham số đòi hỏi tài nguyên tính toán và phần cứng hiệu năng cao.

Hướng nghiên cứu tiếp

• Mở rộng phạm vi phân lớp sang các bệnh lý võng mạc và nhãn khoa phức tạp khác ngoài 4 nhóm đã khảo sát.
• Nghiên cứu tối ưu hóa tự động các siêu tham số cho các hàm thứ hạng mờ nhằm tăng cường khả năng thích nghi trên các tập dữ liệu y tế đa dạng.
• Nâng cấp và tích hợp công cụ vào hệ thống thông tin bệnh viện (HIS/PACS) nhằm hỗ trợ chẩn đoán thời gian thực cho các bác sĩ lâm sàng.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo cho sinh viên, học viên cao học và nghiên cứu sinh thuộc các chuyên ngành Hệ thống Thông tin, Khoa học Máy tính, Trí tuệ Nhân tạo và Kỹ thuật Y sinh.

Nội dung đặc biệt có giá trị tham khảo bao gồm:

• Quy trình tiền xử lý và thiết lập thực nghiệm trên bộ dữ liệu ảnh y tế chuẩn 109.309 ảnh OCT.
• Phân tích chi tiết kiến trúc toán học của 4 mô hình mạng nơ-ron Inception-v3, ResNet-50, DenseNet-201 và EfficientNet-B3.
• Phương pháp luận và công thức toán học tính toán điểm số quyết định bằng kỹ thuật tổng hợp thứ hạng mờ (Fuzzy Rank-based Fusion) trong bài toán phân loại đa lớp.
• Kiến trúc thiết kế và quy trình xây dựng công cụ phần mềm chẩn đoán trực quan cho dữ liệu y tế.

Câu hỏi thường gặp

1. Khóa luận phân loại hình ảnh OCT thành những nhóm nhãn cụ thể nào? Khóa luận thực hiện phân loại ảnh OCT thành 4 nhóm: trạng thái bình thường (NORMAL), tân mạch hắc mạc (CNV), phù hoàng điểm do tiểu đường (DME) và cặn vàng võng mạc (DRUSEN).

2. Bốn kiến trúc học sâu cơ sở được lựa chọn để thực nghiệm trong đề tài là gì? Bốn kiến trúc mạng nơ-ron tích chập được sử dụng gồm Inception-v3, ResNet-50, DenseNet-201 và EfficientNet-B3.

3. Phương pháp cải tiến chính được đề xuất trong Chương 5 là gì? Đề tài đề xuất kỹ thuật tổng hợp mô hình dựa trên thứ hạng mờ (Fuzzy Rank-based Fusion), sử dụng 7 dạng hàm phi tuyến (Gompertz, Exponential, Exponential $\times$ TanH, Exponential $\times$ TanH $\times$ Sigmoid, Mitscherlich, Modified Gamma, Estimated Gompertz) để kết hợp các điểm số quyết định của các mô hình CNN thành phần.

4. Tập dữ liệu thực nghiệm trong nghiên cứu có quy mô bao nhiêu và thu thập trong giai đoạn nào? Nghiên cứu sử dụng tập dữ liệu Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images for Classification gồm 109.309 hình ảnh OCT được thu thập trong giai đoạn từ năm 2013 đến năm 2017.

5. Công cụ phần mềm xây dựng ở Chương 6 cung cấp những khả năng tương tác nào? Công cụ cho phép người dùng nạp ảnh OCT từ máy tính, lựa chọn phân loại bằng từng mô hình CNN đơn lẻ hoặc sử dụng các hàm thứ hạng mờ kết hợp 3 hoặc 4 mô hình, đồng thời hiển thị trực quan nhãn chẩn đoán và các điểm số quyết định tương ứng.

Kết luận

Khóa luận tốt nghiệp "Phân lớp hình ảnh cắt lớp quang học võng mạc sử dụng các phương pháp học sâu" của tác giả Đoàn Tú Quỳnh và Trần Ngọc Mỹ Phương đã giải quyết bài toán phân loại tự động 4 nhóm trạng thái võng mạc trên tập dữ liệu 109.309 ảnh OCT. Đề tài đã nghiên cứu và đánh giá 4 kiến trúc mạng nơ-ron tích chập Inception-v3, ResNet-50, DenseNet-201, EfficientNet-B3, đồng thời đề xuất giải pháp cải tiến hiệu năng dựa trên kỹ thuật tổng hợp thứ hạng mờ với nhiều dạng hàm toán học. Công trình được hiện thực hóa thành công cụ phần mềm trực quan, đóng góp giải pháp kỹ thuật có giá trị ứng dụng trong hỗ trợ chẩn đoán nhãn khoa.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TONG QUAN ĐÈ TÀI Nội dung chương cung cấp cái nhìn tổng quan về dé tài nghiên cứu xoay quanh việc đặt van dé, đưa ra ly do, phát biểu bài toán và nhìn nhận thách thức bài toán đặt ra, từ đó đưa ra mục tiêu và phạm vi nghiên cứu phù hợp, cuối cùng là bố cục của khóa luận. Tổng quan đề tài Đôi mắt tốt giúp ta có thể nhìn thấy rõ và có cuộc sông chất lượng hơn. Chúng ta thường xem thường tầm quan trọng của nó nhưng nếu như ta gặp phải bệnh liên quan về mắt thì ta sẽ gặp khó khăn trong sinh hoạt hằng ngày. Các nguyên nhân hàng đầu gây suy giảm tầm nhìn và mù lòa theo thống kê của Tổ chức Y tế thế giới (WHO) [1]: « Lỗi kính lão hóa « Duc thủy tinh thé ¢ Tiéu đường gây tôn thương thé võng mạc e Bénh tăng nhãn áp « - Suy giảm võng mạc liên quan đến tuôi tác.

Hiện nay trên thế giới, các trường hợp có bệnh về mắt ngày càng tăng cao. Cụ thé là theo số liệu gần đây nhất từ WHO, ít nhất 2.2 tỷ người gặp phải suy giảm tầm nhìn gần hoặc xa. Trong it nhất | tỷ người - hoặc là một nửa trong số các trường hợp này, suy giảm tầm nhìn có thể đã được ngăn chặn hoặc chưa được giải quyết. Trong số 1 tỷ người, các tình trạng chính gây suy giảm tầm nhìn gần hoặc mù lòa là đục thủy tinh thể (94 triệu), lỗi kính lão hóa (88.4 triệu), suy giảm võng mạc liên quan đến tuổi tác (8 triệu), tăng nhãn áp (7.7 triệu), bệnh tiêu đường gây tôn thương võng mạc (3.

Tình trạng chính gây suy giảm tầm nhìn gần là loạn thị cận (826 triệu) [3]. Về mặt sự khác biệt vùng miền, tỷ lệ suy giảm tầm nhìn xa ở các khu vực thu nhập thấp và trung bình được ước tính cao gấp 4 lần so với các khu vực thu nhập cao [2]. Đối với suy giảm tầm nhìn gần, tỷ lệ tình trạng suy giảm tầm nhìn gần chưa được giải quyết ước tính là lớn hơn 80% ở phía tây, đông và trung Sahara châu Phi, trong khi tỷ lệ tương đối ở các khu vực thu nhập cao của Bắc Mỹ, châu Đại Dương, phía tây châu Âu và khu vực châu Á-Thái Bình Dương được báo cáo là thấp hơn 10% [3]. 90% người mù sống ở các nước nghèo và đang phát triển với các điều kiện tiếp cận dịch vụ y tế khó khăn.

Việt Nam được xếp trong các nhóm nước này [4]. Suy giảm tầm nhìn đặt một gánh nặng tài chính to lớn cho các nước trên thế giới với ước tính mat mát sản xuất hàng năm toàn cầu khoảng 411 tỷ đô la Mỹ (theo sức mua đồng giá) [5]. Dự kiến sự gia tăng dân số và già hóa sẽ tăng nguy cơ nhiều người mắc phải suy giảm tầm nhìn. Trên toàn thế giới, chỉ có 36% số bệnh nhân bị suy giảm thị lực do lỗi khúc xạ và 17% số người bị đục thủy tinh thận được điều trị đầy đủ [1].

Lý do chọn đề tài Công nghệ Chụp cắt lớp kết hợp quang học (Optical Coherence Tomography — OCT) đã phát triển mạnh mẽ và trở thành công cụ không thể thiếu trong chân đoán và theo dõi các bệnh về mắt. Nhu cầu sử dụng máy tính dé hỗ trợ dự đoán các hình ảnh võng mạc ngày càng tăng vì việc này sẽ giúp cho các bác sĩ nhãn khoa phát hiện sớm các bệnh mắt và giám sát điều trị. Khi được tiếp cận kịp thời và chính xác thì sẽ giúp phần nào giảm tỉ lệ mù lòa và các bệnh liên quan đến mắt trên thế giới. Các nghiên cứu về ứng dụng cua OCT trong chan đoán và điều trị các bệnh như đục thủy tinh thể, bệnh đục thủy tinh đen, đục thủy tinh nhanh, đục thủy tinh trẻ em, viêm mạc, bệnh thoái hóa ống nghiệm, và các bệnh lý khác, đã mang lại nhiều đột phá trong việc hiéu và điều tri các bệnh lý mắt.

Gần đây, các phương pháp dựa trên mạng nơ-ron tích chập (Convolutional Neural Network — CNN) đã được áp dụng rộng rãi trên các tập dữ liệu dé phan loại các bệnh về mắt sử dụng quét thi, quét day mắt và OCT [6]. Bước ban đầu là thu thập một bộ dữ liệu hình ảnh y tế gồm nhiều bệnh lý về mắt. Điều này có thé thực hiện thông qua các máy móc trong các cơ sở y tế, cung cấp các hình ảnh trực quan về các bệnh mắt. Mô hình CNN được huấn luyện bằng cách sử dụng một bộ dữ liệu được gán nhãn với phương pháp học có giám sát.

Trong quá trình huấn luyện, mô hình có thé phân biệt các mẫu, đặc trưng và cấu trúc của từng loại bệnh khác nhau. Sau quá trình tối ưu hóa, mô hình sẽ trải qua thực nghiệm trên một bộ dữ liệu độc lập để đánh giá hiệu suất [7]. Mặc dù CNN mang lại nhiều lợi ích cho việc chân đoán OCT, nhưng vẫn còn tồn tại một số thách thức. Các thách thức này bao gồm sự phức tạp trong việc đánh giá hình ảnh OCT, chỉ phí cao của các thiết bị OCT và việc cung cấp huấn luyện cho các chuyên gia về việc sử dụng và hiểu biết về công nghệ này.

Hơn thé nữa, dé huấn luyện một mô 3 hình phân loại bệnh về mắt cần rất nhiều tham số và tài nguyên của máy tính cần phải có hiệu suất cao. Và hiệu suất của mô hình còn phụ thuộc vào tập dữ liệu, sự mat cân bằng dữ liệu sẽ làm giảm hiệu suất của bài toán. Nhận thấy tính thực tế, nhóm sinh viên tiến hành thực hiện đề tài này với mong muốn tìm hiểu, thực nghiệm, tối ưu bài toán và đánh giá các phương pháp chân đoán bệnh về mắt dựa trên các kiến trúc học sâu. Phát biểu của bài toán và các thách thức Mục tiêu của bài toán là phân loại một hình ảnh cắt lớp quang học võng mạc vào các lớp khác nhau dựa trên các đặc trưng học sâu.

Dữ liệu đầu vào của bài toán là tập hình ảnh cắt quang học võng mạc - Optical Coherence Tomography (OCT). OCT sử dụng nguyên lý giao thoa sóng ánh sáng dé tạo ra hình anh chi tiết của các vi cấu trúc võng mạc, cho phép hién thi các lớp võng mạc khiến nó trở thành một công cụ có giá tri dé chân đoán các tình trạng ở mắt [8]. Đây là một phương pháp quan trọng đề định lượng, phát hiện bất thường các bệnh về vong mac.1 Hình ảnh cắt lớp quang học võng mạc ở người bình thường. [9] Dữ liệu đầu ra của bài toán là phân lớp các loại bệnh về mắt qua đó hỗ trợ quá trình chân đoán đưa ra quyết định trong lĩnh vực y tế, tập dir liệu bao gồm 4 phân lớp: NORMAL, CNV, DME, DRUSEN.

Việc áp dụng các mô hình hoc sâu vào phân lớp các bệnh về võng mạc giúp giảm thời gian phát hiện và chân đoán của bác sĩ, từ đó tăng khả năng điều trị sớm cho bệnh nhân, đồng thời cũng góp phan tiết kiệm tài nguyên y tế và giảm thiêu chi phí điều trị. Thách thức lớn trong việc phân tích hình ảnh OCT võng mạc bao gồm: Thứ nhất, tập dữ liệu công khai của hình ảnh OCT võng mạc được sử dụng cho nghiên cứu có số lượng nhỏ hơn nhiều so với các tập dữ liệu trong lĩnh vực phân tích hình ảnh truyền thống. Thứ hai, có sự khác biệt lớn về chất lượng và kích thước của các hình ảnh cắt lớp quang học võng mạc thu thập từ các mô khác nhau (sự khác biệt này cũng tồn tại trong các hình ảnh OCT võng mac mà các bác sĩ gặp phải trong y hoc lâm sàng) [10]. Thách thức này làm giảm độ chính xác của các mô hình dự đoán.

Mục tiêu và phạm vỉ Trong phạm vi khóa luận tốt nghiệp đại học, nhóm nghiên cứu dé ra các mục tiêu chính như sau: (1) Tìm hiéu bài toán phân lớp hình ảnh cắt lớp võng mạc quang học. Xác định yêu câu bài toán. Năm rõ các khái niệm liên quan. (2) Tìm hiểu và hệ thống lại các hướng nghiên cứu, các phương pháp đã áp dụng hoặc liên quan đến bài toán phân lớp hình ảnh OCT-scans.

(4) Tìm hiểu, đề xuất phương pháp kết hợp, tổng hợp kết qua phân lớp của các phương pháp đã nghiên cứu dựa trên các hàm. (5) Thực nghiệm và đánh giá các phương pháp trên tập dữ liệu Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images for Classification dựa trên các độ đo Precision, Recall, F1-score. (6) Dựa trên kết quả thực nghiệm, đưa ra kết luận về hiệu suất, ưu điểm của các phương pháp. Bên cạnh đó, thử nghiệm kết hợp các phương pháp thông qua các hàm dé cải tiền mô hình phân lớp và tối ưu hóa kết quả dau ra.

(7) Xây dụng hệ thống trực quan hóa cho phép người dùng đưa vào hình ảnh OCT- scans và nhận kết quả phân lớp tương ứng. Bố cục của khóa luận Bồ cục của báo cáo khóa luận tốt nghiệp bao gồm 7 chương như sau: Chương |: Tông quan đê tài. Giới thiệu vê van đê nghiên cứu và mục tiêu của khóa luận. Chương 2: Cơ sở lý thuyết và các nghiên cứu liên quan.

Tìm hiểu về các khái niệm cơ bản liên quan đến bài toán phân lớp các bệnh lý về mắt và tổng hợp những nghiên cứu có liên quan đến đề tài. Lưu ý các bệnh lý về mắt liên quan đến các lớp của bộ dữ liệu thực nghiệm. Chương 3: Một số phương pháp phân lớp ảnh dựa trên học sâu. Trình bày chi tiết về các phương pháp sử dụng học sâu dé phân lớp ảnh, các phương pháp mà nhóm đã sử dụng.

Chương 4: Thực nghiệm và đánh giá. Mô tả quy trình thực hiện thực nghiệm, các bộ dữ liệu sử dụng và kết quả đạt được từ các phương pháp đã thực nghiệm. Trình bày thực nghiệm mô hình đê xuât và đánh giá hiệu quả của mô hình đê xuât. Chương 5: Thử nghiệm cải tiến và đánh giá kết quả.

Dựa vào quan sát thực nghiệm đề xuất sử dụng một số hàm đề tổng hợp kết quả dự đoán của các mô hình. Giới thiệu và trình bày cách ước lượng tham số cho các hàm tông hợp. Đánh giá và phân tích kết quả thực nghiệm của mô hình đê xuât. Chương 6: Xây dựng công cụ phân lớp ảnh.

Trình bày quá trình vận dụng mô hình máy học đã được huấn luyện dé hiện thực công cụ phân lớp. Chương 7: Kết luận và hướng phát triển. Tổng kết những kết qua đạt được từ nghiên cứu và đề xuất hướng phát triển tiếp theo trong lĩnh vực phân lớp ảnh y khoa.