Phát hiện bệnh phổi dựa trên ảnh X-quang dùng học sâu

Khóa luận phát hiện bệnh phổi dựa trên ảnh X-quang dùng học sâu tại ĐH Sư phạm Kỹ thuật TP.HCM

• Tác giả: Trương Hùng Anh
• Người hướng dẫn: TS. Nguyễn Thiên Bảo
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Phát hiện bệnh phổi dựa trên ảnh X-quang dùng học sâu
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan đề tài phát hiện bệnh phổi trên ảnh X quang học sâu

Khoa học dữ liệu ngày nay đóng vai trò quan trọng trong y tế thông minh. Đề tài khóa luận tốt nghiệp tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh nghiên cứu bài toán nhận diện bệnh lý lồng ngực qua ảnh chụp X-quang. Nhóm nghiên cứu tập trung khai thác công nghệ học sâu nhằm hỗ trợ sàng lọc y khoa. Phim X-quang ngực là phương tiện chẩn đoán hình ảnh phổ biến hàng đầu. Thiết bị chụp nhanh, chi phí hợp lý và sẵn có tại hầu hết các cơ sở y tế. Tuy nhiên, việc đọc hàng trăm phim chụp mỗi ngày tạo áp lực khổng lồ cho bác sĩ chẩn đoán hình ảnh. Sai sót thị giác hoàn toàn có thể xảy ra khi khối lượng công việc quá tải. Công nghệ trí tuệ nhân tạo giải quyết triệt để vấn đề này. Mô hình học sâu tự động phát hiện các dấu hiệu tổn thương trên nhu mô phổi. Thuật toán nhận diện các bệnh lý nguy hiểm như viêm phổi, tràn dịch màng phổi và lao phổi. Nghiên cứu khẳng định tiềm năng to lớn của chuyển đổi số ngành y.

1.1. Bối cảnh nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM

Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh là trung tâm đào tạo công nghệ uy tín. Khoa Công nghệ Thông tin cùng Bộ môn Kỹ thuật Dữ liệu đã định hướng sinh viên vào các bài toán thực tiễn. Đề tài do sinh viên Trương Hùng Anh và Nguyễn Xuân Hiệu thực hiện dưới sự dẫn dắt của Tiến sĩ Nguyễn Thiên Bảo. Dự án xuất phát từ yêu cầu cấp thiết về ứng dụng trí tuệ nhân tạo trong y tế dự phòng. Nghiên cứu tận dụng nền tảng điện toán hiện đại để xử lý ảnh X-quang ngực quy mô lớn. Kết quả nghiên cứu đóng góp giải pháp công nghệ giá trị cho nền y tế thông minh.

1.2. Vai trò của ảnh X quang trong phát hiện bệnh lý hô hấp

Ảnh X-quang ngực là tiêu chuẩn vàng trong chẩn đoán ban đầu các bệnh lý hô hấp. Phương pháp này ghi lại hình ảnh giải phẫu của tim, phổi và đường thở. Thời gian thực hiện nhanh giúp xử lý kịp thời các ca cấp cứu. Tuy nhiên, việc đọc kết quả phụ thuộc rất nhiều vào kinh nghiệm của bác sĩ. Vùng tổn thương mờ nhạt dễ bị bỏ sót trong điều kiện ánh sáng không đảm bảo. Mạng nơ-ron học sâu cung cấp góc nhìn thứ hai khách quan. Mô hình giúp khoanh vùng chính xác các điểm bất thường nhỏ nhất trên phim chụp. Sự kết hợp giữa máy tính và chuyên gia nâng cao chất lượng khám chữa bệnh.

II. Thách thức phân tích ảnh X quang chẩn đoán bệnh phổi thực tế

Chẩn đoán hình ảnh phổi bằng phương pháp truyền thống đối mặt với nhiều rào cản kỹ thuật. Đầu tiên, chất lượng hình ảnh X-quang trong thực tế không đồng nhất giữa các cơ sở y tế. Độ tương phản kém, nhiễu thiết bị và tư thế bệnh nhân sai lệch ảnh hưởng lớn đến việc phân tích. Thêm vào đó, mật độ mô xương sườn và các cơ quan lân cận thường che khuất các vết mờ bệnh lý. Bác sĩ chuyên khoa phải mất nhiều năm đào tạo mới có thể nhận diện chính xác các dấu hiệu tổn thương phức tạp. Tình trạng thiếu hụt nhân lực y tế chuyên sâu tại các tuyến cơ sở càng làm trầm trọng thêm áp lực khám bệnh. Khi số lượng ca bệnh tăng vọt, nguy cơ chẩn đoán sai hoặc bỏ sót dấu ấn bệnh học tăng cao. Việc huấn luyện mô hình máy học cũng gặp thách thức lớn do dữ liệu gán nhãn y khoa vô cùng khan hiếm. Các nhãn bệnh thường bị mất cân bằng nghiêm trọng giữa lớp bình thường và lớp bệnh lý. Hệ thống học sâu cần giải pháp tiền xử lý mạnh mẽ để xử lý các trở ngại phức tạp này.

2.1. Giới hạn của phương pháp chẩn đoán hình ảnh truyền thống

Quy trình chẩn đoán truyền thống phụ thuộc trực tiếp vào mắt thường và kinh nghiệm bác sĩ. Mệt mỏi sau nhiều giờ làm việc liên tục làm suy giảm khả năng tập trung của người đọc phim. Những tổn thương dạng kính mờ hoặc nốt mờ nhỏ dưới vài milimét rất dễ bị bỏ qua. Bên cạnh đó, việc lưu trữ hồ sơ phim nhựa tốn kém diện tích và dễ hư hỏng theo thời gian. Sự thiếu hụt chuyên gia chẩn đoán hình ảnh tại các bệnh viện tuyến huyện tạo ra khoảng cách lớn về chất lượng y tế. Bệnh nhân tuyến dưới thường phải chuyển viện gây tốn kém thời gian và chi phí điều trị.

2.2. Vấn đề mất cân bằng và chất lượng dữ liệu huấn luyện y tế

Tập dữ liệu hình ảnh y tế luôn đối mặt với vấn đề mất cân bằng nhãn nghiêm trọng. Số lượng mẫu phổi bình thường luôn vượt trội so với các ca bệnh hiếm gặp. Sự chênh lệch này khiến mô hình trí tuệ nhân tạo dễ rơi vào xu hướng dự đoán thiên vị lớp đa số. Ngoài ra, hình ảnh X-quang thu thập từ nhiều nguồn thiết bị có độ phân giải và độ nhiễu khác nhau. Kỹ thuật tiền xử lý ảnh và cân bằng tập dữ liệu là yêu cầu bắt buộc trước khi đưa vào huấn luyện mạng sâu. Việc chuẩn hóa kích thước, khử nhiễu và tăng cường dữ liệu giúp thuật toán học đặc trưng chính xác hơn.

III. Phương pháp học sâu phát hiện bệnh phổi trên ảnh X quang SPKT

Đề tài tại Đại học Sư phạm Kỹ thuật ứng dụng mạng nơ-ron tích chập (CNN) hiện đại để phân loại tổn thương phổi. Kiến trúc CNN cho phép tự động trích xuất các đặc trưng hình ảnh phân cấp từ mức độ thấp đến mức độ cao. Các lớp tích chập quét qua từng ma trận điểm ảnh để nhận biết đường biên, hoa văn và vùng cản quang bất thường. Quá trình tiền xử lý sử dụng các phép biến đổi hình học và chuẩn hóa dải màu để làm giàu tập dữ liệu huấn luyện. Dữ liệu nghiên cứu được thu thập từ nền tảng Kaggle và các nguồn chuẩn y khoa do giảng viên hướng dẫn cung cấp. Nhóm sinh viên triển khai môi trường lập trình Python kết hợp nền tảng tính toán đám mây Google Colab với tài nguyên GPU mạnh mẽ. Mô hình tối ưu hóa hàm mất mát thông qua thuật toán lan truyền ngược và cập nhật trọng số liên tục. Kết quả huấn luyện tạo ra mạng học sâu có khả năng phân loại đa lớp chính xác, phát hiện hiệu quả các tổn thương phổi đặc thù.

3.1. Kiến trúc mạng nơ ron tích chập trong trích xuất đặc trưng

Mạng nơ-ron tích chập đóng vai trò xương sống trong mô hình nhận dạng ảnh y khoa. Khối tích chập áp dụng các bộ lọc số để dò tìm các đặc trưng không gian trên ảnh phổi. Các lớp đầu tiên nắm bắt các đường nét cơ bản như góc cạnh xương sườn và bờ cong hoành. Các lớp sâu hơn tổng hợp thông tin để nhận diện cấu trúc mô kẽ và vùng thâm nhiễm phức tạp. Lớp gộp giúp giảm kích thước không gian và kiểm soát nguy cơ quá khớp dữ liệu. Cuối cùng, lớp kết nối đầy đủ tính toán xác suất phân loại bệnh lý. Cấu trúc mạng nhiều tầng đảm bảo trích xuất đặc trưng chính xác tuyệt đối.

3.2. Quy trình tiền xử lý và huấn luyện trên Google Colab

Quy trình nghiên cứu bắt đầu bằng việc chuẩn hóa kích thước ảnh X-quang đầu vào. Kỹ thuật cân bằng lược đồ màu giúp tăng cường độ tương phản giữa các mô mềm và xương. Sinh viên áp dụng API từ Kaggle để đồng bộ dữ liệu nhanh chóng vào Google Drive. Môi trường Google Colab cung cấp GPU hiệu năng cao hỗ trợ tăng tốc tính toán song song. Quá trình huấn luyện sử dụng các thuật toán tối ưu hóa tiên tiến để điều chỉnh trọng số mạng nơ-ron. Phương pháp dừng sớm được tích hợp nhằm ngăn chặn hiện tượng học vẹt trên tập mẫu. Mô hình cuối cùng đạt tốc độ hội tụ nhanh và độ ổn định rất cao.

IV. Ứng dụng mô hình học sâu phát hiện bệnh phổi vào y tế thực tế

Kết quả thực nghiệm từ đề tài khóa luận chứng minh tính khả thi cao của giải pháp học sâu. Mô hình đạt chỉ số phân loại vượt trội trên tập kiểm thử độc lập. Hệ thống nhận diện chuẩn xác các ca tổn thương phổi với độ nhạy và độ đặc hiệu cao. Việc ứng dụng giải pháp vào thực tế mang lại lợi ích thiết thực cho hệ thống y tế công cộng. Phần mềm đóng vai trò trợ lý ảo đắc lực giúp bác sĩ sàng lọc hàng loạt phim X-quang trong các đợt khám sức khỏe định kỳ. Tại các vùng sâu vùng xa, công cụ giúp giảm tải áp lực chuyển tuyến và phát hiện sớm bệnh lý hô hấp nguy kịch. Thời gian trả kết quả chẩn đoán rút ngắn đáng kể từ hàng giờ xuống còn vài giây. Thành công của đề tài tại Đại học Sư phạm Kỹ thuật TP.HCM khẳng định năng lực ứng dụng công nghệ của kỹ sư trẻ. Nghiên cứu mở ra tiềm năng tích hợp trí tuệ nhân tạo vào thiết bị chụp X-quang thế hệ mới.

4.1. Hiệu quả hỗ trợ chẩn đoán lâm sàng cho bác sĩ y khoa

Hệ thống trí tuệ nhân tạo đóng vai trò kiểm chứng độc lập trong phòng đọc phim X-quang. Mô hình tự động phân loại và đánh dấu vùng nghi ngờ tổn thương trong vài giây. Bác sĩ tiết kiệm đáng kể thời gian sàng lọc sơ bộ các ca bình thường. Nhân lực y tế có thể dồn toàn bộ sự tập trung vào các trường hợp bệnh lý phức tạp. Tỷ lệ chẩn đoán sót được hạn chế tối đa nhờ cảnh báo sớm từ thuật toán. Sự phối hợp này nâng cao độ an toàn và chất lượng điều trị tổng thể cho bệnh nhân. Công nghệ hỗ trợ giảm thiểu tối đa các rủi ro y khoa ngoài ý muốn.

4.2. Hướng phát triển và mở rộng mô hình học sâu y tế

Nghiên cứu mở ra nhiều hướng phát triển tiềm năng trong giai đoạn tiếp theo. Mô hình có thể nâng cấp để phân loại đồng thời nhiều loại bệnh lý hô hấp phức tạp khác nhau. Việc tích hợp dữ liệu đa phương thức như tiền sử bệnh án và triệu chứng lâm sàng sẽ nâng cao độ chính xác. Đội ngũ nghiên cứu hướng tới đóng gói mô hình thành dịch vụ web trực tuyến. Các cơ sở y tế vùng xa có thể truy cập hệ thống dễ dàng qua mạng Internet. Sự hoàn thiện thuật toán tạo nền móng vững chắc cho việc ứng dụng trí tuệ nhân tạo vào y tế thực tiễn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp kỹ sư ngành Công nghệ thông tin (chuyên ngành Kỹ thuật dữ liệu) với đề tài "Phát hiện bệnh phổi dựa trên ảnh X-Quang dùng học sâu" được thực hiện bởi sinh viên Trương Hùng Anh và Nguyễn Xuân Hiệu, dưới sự hướng dẫn của TS. Nguyễn Thiên Bảo tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (năm 2022).

Bối cảnh thực tiễn của nghiên cứu xuất phát từ thực trạng chẩn đoán hình ảnh tại các cơ sở y tế. Theo phân tích của các tác giả, việc đọc và phân tích phim chụp X-quang phổi hiện nay phần lớn vẫn được các bác sĩ thực hiện bằng phương pháp thủ công. Quy trình này đòi hỏi nhiều thời gian và nguồn nhân lực chuyên môn cao. Đặc biệt, trong bối cảnh các dịch bệnh về đường hô hấp (tiêu biểu là đại dịch COVID-19) bùng phát, hệ thống y tế rơi vào tình trạng quá tải nghiêm trọng. Việc chẩn đoán thủ công kéo theo nhiều hạn chế thực tiễn:

1. Tốn kém nhân lực chuyên trách và kéo dài thời gian chờ đợi của bệnh nhân.
2. Tình trạng bệnh nhân phải tập trung đông đúc chờ nhận kết quả xét nghiệm làm gia tăng nguy cơ lây nhiễm chéo tại bệnh viện.
3. Nhân lực y tế bị phân tán vào khâu chẩn đoán ban đầu thay vì tập trung cho công tác điều trị bệnh nhân nặng.

Trước thực trạng đó, việc ứng dụng các giải pháp công nghệ thông tin và trí tuệ nhân tạo được đặt ra nhằm hướng tới ba mục tiêu thực tiễn: giảm thời gian chẩn đoán, tiết kiệm chi phí vận hành và hỗ trợ can thiệp y tế kịp thời để nâng cao tỷ lệ sống sót của người bệnh.

Mục tiêu và nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm:

1. Nghiên cứu cơ sở lý thuyết về học máy (Machine Learning), học sâu (Deep Learning) và các kiến trúc mạng nơ-ron tích chập (Convolutional Neural Networks - CNN) trong xử lý ảnh y tế.
2. Tìm hiểu và xây dựng các mô hình học sâu chuyên biệt để phân loại hình ảnh X-quang ngực, hỗ trợ phát hiện các tổn thương phổi.
3. Thực nghiệm, đánh giá và so sánh hiệu năng của các mô hình học sâu (VGG-16, VGG-19, ResNet-50) trên tập dữ liệu ảnh thực tế nhằm tạo ra các mô hình có độ chính xác cao.

Đối tượng nghiên cứu của khóa luận là hình ảnh X-quang ngực thuộc hai nhóm: phổi bình thường và phổi có tổn thương bệnh lý (độ mờ phổi / viêm phổi).

Phạm vi nghiên cứu về mặt dữ liệu được giới hạn trong tập dữ liệu ảnh X-quang phổi công khai từ nền tảng Kaggle do tác giả Paulo Breviglieri xử lý và công bố. Về mặt thời gian, đề tài được triển khai từ ngày 15/09/2022 và hoàn thành báo cáo vào ngày 27/12/2022.

---

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập hệ thống cơ sở lý thuyết bao quát từ học máy truyền thống đến các cấu trúc mạng nơ-ron học sâu chuyên dụng cho thị giác máy tính:

• Mạng nơ-ron nhân tạo (Artificial Neural Networks - ANN): Mô hình hóa cấu trúc nơ-ron sinh học (nhân, thân tế bào, sợi trục axon) thành các nút nơ-ron nhân tạo với các trọng số liên kết (weights), độ lệch (bias) và hàm kích hoạt phi tuyến. Quá trình tính toán đầu ra dựa trên lan truyền tiến (Forward propagation) với công thức tổng quát $h(X) = \phi(XW + b)$, và quá trình huấn luyện sử dụng thuật toán lan truyền ngược (Backpropagation) kết hợp phương pháp hạ gradient (Gradient Descent) để tối thiểu hóa các hàm mất mát (như sai số bình phương trung bình - MSE hoặc sai số tuyệt đối trung bình - MAE).
• Mạng nơ-ron tích chập (Convolutional Neural Network - CNN): Nền tảng cốt lõi cho phân tích hình ảnh, bao gồm các lớp tích chập (Convolutional Layers) để trích xuất đặc trưng không gian cục bộ thông qua các trường tiếp nhận (Receptive Field), kỹ thuật đệm số 0 (Zero-padding) và bước trượt (Stride). Các lớp gộp (Pooling Layers) như Max Pooling, Average Pooling và Global Average Pooling được dùng để giảm chiều không gian và giảm số lượng tham số tính toán. Cuối cùng, các lớp kết nối đầy đủ (Fully Connected Layers / Dense Layers) thực hiện nhiệm vụ tổng hợp đặc trưng và phân loại.
• Kiến trúc mạng học sâu tham chiếu:
  • VGG-16 và VGG-19: Kiến trúc mạng nơ-ron sâu sử dụng đồng nhất các bộ lọc kích thước nhỏ $3 \times 3$ xếp chồng lên nhau thành các khối tích chập kết hợp Max Pooling, giúp giảm tham số tính toán so với các bộ lọc kích thước lớn (như $5 \times 5$) nhưng vẫn tăng khả năng trích xuất đặc trưng mức cao. Mạng VGG-16 chứa khoảng 138 triệu tham số với 13 lớp tích chập và 3 lớp kết nối đầy đủ; VGG-19 bổ sung thêm 3 lớp tích chập.
  • ResNet (Residual Network): Kiến trúc mạng giải quyết vấn đề suy giảm độ chính xác và triệt tiêu đạo hàm khi tăng chiều sâu mạng thông qua cơ chế kết nối tắt đồng nhất (shortcut/skip connection) trong các khối thặng dư (Residual Block), đưa biểu thức đầu ra về dạng $H(x) = F(x) + x$.
• Kỹ thuật tăng cường dữ liệu (Data Augmentation): Nhằm giải quyết hạn chế về số lượng mẫu trong ảnh y tế và hạn chế hiện tượng quá khớp (overfitting), tác giả nghiên cứu các phép biến đổi hình học và điểm ảnh: lật ảnh (Flip), cắt ngẫu nhiên (Random Crop), xoay ảnh (Rotation), chuyển đổi màu (Color Shift), thêm nhiễu (Noise addition), làm mất thông tin (Information loss) và thay đổi độ tương phản (Contrast change).
• Hệ thống chỉ số đánh giá mô hình phân loại: Sử dụng ma trận nhầm lẫn (Confusion Matrix) với các tham số True Positive (TP), True Negative (TN), False Positive (FP), False Negative (FN) để xác định:
  • Độ chính xác phân loại tổng thể: $\text{Classification Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}$
  • Độ chính xác dương tính: $\text{Precision} = \frac{TP}{TP + FP}$
  • Độ nhạy / Độ thu hồi: $\text{Recall / Sensitivity} = \frac{TP}{TP + FN}$
  • Độ đặc hiệu: $\text{Specificity} = \frac{TN}{TN + FP}$
  • Điểm $F_1\text{-score}$: Trung bình điều hòa giữa Precision và Recall.
  • Đường cong ROC (Receiver Operating Characteristic) biểu diễn tỷ lệ TPR so với FPR theo từng ngưỡng phân loại và diện tích dưới đường cong AUC (Area Under the Curve).

Phương pháp nghiên cứu thực nghiệm được tiến hành theo quy trình kỹ thuật dữ liệu: thu thập tập dữ liệu chuẩn hóa qua API, tổ chức tiền xử lý dữ liệu ảnh, thiết lập pipeline huấn luyện các mô hình CNN (VGG-16, VGG-19, ResNet-50) trên môi trường điện toán đám mây và đánh giá so sánh chéo bằng các chỉ số kiểm thử định lượng.

Nguồn dữ liệu thực nghiệm được lấy từ bộ dữ liệu công khai "Pneumonia X-Ray Images" do Paulo Breviglieri xuất bản trên Kaggle (bản cải tiến, cân bằng lại từ tập dữ liệu gốc của Paul Mooney).

---

Nội dung chính theo từng chương

Chương 1. Tổng quan về bài toán phát hiện bệnh phổi dựa trên ảnh X-Quang

Chương 1 trình bày tổng quan về thực trạng khám chữa bệnh đường hô hấp, làm rõ vai trò của kỹ thuật chụp X-quang lồng ngực trong lâm sàng cũng như các hạn chế cố hữu của phương pháp truyền thống.

Tác giả chỉ rõ chụp X-quang phổi là kỹ thuật sàng lọc hình ảnh không gây đau, thực hiện nhanh, chi phí thấp, cho phép khảo sát cấu trúc hai lá phổi, bóng tim, mạch máu, đường thở và khung xương thành ngực. Kỹ thuật này hỗ trợ nhận diện nhiều bệnh lý nguy hiểm: tràn dịch màng phổi, tràn khí màng phổi, viêm phổi, xẹp phổi, áp xe phổi, lao phổi và ung thư phổi.

Tuy nhiên, phương pháp X-quang truyền thống tồn tại các hạn chế kỹ thuật:

• Khó phát hiện các tổn thương nhỏ hoặc bệnh lý ở giai đoạn khởi phát sớm.
• Tổn thương phổi dễ bị che khuất bởi bóng tim, mạch máu lớn hoặc xương sườn.
• Khó quan sát chính xác các vùng giải phẫu phức tạp như hai đỉnh phổi.
• Không thể hiện rõ các đặc tính bệnh lý vi mô bên trong khối tổn thương.
• Chống chỉ định tương đối đối với phụ nữ mang thai do tác động của bức xạ tia X.

Từ việc phân tích các hạn chế trên kết hợp tình trạng quá tải bệnh viện, chương này khẳng định sự cần thiết của việc xây dựng hệ thống tự động hóa phân loại hình ảnh dựa trên trí tuệ nhân tạo.

Chương 2. Tổng quan về học máy, học sâu

Chương 2 cung cấp hệ thống cơ sở lý thuyết toán học và mô hình thuật toán. Tác giả phân loại các bài toán cơ bản trong học máy gồm phân loại (classification), hồi quy (regression), máy dịch (machine translation), phân cụm (clustering) và hoàn thiện dữ liệu thiếu (data completion); đồng thời phân chia các phương thức học thành học có giám sát, học không giám sát, học bán giám sát và học củng cố.

Phần trọng tâm của chương tập trung vào cấu trúc mạng nơ-ron:

• Phân tích cơ chế hoạt động của nơ-ron nhân tạo mô phỏng nơ-ron sinh học, giải thích chi tiết quá trình truyền tín hiệu xuôi và thuật toán lan truyền ngược cập nhật trọng số thông qua đạo hàm của hàm mất mát.
• Làm rõ nguyên lý vận hành của mạng nơ-ron tích chập (CNN). Tác giả phân tích cơ chế quét của bộ lọc (kernel) qua từng trường tiếp nhận cục bộ, việc ứng dụng kỹ thuật zero-padding để bảo toàn kích thước không gian và sử dụng bước trượt stride để giảm số chiều dữ liệu. Ví dụ minh họa trong chương chứng minh việc sử dụng hai bộ lọc $3 \times 3$ nối tiếp chỉ tiêu tốn 54 tham số tính toán, hiệu quả hơn hẳn so với việc dùng một bộ lọc $5 \times 5$ tiêu tốn 75 tham số.
• Phân định các cơ chế gộp đặc trưng: Max Pooling lấy giá trị cực đại trong cửa sổ trượt, Average Pooling tính giá trị trung bình và Global Average Pooling nén toàn bộ bản đồ đặc trưng thành một giá trị đơn lẻ giúp giảm mạnh số lượng tham số ở các tầng cuối.
• Định nghĩa chi tiết hệ thống đo lường hiệu năng: Confusion matrix, Accuracy, Precision, Recall, F1-score, Sensitivity, Specificity, cùng nguyên lý dựng đường cong ROC và tính diện tích AUC trên trục tọa độ TPR-FPR.

Chương 3. Ứng dụng học sâu để giải quyết bài toán phân loại bệnh phổi dựa trên hình ảnh X Quang

Chương 3 đi sâu vào kiến trúc chi tiết của các mạng nơ-ron tích chập được lựa chọn áp dụng trong đề tài và kỹ thuật xử lý dữ liệu hình ảnh:

• Kiến trúc dòng VGG: Trình bày chi tiết VGG-16 với 16 tầng (13 tầng tích chập chia thành các khối lặp lại đi kèm Max Pooling và 3 tầng fully connected). Mạng VGG-19 được mở rộng với 19 tầng nhờ bổ sung thêm 3 tầng tích chập ở các khối sâu phía sau. Điểm nhấn kiến trúc là việc sử dụng triệt để bộ lọc kích thước nhỏ $3 \times 3$ trên toàn bộ các khối.
• Kiến trúc ResNet: Phân tích giải pháp khắc phục hiện tượng đạo hàm biến mất (vanishing gradient) khi huấn luyện các mạng rất sâu thông qua khối thặng dư (Residual Block). Khối này thiết lập đường dẫn tắt (shortcut connection) cộng trực tiếp đầu vào $x$ vào ánh xạ phi tuyến $F(x)$, giúp gradient lan truyền trực tiếp về các tầng nông mà không bị triệt tiêu.
• Kỹ thuật tăng cường dữ liệu (Data Augmentation): Trình bày chi tiết nguyên lý hoạt động của 7 phương pháp biến đổi ảnh nhằm tạo ra các biến thể dữ liệu phong phú, hỗ trợ mô hình học được các đặc trưng bất biến, giảm thiểu hiện tượng học vẹt (overfitting):
  1. Lật ảnh (Flip): Lật theo trục dọc hoặc trục ngang nhưng vẫn giữ nguyên tính chất giải phẫu.
  2. Cắt ngẫu nhiên (Random Crop): Cắt các vùng ảnh con giữ lại thành phần trung tâm.
  3. Xoay ảnh (Rotation): Xoay ảnh theo các góc xác định.
  4. Chuyển đổi màu (Color Shift): Thay đổi giá trị trên các kênh màu.
  5. Thêm nhiễu (Noise addition): Thêm nhiễu ngẫu nhiên, nhiễu mờ do chuyển động hoặc nén ảnh.
  6. Mất thông tin (Information loss): Xóa ngẫu nhiên một phần vùng ảnh.
  7. Đổi độ tương phản (Contrast change): Điều chỉnh dải tương phản và độ bão hòa ánh sáng.

Chương 4. Thực nghiệm và kết quả

Chương 4 mô tả toàn bộ môi trường, quy trình thực hiện và kết quả kiểm thử các mô hình:

• Dữ liệu thực nghiệm: Tập dữ liệu X-quang ngực (Pneumonia X-Ray Images) từ Kaggle gồm hai lớp nhãn: Bình thường (Normal) và Độ mờ phổi/Viêm phổi (Opacity/Pneumonia). Cấu trúc tập dữ liệu được tổ chức thành 3 thư mục train, val, test với tổng số 8.622 quan sát:
  • Tập huấn luyện (train): 7.712 ảnh (gồm 3.837 trường hợp bình thường và 3.875 trường hợp có độ mờ/viêm phổi).
  • Tập kiểm tra (test): 16 ảnh (gồm 8 trường hợp bình thường và 8 trường hợp tổn thương mờ phổi).
• Môi trường và công cụ thực hiện:
  • Ngôn ngữ lập trình: Python.
  • Nền tảng thực thi: Google Colaboratory và Kaggle Notebook (hỗ trợ tài nguyên tính toán phần cứng CPU, GPU, TPU).
  • Quy trình xử lý: Sử dụng API của Kaggle (thông qua tệp xác thực JSON) để tự động hóa việc tải và giải nén tập dữ liệu zip; tiền xử lý và nạp thư viện học sâu; khởi tạo và xây dựng kiến trúc các mô hình VGG16, VGG19, ResNet50; tiến hành huấn luyện và xuất báo cáo phân loại (Classification Report), ma trận nhầm lẫn (Confusion Matrix), đường cong ROC và chỉ số AUC; thử nghiệm dự đoán trên hình ảnh X-quang ngẫu nhiên.

---

Kết quả và đóng góp

Kết quả thực nghiệm

Khóa luận đã hoàn thành quy trình xây dựng, cấu hình và huấn luyện thực nghiệm 3 kiến trúc học sâu phân loại ảnh X-quang phổi nhị phân. Các thông số cấu trúc dữ liệu thực nghiệm được tổng hợp trong bảng sau:

Thành phần dữ liệu	Nhãn bình thường (Normal)	Nhãn bệnh lý (Opacity / Viêm phổi)	Tổng số quan sát
Tập huấn luyện (Train)	3.837 ảnh	3.875 ảnh	7.712 ảnh
Tập kiểm tra (Test)	8 ảnh	8 ảnh	16 ảnh
Tổng số quan sát ghi nhận	-	-	8.622 ảnh

Các kết quả kỹ thuật thu được từ thực nghiệm:

• Huấn luyện thành công các mô hình VGG-16, VGG-19 và ResNet-50 trên tập dữ liệu đã áp dụng các kỹ thuật tiền xử lý và tăng cường dữ liệu.
• Thiết lập hệ thống đánh giá trực quan và định lượng cho từng mô hình bao gồm: biểu đồ ma trận nhầm lẫn (Confusion Matrix), báo cáo phân loại chi tiết (Classification Report với Precision, Recall, F1-score) và đồ thị đường cong ROC so sánh diện tích AUC giữa ba mô hình ResNet-50, VGG-16, VGG-19.
• Thử nghiệm chức năng kiểm tra và nhận diện phân loại thành công trên các tệp ảnh X-quang bất kỳ đưa vào hệ thống.

Giải pháp và đóng góp của đề tài

• Giải pháp đề xuất: Đề tài đề xuất quy trình tự động hóa khâu tiền chẩn đoán hình ảnh y tế bằng học sâu. Mô hình đóng vai trò như một công cụ hỗ trợ sàng lọc nhanh, giúp giảm tải công việc đọc phim thủ công cho đội ngũ bác sĩ, rút ngắn thời gian trả kết quả xét nghiệm và hạn chế ùn tắc tại các phòng xét nghiệm.
• Đóng góp của khóa luận:
  1. Tổng hợp và hệ thống hóa lý thuyết về mạng nơ-ron tích chập và các kiến trúc mạng thị giác máy tính kinh điển (VGG, ResNet) trong ứng dụng y khoa.
  2. Thực nghiệm việc áp dụng các kỹ thuật tăng cường dữ liệu (Data Augmentation) trên ảnh X-quang nhằm nâng cao tính tổng quát hóa và hạn chế overfitting.
  3. Xây dựng hoàn chỉnh luồng xử lý kỹ thuật dữ liệu từ kết nối API Kaggle, xử lý dữ liệu, huấn luyện đến đánh giá so sánh chéo nhiều mô hình học sâu.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

Dựa trên nội dung văn bản khóa luận, các hạn chế kỹ thuật và phạm vi bao gồm:

• Bản thân kỹ thuật chụp X-quang phổi tồn tại các nhược điểm vật lý không thể khắc phục bằng phần mềm: khó phát hiện tổn thương quá nhỏ hoặc ở giai đoạn sớm, tổn thương bị che lấp bởi bóng tim hoặc xương sườn, và hình ảnh không phản ánh được cấu trúc mô bệnh học chi tiết bên trong.
• Tập dữ liệu kiểm tra cục bộ (test set) được mô tả trong phần số liệu quan sát thực nghiệm có quy mô nhỏ (16 mẫu), chưa bao quát hết sự đa dạng của các ca lâm sàng phức tạp.
• Đề tài tập trung chủ yếu vào bài toán phân loại nhị phân (phổi bình thường đối chiếu với phổi có tổn thương độ mờ/viêm phổi), chưa phân loại chi tiết các bệnh lý chuyên biệt khác.

Hướng nghiên cứu tiếp

Khóa luận định hướng các nội dung phát triển tiếp theo tại Chương 5:

• Tiếp tục tối ưu hóa siêu tham số và cấu trúc mô hình để nâng cao độ chính xác phân loại.
• Mở rộng bài toán phân loại đa nhãn (multi-class / multi-label) để phát hiện đồng thời nhiều dạng bệnh lý lồng ngực khác nhau trên cùng một phim chụp (như tràn dịch màng phổi, xẹp phổi, áp xe, lao phổi, ung thư phổi).
• Xây dựng giao diện ứng dụng hoàn chỉnh để triển khai thử nghiệm tại các cơ sở y tế phục vụ công tác sàng lọc thực tế.

---

Giá trị tham khảo

Tài liệu khóa luận có giá trị tham khảo hữu ích cho các đối tượng:

• Sinh viên chuyên ngành Công nghệ thông tin, Khoa học dữ liệu, Trí tuệ nhân tạo: Cung cấp tài liệu tham khảo thực tế về cách triển khai một bài toán phân loại ảnh y tế (Medical Image Classification) từ khâu lý thuyết giải thuật đến mã nguồn thực nghiệm.
• Người nghiên cứu các đề tài xử lý ảnh y tế: Có thể tham khảo cách thiết lập pipeline nạp dữ liệu qua Kaggle API, áp dụng 7 kỹ thuật tăng cường dữ liệu cho ảnh đơn sắc/ảnh X-quang, và cách cấu hình các chỉ số đánh giá chuyên sâu trong y tế (Sensitivity, Specificity, ROC-AUC).
• Phần nội dung có giá trị tham khảo cao nhất:
  • Mục 2.3 và 2.4 (Chương 2): Trình bày mạch lạc về toán học của CNN, cơ chế hoạt động của receptive field, zero-padding, stride và so sánh hiệu quả tham số giữa các kích thước bộ lọc.
  • Mục 3.1 và 3.2 (Chương 3): Phân tích chi tiết kiến trúc khối tích chập VGG và khối thặng dư ResNet giải quyết bài toán suy giảm đạo hàm.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng tập dữ liệu thực nghiệm nào và cấu trúc phân bổ ra sao?
Khóa luận sử dụng bộ dữ liệu "Pneumonia X-Ray Images" do Paulo Breviglieri phát hành trên Kaggle (bản cập nhật cân bằng từ bộ dữ liệu của Paul Mooney). Dữ liệu có tổng số 8.622 quan sát phân thành 2 nhãn: Bình thường (Normal) và Độ mờ/Viêm phổi (Opacity). Tập huấn luyện (train) gồm 7.712 ảnh (3.837 ảnh bình thường, 3.875 ảnh mờ phổi); tập kiểm tra (test) ghi nhận 16 ảnh (8 bình thường, 8 mờ phổi).

2. Các kiến trúc học sâu nào được nhóm tác giả xây dựng và so sánh thực nghiệm?
Ba kiến trúc học sâu được cài đặt và đánh giá so sánh trong đề tài gồm có VGG-16 (16 tầng, ~138 triệu tham số), VGG-19 (19 tầng) và ResNet-50 (mạng nơ-ron tích chập sử dụng khối thặng dư Residual Block với các kết nối tắt).

3. Nhóm tác giả đã sử dụng những kỹ thuật tăng cường dữ liệu (Data Augmentation) nào?
Văn bản trình bày 7 kỹ thuật tăng cường dữ liệu cụ thể nhằm làm phong phú tập huấn luyện và giảm hiện tượng quá khớp: lật ảnh (Flip), cắt ngẫu nhiên (Random Crop), xoay ảnh (Rotation), chuyển đổi màu (Color Shift), thêm nhiễu (Noise addition), làm mất thông tin (Information loss) và thay đổi độ tương phản (Contrast change).

4. Mô hình phân loại được đánh giá qua những chỉ số kỹ thuật nào?
Hiệu năng mô hình được đo lường thông qua ma trận nhầm lẫn (Confusion Matrix), độ chính xác tổng thể (Classification Accuracy), độ chính xác dương tính (Precision), độ thu hồi/độ nhạy (Recall/Sensitivity), độ đặc hiệu (Specificity), điểm F1-score, đồ thị đường cong ROC và diện tích dưới đường cong ROC (AUC).

5. Môi trường và công cụ lập trình nào được sử dụng để triển khai nghiên cứu?
Nghiên cứu sử dụng ngôn ngữ lập trình Python, thực thi trên nền tảng đám mây Google Colaboratory và Kaggle Notebook (tận dụng phần cứng CPU, GPU, TPU), kết hợp sử dụng Kaggle API (qua tệp json) để tự động tải và giải nén dữ liệu.

---

Kết luận

Khóa luận tốt nghiệp của sinh viên Trương Hùng Anh và Nguyễn Xuân Hiệu đã giải quyết trọn vẹn bài toán ứng dụng học sâu vào phân tích hình ảnh X-quang ngực nhằm phát hiện các tổn thương bệnh phổi. Nghiên cứu đã hệ thống hóa cơ sở lý thuyết về mạng nơ-ron tích chập, phân tích chi tiết cơ chế hoạt động của các kiến trúc VGG-16, VGG-19, ResNet-50 và phương pháp tăng cường dữ liệu. Kết quả thực nghiệm trên tập dữ liệu chuẩn hóa đã cung cấp một quy trình kỹ thuật dữ liệu hoàn chỉnh, tạo tiền đề khoa học thực tiễn cho việc phát triển các công cụ hỗ trợ sàng lọc y tế tự động.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN VỀ BÀI TOÁN PHÁT HIỆN BỆNH PHỔI DỰA TRÊN ẢNH X-QUANG 1. BÀI TOÁN PHÁT HIỆN BỆNH PHỔI DỰA TRÊN ẢNH X-QUANG 1. Thực trạng Như chúng tôi đã thấy thì hiện nay, thời đại công nghệ phát triển.

Các bác sĩ vẫn còn phải đọc X-Quang bằng phương pháp thủ công rất tốn thời gian và nhân lực. Ngoài ra dịch bệnh COVID-19 làm cho tình trạng các bệnh viện trở nên quá tải cũng như việc chẩn đoán kết quả rất mất thời gian cũng như nhân lực để dùng cho những việc quan trọng hơn như chữa trị bệnh nhân đã nhiễm. Vấn đề Các vấn đề khi sử dụng phương pháp truyền thống: ● Tốn nhân lực và thời gian. ● Bệnh nhân phải chờ đợi kết quả.

● Tăng tình trạng lây nhiễm chéo khi chen chúc xét nghiệm. Giải pháp Việc ứng dụng giải pháp công nghệ thông tin để giải quyết các bài toán phát hiện bệnh phổi nhằm: ● Giảm thời gian. ● Giảm chi phí. ● Nâng cao tỉ lệ sống sót của bệnh nhân 1.

Mục tiêu Đề tài tập trung nghiên cứu ứng dụng lĩnh vực của công nghệ thông tin là học sâu vào phân tích hình ảnh X Quang để giải quyết các vấn đề bệnh phổi. Bệnh phổi và phân loại bệnh phổi Bệnh phổi và chụp X - Quang phổi là gì ?1 1 Nội dung tham khảo từ website: VIÊM PHỔI: NGUYÊN NHÂN, TRIỆU CHỨNG, ĐIỀU TRỊ VÀ CÁCH PHÒNG NGỪA (VNVC, 2022) Trang | 1 BÀI TOÁN PHÂN LOẠI BỆNH PHỔI Hiện nay các bệnh về phổi là một trong những bệnh lý nguy hiểm hàng đầu. Với quá trình công nghiệp hóa thì ô nhiễm khói bụi hay là thói quen sử dụng thuốc lá là những nguyên nhân chính gây nên các bệnh về phổi. Để phát hiện được bệnh phổi thì chúng tôi cần dùng các phương pháp như chụp X – Quang phổi.

Chụp X-quang phổi là kỹ thuật giúp kiểm tra, sàng lọc và phát hiện những dấu hiệu bất thường tại những vị trí khác nhau của phổi. Thông qua kết quả chụp X-quang phổi, cùng các xét nghiệm cần thiết khác, sẽ gợi ý chẩn đoán bệnh lý liên quan đến phổi, từ đó đưa ra phác đồ điều trị thích hợp nhất cho người bệnh. * Lợi ích của việc chụp X – Quang phổi:  Được thực hiện nhanh chóng, không gây đau.  Là phương pháp thăm khám hình ảnh ít tốn kém.

 Chụp X quang ngực có thể giúp xác định hình ảnh của các cơ quan thuộc lồng ngực như hai lá phổi, bóng tim, bộ xương thành ngực, mạch máu, đường thở,… làm cơ sở hỗ trợ để các bác sĩ đưa ra chẩn đoán chính xác nhất.  Chụp x-quang phổi có thể nhìn thấy các tổn thương đủ lớn, không bị chồng lấp trên trường khảo sát. * Hạn chế của việc chụp X – Quang phổi:  Đến nay, kỹ thuật này không cho phép các bác sĩ thấy được những tổn thương nhỏ, hoặc bệnh lý đang ở giai đoạn sớm.  Khi chụp X quang phổi, tổn thương phổi có thể bị che bởi bóng tim, xương sườn…  Đối với những tổn thương ở vị trí khó quan sát như hai đỉnh phổi, chụp X- quang không phải là kỹ thuật tối ưu nhất.

 Chụp X-quang ngực không thấy rõ được những đặc tính bên trong của tổn thương.  Chụp xquang phổi có thể là chống chỉ định tương đối đối với phụ nữ mang thai do bức xạ của tia X. Và vì những bất lợi của tia X nên việc chụp x- quang phổi phải được tiến hành trong điều kiện an toàn về mặt kỹ thuật. Trang | 2 BÀI TOÁN PHÂN LOẠI BỆNH PHỔI Phòng chụp, máy móc, trang thiết bị chụp phải đạt tiêu chuẩn an toàn do Bộ y tế và Tổ chức y tế thế giới đề ra.