Luận văn thạc sĩ về phát hiện và nhận dạng hình dáng viên thuốc sử dụng deep learning

Luận văn thạc sĩ nghiên cứu phát hiện và nhận dạng hình dáng viên thuốc bằng công nghệ deep learning, ứng dụng trong y tế và dược phẩm.

• Tác giả: Nguyễn Mạnh Hiếu
• Người hướng dẫn: PGS. Hoàng Đăng Hải
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Phát hiện và nhận dạng hình dáng loại viên thuốc sử dụng Deep Learning
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT
• 1.1. Bài toán phát hiện và nhận dạng loại viên thuốc
• 1.2. Tiền xử lý dữ liệu
• 1.3. Phân đoạn ảnh và nhận dạng đối tượng
• 1.4. Phân đoạn hình ảnh
• 1.5. Các cách tiếp cận trong phân đoạn hình ảnh
• 1.6. Các kỹ thuật phân đoạn ảnh
• 1.6.1. Kỹ thuật phân đoạn theo ngưỡng
• 1.6.2. Kỹ thuật phân đoạn theo vùng
• 1.6.3. Kỹ thuật phân đoạn theo cạnh
• 1.6.4. Kỹ thuật phân đoạn theo phân cụm
• 1.6.5. Kỹ thuật phân đoạn dựa trên học sâu
• 1.7. Phân loại đối tượng
• 1.7.1. Mạng nơ ron nhân tạo
• 1.7.2. Mô hình R-CNN
• 1.7.3. Mô hình Fast R-CNN
• 1.7.4. Mô hình Faster R-CNN
• 1.7.5. Mạng Mask R-CNN
• 1.8. Một số nghiên cứu liên quan
• 1.9. Kết chương
• 2. CHƯƠNG 2: XÂY DỰNG HỆ THỐNG PHÁT HIỆN VÀ NHẬN DẠNG HÌNH DÁNG LOẠI VIÊN THUỐC
• 2.1. Mô hình hệ thống
• 2.2. Các tiêu chí đánh giá
• 2.3. Thu thập dữ liệu
• 2.4. Một số thuật toán phân đoạn ảnh và nhận dạng viên thuốc bằng học máy truyền thống
• 2.4.1. Kỹ thuật xác định cạnh dựa trên các bộ lọc
• 2.4.2. Kỹ thuật xác định bằng biến đổi Wastershed
• 2.4.3. Nhận dạng hình dáng loại viên thuốc bằng phương pháp truyền thống
• 2.4.3.1. Phương pháp hình học
• 2.4.3.2. Phương pháp đối sánh mẫu
• 2.5. Giải pháp phát hiện và nhận dạng hình dáng loại viên thuốc bằng mô hình học sâu Mask R-CNN
• 2.5.1. Mô hình hệ thống
• 2.5.2. Tiền xử lý ảnh
• 2.5.3. Phát hiện và nhận dạng bằng Mask R-CNN
• 2.5.4. Huấn luyện mô hình nhận dạng hình dáng viên thuốc
• 2.5.5. Khởi tạo cấu hình mô hình và bộ dữ liệu ảnh thuốc
• 2.6. Kết chương
• 3. CHƯƠNG 3: KẾT QUẢ THỰC NGHIỆM VÀ HƯỚNG PHÁT TRIỂN
• 3.1. Môi trường thực nghiệm và bộ dữ liệu
• 3.2. Kết quả thực nghiệm
• 3.2.1. Nhận dạng hình dáng viên thuốc bằng phương pháp truyền thống
• 3.2.2. Thực nghiệm phát hiện và nhận dạng hình dáng viên thuốc bằng mô hình Mask R-CNN
• 3.2.3. Thời gian xử lý
• 3.3. Kết chương
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Bài toán phát hiện và nhận dạng hình dáng viên thuốc

Bài toán phát hiện và nhận dạng hình dáng viên thuốc đã trở thành một nhu cầu thiết yếu trong bối cảnh số lượng và chủng loại viên thuốc ngày càng gia tăng. Ngành công nghiệp dược phẩm đang sản xuất nhiều loại thuốc hiệu quả, tuy nhiên, việc nhận dạng thuốc và chống thuốc giả mạo là một thách thức lớn. Người dùng, đặc biệt là người cao tuổi, thường gặp khó khăn trong việc xác định thuốc khi chúng được tách khỏi bao bì. Việc sử dụng sai loại viên thuốc có thể dẫn đến hậu quả nghiêm trọng, như tác dụng phụ hoặc thậm chí tử vong. Do đó, một công cụ nhận dạng viên thuốc tự động sẽ hỗ trợ đắc lực cho người dùng và nhân viên y tế. Bài toán này thuộc lĩnh vực xử lý ảnh và khoa học máy tính, với nhiều yếu tố ảnh hưởng đến dữ liệu đầu vào như điều kiện ánh sáng và chất lượng ảnh. Các hệ thống nhận dạng viên thuốc hiện có được chia thành hai loại: thủ công và tự động. Hệ thống tự động đang trở thành một chủ đề nghiên cứu quan trọng, với nhiều giải pháp học sâu được đề xuất.

1.1. Nhu cầu thực tiễn

Nhu cầu phát triển hệ thống nhận dạng viên thuốc tự động ngày càng tăng do sự gia tăng số lượng thuốc và sự phức tạp trong việc phân biệt chúng. Theo thống kê, nhiều trường hợp sử dụng sai thuốc xảy ra do người dùng không thể xác định đúng loại thuốc. Việc phát triển hệ thống nhận dạng viên thuốc không chỉ giúp giảm thiểu sai sót mà còn nâng cao chất lượng chăm sóc sức khỏe. Hệ thống này có thể giúp người dùng nhận diện thuốc một cách nhanh chóng và chính xác, từ đó giảm thiểu rủi ro trong việc sử dụng thuốc.

II. Phương pháp nghiên cứu

Phương pháp nghiên cứu được chia thành hai loại chính: lý thuyết và thực nghiệm. Phương pháp lý thuyết bao gồm khảo sát tài liệu và nghiên cứu các mô hình học sâu hiện đại. Việc tìm hiểu các phương pháp này giúp xác định các kỹ thuật phù hợp cho bài toán nhận dạng hình dáng viên thuốc. Phương pháp thực nghiệm bao gồm thu thập và xây dựng bộ dữ liệu ảnh thuốc mẫu, lập trình ứng dụng thực nghiệm và đánh giá kết quả thu được. Việc áp dụng các phương pháp này sẽ giúp xây dựng một hệ thống nhận dạng viên thuốc hiệu quả, đáp ứng nhu cầu thực tiễn.

2.1. Phương pháp lý thuyết

Phương pháp lý thuyết tập trung vào việc khảo sát và nghiên cứu các tài liệu liên quan đến bài toán nhận dạng viên thuốc. Việc tìm hiểu các mô hình học sâu như CNN, R-CNN, và Mask R-CNN là rất quan trọng. Những mô hình này đã chứng minh được hiệu quả trong việc phát hiện và nhận dạng đối tượng. Nghiên cứu lý thuyết không chỉ giúp hiểu rõ hơn về các phương pháp hiện có mà còn tạo cơ sở cho việc phát triển các giải pháp mới trong lĩnh vực này.

III. Kết quả thực nghiệm

Kết quả thực nghiệm cho thấy mô hình Mask R-CNN có khả năng phát hiện và nhận dạng hình dáng viên thuốc với độ chính xác cao. Việc so sánh với các phương pháp truyền thống cho thấy sự vượt trội của mô hình học sâu trong việc xử lý và phân loại hình ảnh. Thực nghiệm cũng chỉ ra rằng việc tiền xử lý dữ liệu là rất quan trọng để nâng cao hiệu quả của mô hình. Các kết quả này không chỉ khẳng định tính khả thi của giải pháp mà còn mở ra hướng đi mới cho nghiên cứu trong lĩnh vực nhận dạng viên thuốc.

3.1. Đánh giá kết quả

Đánh giá kết quả thực nghiệm cho thấy mô hình Mask R-CNN đạt được độ chính xác cao trong việc nhận dạng hình dáng viên thuốc. Việc sử dụng các kỹ thuật tiền xử lý ảnh đã giúp cải thiện đáng kể hiệu suất của mô hình. Kết quả thực nghiệm không chỉ chứng minh tính khả thi của giải pháp mà còn cung cấp cơ sở dữ liệu quý giá cho các nghiên cứu tiếp theo trong lĩnh vực này. Những phát hiện này có thể được áp dụng rộng rãi trong ngành dược phẩm và chăm sóc sức khỏe.

Nội dung chính

Tổng quan nghiên cứu

Việc sử dụng thuốc viên trong chăm sóc sức khỏe ngày càng phổ biến, đặc biệt với nhóm người cao tuổi và bệnh nhân điều trị dài hạn. Theo ước tính, khoảng 1/5 tác dụng phụ do thuốc gây ra liên quan đến việc sử dụng sai thuốc tại nhà, với hơn 18 triệu người có thể sử dụng sai thuốc trị liệu tâm lý mỗi năm. Tại Hoa Kỳ, mỗi năm có hơn 7 triệu bệnh nhân bị ảnh hưởng và khoảng 7.000 người tử vong do lỗi sử dụng thuốc. Tình trạng này đặt ra nhu cầu cấp thiết về hệ thống phát hiện và nhận dạng hình dáng viên thuốc tự động nhằm giảm thiểu sai sót trong sử dụng thuốc, nâng cao chất lượng chăm sóc sức khỏe.

Luận văn tập trung nghiên cứu giải pháp phát hiện và nhận dạng hình dáng loại viên thuốc sử dụng công nghệ học sâu, đặc biệt là mô hình Mask R-CNN, trên bộ dữ liệu CURE gồm 8.973 hình ảnh của 196 loại viên thuốc. Mục tiêu chính là xây dựng hệ thống có khả năng nhận dạng chính xác, nhanh chóng và khách quan các viên thuốc trong điều kiện thực tế, hỗ trợ người dùng và nhân viên y tế. Phạm vi nghiên cứu bao gồm các phương pháp phân đoạn ảnh, nhận dạng đối tượng và thử nghiệm đánh giá trên bộ dữ liệu thực tế từ năm 2020 đến 2022 tại Việt Nam. Kết quả nghiên cứu góp phần nâng cao hiệu quả nhận dạng viên thuốc, giảm thiểu rủi ro do sử dụng sai thuốc, đồng thời mở ra hướng phát triển ứng dụng trí tuệ nhân tạo trong y tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình học sâu trong lĩnh vực xử lý ảnh và nhận dạng đối tượng, bao gồm:

• Mạng nơ-ron tích chập (Convolutional Neural Network - CNN): Là mô hình học sâu phổ biến trong phân tích hình ảnh, có khả năng trích xuất đặc trưng không gian hiệu quả. CNN gồm các lớp tích chập, gộp và kết nối đầy đủ, giúp nhận dạng các đặc điểm phức tạp của hình ảnh viên thuốc.

• Mô hình Mask R-CNN: Là sự mở rộng của Faster R-CNN, thêm nhánh dự đoán mặt nạ phân đoạn từng đối tượng (instance segmentation) song song với nhánh phân loại và hồi quy hộp giới hạn. Mask R-CNN sử dụng kỹ thuật RoIAlign để căn chỉnh chính xác pixel, cải thiện độ chính xác phân đoạn từ 10% đến 50%. Mô hình này cho phép phát hiện và nhận dạng chính xác từng viên thuốc trong ảnh, kể cả khi có sự chồng lấp.

• Các khái niệm chính:

  • Phân đoạn hình ảnh (Image Segmentation): Phân chia ảnh thành các vùng tương đồng để xác định đối tượng.
  • Phân đoạn từng đối tượng (Instance Segmentation): Phân đoạn và phân biệt từng cá thể trong ảnh.
  • Precision, Recall, F1 Score, IoU (Intersection over Union), mAP (mean Average Precision): Các chỉ số đánh giá hiệu quả mô hình phát hiện và nhận dạng.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Sử dụng bộ dữ liệu CURE với 8.973 hình ảnh viên thuốc thuộc 196 lớp, kích thước ảnh 2044×2044 pixel, có chú thích phân đoạn và nhãn dấu ấn trên viên thuốc, phù hợp với điều kiện thực tế người dùng cung cấp.

• Phương pháp phân tích:

  • Tiền xử lý ảnh bao gồm điều chỉnh kích thước, lọc nhiễu, tăng cường dữ liệu bằng các kỹ thuật xoay, dịch chuyển, biến đổi phối cảnh để tăng độ đa dạng mẫu.
  • Áp dụng mô hình Mask R-CNN với backbone ResNet50/ResNet101 học chuyển giao từ bộ dữ liệu COCO để huấn luyện nhận dạng hình dáng viên thuốc.
  • So sánh kết quả với các phương pháp truyền thống như phân đoạn theo ngưỡng, watershed, phát hiện cạnh và đối sánh mẫu.

• Timeline nghiên cứu:

  • Thu thập và xử lý dữ liệu: 6 tháng đầu năm 2021.
  • Xây dựng và huấn luyện mô hình: 6 tháng tiếp theo.
  • Thử nghiệm, đánh giá và hoàn thiện hệ thống: 6 tháng cuối năm 2021 đến đầu 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Độ chính xác nhận dạng: Mô hình Mask R-CNN đạt độ chính xác mAP khoảng 85% trên bộ dữ liệu CURE, vượt trội hơn so với các phương pháp truyền thống như watershed và phát hiện cạnh, chỉ đạt khoảng 60-70% độ chính xác.

2. Hiệu quả phân đoạn: Mask R-CNN cải thiện đáng kể khả năng phân đoạn từng viên thuốc, đặc biệt trong các trường hợp viên thuốc chồng lấp hoặc có nền tương phản thấp, với chỉ số IoU trung bình đạt trên 0.75, cao hơn 20% so với các kỹ thuật phân đoạn truyền thống.

3. Thời gian xử lý: Thời gian xử lý trung bình cho mỗi ảnh là khoảng 0.2 giây, nhanh hơn nhiều so với R-CNN (khoảng 47 giây) và Fast R-CNN (khoảng 2 giây), phù hợp với ứng dụng thực tế.

4. So sánh với các nghiên cứu khác: Kết quả của luận văn tương đương hoặc vượt trội hơn các nghiên cứu gần đây sử dụng các mô hình CNN như VGG16, ResNet152, với ưu điểm là khả năng nhận dạng chính xác trong điều kiện ảnh thực tế có nhiều nhiễu và chồng lấp.

Thảo luận kết quả

Nguyên nhân chính giúp Mask R-CNN đạt hiệu quả cao là nhờ khả năng phân đoạn từng đối tượng riêng biệt, xử lý chính xác các vùng chồng lấp và sử dụng kỹ thuật RoIAlign để căn chỉnh pixel, giảm sai lệch trong quá trình trích xuất đặc trưng. Việc tăng cường dữ liệu và tiền xử lý ảnh cũng góp phần nâng cao khả năng tổng quát của mô hình khi áp dụng vào ảnh thực tế.

So với các phương pháp truyền thống như watershed hay phát hiện cạnh, Mask R-CNN không chỉ nhận dạng hình dạng mà còn phân đoạn chính xác từng viên thuốc, giảm thiểu sai sót do ảnh hưởng của nền và ánh sáng. Kết quả này phù hợp với các nghiên cứu quốc tế, đồng thời khẳng định tính khả thi của việc ứng dụng học sâu trong nhận dạng viên thuốc tại Việt Nam.

Dữ liệu có thể được trình bày qua biểu đồ so sánh độ chính xác (mAP) và thời gian xử lý giữa các mô hình, cũng như bảng thống kê IoU trung bình cho từng phương pháp phân đoạn, giúp minh họa rõ ràng ưu thế của Mask R-CNN.

Đề xuất và khuyến nghị

1. Triển khai hệ thống nhận dạng viên thuốc tự động: Áp dụng mô hình Mask R-CNN trong các ứng dụng di động và hệ thống quản lý thuốc tại bệnh viện, nhà thuốc nhằm hỗ trợ người dùng và nhân viên y tế nhận dạng nhanh chóng, chính xác. Thời gian thực hiện: 12 tháng; chủ thể: các đơn vị công nghệ y tế.

2. Mở rộng bộ dữ liệu huấn luyện: Thu thập thêm hình ảnh viên thuốc trong nhiều điều kiện ánh sáng, nền khác nhau và các trường hợp viên thuốc bị chồng lấp để nâng cao khả năng tổng quát của mô hình. Thời gian: 6-9 tháng; chủ thể: nhóm nghiên cứu và các cơ sở y tế.

3. Tích hợp nhận dạng đa đặc trưng: Kết hợp nhận dạng hình dạng với màu sắc, dấu ấn chữ viết trên viên thuốc để tăng độ chính xác và giảm nhầm lẫn giữa các loại thuốc có hình dạng tương tự. Thời gian: 9-12 tháng; chủ thể: nhóm phát triển phần mềm.

4. Đào tạo và nâng cao nhận thức người dùng: Tổ chức các khóa đào tạo cho nhân viên y tế và người dùng cuối về cách sử dụng hệ thống nhận dạng tự động, đồng thời nâng cao nhận thức về tầm quan trọng của việc sử dụng thuốc đúng cách. Thời gian: liên tục; chủ thể: cơ quan y tế và tổ chức cộng đồng.

Đối tượng nên tham khảo luận văn

1. Nhân viên y tế và dược sĩ: Hỗ trợ trong việc nhận dạng chính xác các loại viên thuốc, giảm thiểu sai sót trong kê đơn và cấp phát thuốc, nâng cao chất lượng chăm sóc bệnh nhân.

2. Nhà phát triển phần mềm và công nghệ y tế: Cung cấp cơ sở lý thuyết và phương pháp kỹ thuật để phát triển các ứng dụng nhận dạng thuốc tự động, tích hợp trí tuệ nhân tạo trong y tế.

3. Nhà nghiên cứu trong lĩnh vực học máy và xử lý ảnh: Tham khảo các mô hình học sâu hiện đại, kỹ thuật phân đoạn ảnh và ứng dụng thực tiễn trong lĩnh vực y tế, mở rộng nghiên cứu về nhận dạng đối tượng phức tạp.

4. Cơ quan quản lý và chính sách y tế: Đánh giá hiệu quả công nghệ mới trong quản lý thuốc, xây dựng chính sách hỗ trợ ứng dụng trí tuệ nhân tạo nhằm nâng cao an toàn sử dụng thuốc trong cộng đồng.

Câu hỏi thường gặp

1. Mask R-CNN là gì và tại sao được chọn cho bài toán nhận dạng viên thuốc?
   Mask R-CNN là mô hình học sâu mở rộng từ Faster R-CNN, thêm nhánh phân đoạn từng đối tượng giúp nhận dạng chính xác từng viên thuốc trong ảnh, kể cả khi chồng lấp. Mô hình này có độ chính xác cao và tốc độ xử lý nhanh, phù hợp với yêu cầu thực tế.

2. Bộ dữ liệu CURE có điểm gì nổi bật?
   CURE chứa 8.973 hình ảnh viên thuốc thuộc 196 lớp, có chú thích phân đoạn và nhãn dấu ấn, ảnh có độ phân giải cao và đa dạng điều kiện ánh sáng, nền, sát với thực tế người dùng cung cấp, giúp huấn luyện mô hình hiệu quả hơn.

3. Phương pháp truyền thống có thể áp dụng được không?
   Các phương pháp truyền thống như watershed, phát hiện cạnh hay đối sánh mẫu có ưu điểm đơn giản, nhưng thường không chính xác khi viên thuốc bị chồng lấp hoặc nền tương phản thấp, do đó không đáp ứng tốt yêu cầu thực tế.

4. Làm thế nào để cải thiện độ chính xác của mô hình?
   Có thể tăng cường dữ liệu đa dạng, kết hợp nhận dạng đa đặc trưng (hình dạng, màu sắc, dấu ấn), tinh chỉnh kiến trúc mạng và tham số huấn luyện, đồng thời áp dụng các kỹ thuật tiền xử lý ảnh nâng cao.

5. Ứng dụng thực tế của hệ thống này là gì?
   Hệ thống có thể được tích hợp vào ứng dụng di động giúp người dùng nhận dạng thuốc nhanh chóng, hỗ trợ nhân viên y tế trong quản lý thuốc, giảm thiểu sai sót và rủi ro do sử dụng sai thuốc, góp phần nâng cao an toàn và hiệu quả điều trị.

Kết luận

• Luận văn đã phát triển thành công hệ thống phát hiện và nhận dạng hình dáng viên thuốc sử dụng mô hình Mask R-CNN trên bộ dữ liệu CURE với độ chính xác mAP đạt khoảng 85%.
• Mô hình vượt trội hơn các phương pháp truyền thống về độ chính xác và khả năng xử lý các trường hợp viên thuốc chồng lấp, nền phức tạp.
• Thời gian xử lý nhanh, phù hợp với ứng dụng thực tế trong y tế và hỗ trợ người dùng.
• Đề xuất mở rộng bộ dữ liệu, tích hợp đa đặc trưng và triển khai ứng dụng thực tế để nâng cao hiệu quả.
• Khuyến nghị các cơ quan y tế, nhà phát triển và nhà nghiên cứu tiếp tục phát triển và ứng dụng công nghệ học sâu trong quản lý và sử dụng thuốc an toàn.

Triển khai thử nghiệm hệ thống trong môi trường thực tế, thu thập phản hồi người dùng để hoàn thiện và mở rộng ứng dụng. Để biết thêm chi tiết và hợp tác nghiên cứu, vui lòng liên hệ nhóm tác giả.

Trích đoạn nội dung tài liệu

Chương 1: CƠ SỞ LÝ THUYẾT 1. Bài toán phát hiện và nhận dạng loại viên thuốc Phát hiện và nhận dạng loại viên thuốc đã là một nhu cầu thực tế từ nhiều năm qua và ngày càng gia tăng khi số lượng và chủng loại viên thuốc ngày càng lớn. Ngành công nghiệp dược phẩm đã và đang sản xuất ngày càng nhiều loại thuốc hiệu quả cho chữa bệnh. Các hãng sản xuất thuốc có xu hướng sản xuất thuốc theo cách riêng của họ.

Tuy nhiên, do yêu cầu nhận dạng thuốc và chống thuốc giả mạo, các nhà sản xuất dược phẩm thường phải tuân theo những chuẩn chung về hình dạng, màu sắc, kích thước và dấu ấn của viên thuốc. Một nhu cầu thực tế đối với các nhà sản xuất dược phẩm là cần có hệ thống nhận dạng viên thuốc. Mặt khác, việc sử dụng nhiều loại thuốc một cách thường xuyên trong đời sống ngày càng tăng ở mọi nhóm tuổi, đặc biệt là ở những người cao tuổi. Người dùng thường gặp khó khăn trong việc xác định thuốc khi thuốc được tách khỏi bao bì ban đầu và chuyển sang các hộp đựng khác nhau, hoặc chia nhỏ vào các hộp thuốc hàng ngày để sử dụng.

Bên cạnh đó, các hiệu thuốc, dược sĩ, nhân viên y tế khi không xác định được đúng loại thuốc không rõ nguồn gốc cho bệnh nhân thì thường thông qua việc tìm kiếm trên không gian mạng một cách thủ công các đặc điểm vật lý (màu sắc, hình dạng và dấu ấn) hoặc nhận định dựa trên kiến thức, kinh nghiệm cá nhân. Đây là một quá trình chậm và dễ xảy ra sai sót, đòi hỏi sự khéo léo để xử lý những viên thuốc nhỏ, khả năng nhìn để đọc chữ viết nhỏ và một số mức độ hiểu biết chuyên môn nhất định. Những vấn đề trên đặt ra nhiều thách thức, rủi ro cho người dùng đối với việc sử dụng thuốc, nhất là trong môi trường bên ngoài bệnh viện [10]. Việc sử dụng sai loại viên thuốc đã và đang rất phổ biến.

Theo thống kê trong [1], tại Mỹ từ năm 2003 đến năm 2007, số cuộc gọi đến các trung tâm kiểm soát chất độc đã tăng 44% với hầu hết trường hợp liên quan đến sử dụng sai thuốc viên. Một công cụ nhận dạng viên thuốc sẽ là công cụ hỗ trợ đắc lực cho những người cao tuổi, những bệnh nhân trong các cơ sở chăm sóc y tế. Bài toán nhận dạng hình dáng loại viên thuốc là một bài toán con của nhận dạng đối tượng trong lĩnh vực xử lý ảnh, khoa học máy tính; các vấn đề ảnh hưởng 6 trực tiếp đến dữ liệu đầu vào trong điều kiện thực tế như: sự thay đổi trong điều kiện ánh sáng, việc sử dụng các ống kính máy ảnh khác nhau để chụp, nền chứa ảnh viên thuốc cùng màu với viên thuốc … có thể làm chênh lệch và biến đổi lớn trong các giá trị thông số ảnh thu được, đây là những thách thức cơ bản của bài toán này. Trước tình hình đó, nhiều hệ thống và công cụ nhận dạng viên thuốc đã được phát triển trong những năm qua.

Chúng được phân loại chủ yếu thành hai loại chính là: hệ thống nhận dạng thủ công và hệ thống nhận dạng tự động [3]. * Hệ thống nhận dạng thủ công: yêu cầu người dùng cung cấp một cách thủ công các thông tin đầu vào về đặc điểm viên thuốc như: màu sắc, hình dạng, dấu ấn, v. Đã có một số trang web như WebMD, Pillbox, RxList, Drugs.com cho nhận dạng trực tuyến các viên thuốc. Tuy nhiên, các hệ thống này kém hiệu quả và còn có nhiều hạn chế về sai sót trong nhận dạng.

* Hệ thống nhận dạng tự động: không yêu cầu nhập dữ liệu theo cách thủ công, thực hiện nhận dạng viên thuốc tự động nhanh chóng và dễ sử dụng cho một số lượng lớn thuốc. Việc phát triển các hệ thống nhận dạng viên thuốc tự động đang trở thành một chủ đề nghiên cứu từ vài năm trở lại đây [9], [11], [12], [13], [14]. Trước nhu cầu thực tế về nhận dạng tự động viên thuốc, năm 2016 Thư viện Y khoa Hoa Kỳ (National Library of Medicine – NLM) đã tổ chức một cuộc thi với chủ đề “Thử thách nhận dạng hình ảnh viên thuốc” (Pill Image Recognition Challenge) [15]. Từ đó tới nay, nhiều giải pháp học sâu đã được đề xuất vào giải quyết bài toán nhận dạng thuốc viên, điển hình là các phương pháp được đề xuất trong [9-14], như: hệ thống nhận dạng thuốc viên bằng cách sử dụng GoogLeNet Inception Network với tính năng phát hiện cạnh Canny để cục bộ hóa thuốc viên của Wang và cộng sự [10]; mô hình mạng học sâu AlexNet của Wong và cộng sự [11].

Những nghiên cứu trên, nhất là thử thách của NLM đã thúc đẩy hơn nữa việc nghiên cứu giải quyết bài toán phát hiện và nhận dạng viên thuốc bằng những thành tựu, tiến bộ của khoa học công nghệ; cho đến nay bài toán đã ngày càng nhận được sự quan tâm của các nhà khoa học, công ty, doanh nghiệp và chính phủ cũng như người dân. 7 Bài toán phát hiện và nhận dạng loại viên thuốc bao gồm các phần chính như sau: Image  Tiền xử lý (Pre-processing)  Phát hiện/nhận dạng (Detection/Recognition)  Output Hình 1. Thành phần chính của bài toán phát hiện, nhận dạng hình dáng viên thuốc Trong đó, với dữ liệu đầu vào là ảnh chứa viên thuốc để trả về kết quả phát hiện, nhận dáng hình dáng loại viên thuốc, bài toán tập trung vào 2 bước chính như sau: - Bước 1 - Tiền xử lý (Pre-processing): Đây là bước đầu tiên và hết sức quan trọng trong các bài toán học máy nói chung và bài toán phát hiện, nhận dáng hình dáng loại viên thuốc nói riêng, nhằm khoanh vùng, cắt ảnh, điều chỉnh kích thước, biến đổi (màu, độ sáng, lọc nhiễu, ,.) để giảm độ phức tạp, lọc nhiễu. qua đó trích xuất đặc trưng của hình ảnh giúp tạo dữ liệu đầu vào, hiệu quả nhất cho việc huấn luyện mô hình phát hiện và nhận dạng.

- Bước 2 - Phát hiện/nhận dạng (Detection/Recognition): Sau khi được tiền xử lý phù hợp với các kiến trúc của mô hình học máy, dữ liệu sẽ được sử dụng cho việc huấn luyện, xây dựng các bộ trọng số bởi các thuật toán học máy; khi đó mô hình xây dựng được sẽ có khả năng phát hiện, nhận dạng các đối tượng qua dữ liệu đã học để thể hiện ra cho người dùng. Tiền xử lý dữ liệu Phát hiện và nhận dạng hình dáng loại viên thuốc dựa trên việc xử lý dữ liệu đầu vào là các hình ảnh, do đó việc tiền xử lý dữ liệu - ở đây là tiền xử lý ảnh, trích xuất đặc trưng mặt không gian là quá trình tất yếu của mô hình định hướng xây dựng. 8 Tiền xử lý ảnh là một trong những phương pháp rất quan trọng giúp tăng cường dữ liệu cho huấn luyện. Một thuật toán phân loại hoặc phát hiện vật thể có thể được học đa dạng và tổng quát hơn nếu quá trình tiền xử lý dữ liệu tạo ra nhiều ảnh hơn cho nó.

Tiền xử lý ảnh giúp tăng độ đa dạng của dữ liệu mẫu thông qua các kỹ thuật dịch chuyển ảnh về mặt hình học như: dịch chuyển phải, trái, lên, xuống, xoay ảnh, lật ảnh, biến đổi phối cảnh; các phương pháp lọc nhiễu, làm mờ thông qua bộ lọc; phương pháp phát hiện cạnh sử dụng bộ lọc Canny hoặc phương pháp ngưỡng; xác định các đường bao theo cường độ màu sắc tương đồng; xác định hộp giới hạn của vật thể; sử dụng thuật toán Non-Max Suppression để triệt tiêu các hộp giới hạn bị chồng lấn nhau. Trên thực tế có nhiều trường hợp mô hình thể hiện trên dữ liệu huấn luyện cho kết quả rất tốt nhưng khi áp dụng vào thực tế lại không tốt. Nguyên nhân có thể đến từ khác biệt của hình ảnh huấn luyện và hình ảnh dự đoán về cường độ màu sắc ảnh, độ phân giải, chất lượng ảnh, mức độ chi tiết, mức độ bao quát,…. Do đó ứng dụng tiền xử lý dữ liệu sẽ giúp ta tăng độ đa dạng của dữ liệu mẫu, giải quyết được nhiều hơn các trường hợp trên thực tế và giúp nâng cao độ chính xác, cải thiện khả năng phát hiện, phân loại, nhận dạng viên thuốc.

Cũng nhờ tiền xử lý ảnh mà tiết kiệm được chi phí thời gian cho quá trình chuẩn bị dữ liệu cho huấn luyện. Từ đó có thể tập trung vào việc tinh chỉnh cấu trúc và điều chỉnh mô hình để cải thiện chất lượng. Phân đoạn ảnh và nhận dạng đối tượng Phát hiện và nhận dạng hình dáng loại viên thuốc là bài toán cụ thể của lĩnh vực phân đoạn ảnh và nhận dạng đối tượng. Các công cụ phân loại hay phân lớp cũng như phân đoạn ảnh cung cấp một cách tiếp cận hiệu quả để trích xuất các đặc trưng từ hình ảnh, là công cụ, kỹ thuật không thể thiếu trong phát hiện và nhận dạng các đối tượng trong ảnh kỹ thuật số.

Để nhận dạng đối tượng nói chung và viên thuốc nói riêng luôn cần áp dụng các kỹ thuật phát hiện đối tượng, phân đoạn ảnh hay phân loại ảnh, đây là bước thu thập những thông tin hữu ích nhất, các thông tin về hình dạng, đặc điểm quang phổ và không gian nhất định theo từng pixel và có thể được nhóm lại thành các đối tượng; 9 sau đó, các đối tượng có thể được nhóm lại thành các lớp đại diện cho các đối tượng trong thực tế. Phân đoạn hình ảnh Phân đoạn hình ảnh là một lĩnh vực cơ bản của thị giác máy tính được hỗ trợ bởi một lượng lớn nghiên cứu liên quan đến cả các thuật toán dựa trên xử lý hình ảnh và các kỹ thuật dựa trên học máy; qua đó góp phần xây dựng lên các phương pháp phát hiện đối tượng. Với sự phát triển của phân đoạn hình ảnh đã góp phần giải quyết một số thách thức trong phát hiện đối tượng, như: - Trong phát hiện đối tượng, các hộp giới hạn luôn có hình chữ nhật. Vì vậy, chúng không giúp ích cho việc xác định hình dạng của đối tượng nếu đối tượng có chứa phần cong.

- Phát hiện đối tượng không thể ước tính chính xác một số phép đo như diện tích của đối tượng, chu vi của đối tượng từ hình ảnh. Cùng với việc trở thành một trong những lĩnh vực quan trọng nhất của thị giác máy tính, phân đoạn hình ảnh cũng là một trong những vấn đề lâu đời nhất nhận được nhiều sự quan tâm của các nhà nghiên cứu, với các công trình đầu tiên liên quan đến các kỹ thuật phát triển vùng (region based) nguyên thủy và các phương pháp tối ưu hóa được phát triển từ những năm 1970 – 1972 [18].