Đồ án: Ứng dụng xử lý ảnh và AI để nhận biết bệnh viêm phổi ở trẻ em

Đồ án tốt nghiệp ứng dụng công nghệ AI và xử lý ảnh để chẩn đoán bệnh viêm phổi ở trẻ em qua hình ảnh X-quang, mang lại độ chính xác cao.

• Tác giả: Ngô Thị Anh Thư
• Người hướng dẫn: ThS. Ngô Bá Việt
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Y Sinh
• Đề tài: Ứng Dụng Xử Lý Ảnh Và Ai Để Nhận Biết Bệnh Viêm Phổi Ở Trẻ Em
• Loại tài liệu: Đồ Án Tốt Nghiệp
• Năm xuất bản: 2020
• Địa điểm: Thành Phố Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Viêm Phổi ở Trẻ Em và Ứng dụng AI

Viêm phổi là bệnh nhiễm trùng hô hấp phổ biến ở trẻ em, gây ảnh hưởng đáng kể đến sức khỏe cộng đồng. Bệnh viêm phổi có thể do vi-rút, vi khuẩn hoặc các tác nhân khác gây ra, đòi hỏi chẩn đoán sớm và chính xác. Phương pháp chẩn đoán truyền thống dựa vào hình ảnh X-quang phổi thường phụ thuộc vào kinh nghiệm của bác sĩ. Trí tuệ nhân tạo (AI) và học sâu (deep learning) đã mở ra những khả năng mới trong nhận biết bệnh viêm phổi qua ảnh y khoa. Ứng dụng mạng nơ-ron tích chập (CNN) giúp tự động phân tích ảnh X-quang với độ chính xác cao, hỗ trợ bác sĩ đưa ra quyết định chẩn đoán nhanh hơn và hiệu quả hơn.

1.1. Tác động của Viêm Phổi trên Trẻ em

Viêm phổi là nguyên nhân gây tử vong hàng đầu ở trẻ em toàn cầu. Chẩn đoán muộn hoặc sai có thể dẫn đến biến chứng nặng nề. Bệnh viêm phổi do vi-rút và bệnh viêm phổi do vi khuẩn yêu cầu các phương pháp điều trị khác nhau. Việc phân biệt chính xác giữa các loại bệnh viêm phổi là cần thiết để kê đơn thuốc phù hợp.

1.2. Tiềm năng của AI trong Y Tế

AI và xử lý ảnh y tế đã chứng minh khả năng hỗ trợ chẩn đoán với độ nhạy cảm cao. Mạng nơ-ron sâu có thể học nhận dạng các đặc điểm bệnh lý từ hàng nghìn ảnh huấn luyện. Ứng dụng AI không thay thế bác sĩ mà là công cụ hỗ trợ quyết định lâm sàng, giúp giảm thời gian chẩn đoán và cải thiện hiệu suất công việc.

II. Công nghệ Xử Lý Ảnh trong Phân Đoạn X quang

Xử lý ảnh là bước thiết yếu trong quá trình nhận biết bệnh viêm phổi từ ảnh X-quang. Các kỹ thuật xử lý ảnh bao gồm tiền xử lý, phân đoạn phổi và lọc nhiễu để cải thiện chất lượng dữ liệu đầu vào. Phân đoạn ảnh là quá trình tách vùng phổi từ các cấu trúc xương và mô mềm khác. Kiến trúc mạng U-Net được sử dụng rộng rãi trong phân đoạn ảnh y tế nhờ hiệu suất cao và khả năng xử lý ảnh với độ phân giải cao. Xử lý ảnh X-quang hiệu quả giúp cải thiện độ chính xác của các mô hình AI trong giai đoạn phân loại bệnh sau đó.

2.1. Phương pháp Phân Đoạn ảnh X quang

Phân đoạn phổi tách vùng phổi khỏi nền ảnh và các cấu trúc không cần thiết. Mạng U-Net sử dụng khuôn trúc encoder-decoder để phân đoạn ảnh với độ chính xác cao. Tiền xử lý ảnh bao gồm chuẩn hóa độ sáng, lọc Gaussian để giảm nhiễu. Sau phân đoạn, áp dụng các thuật toán xử lý hình ảnh để loại bỏ thành phần không mong muốn, tạo ra mask phổi sạch cho bước phân loại.

2.2. Vai trò của Lọc Ảnh và Chuẩn hóa

Lọc ảnh là quá trình làm mịn ảnh X-quang để loại bỏ nhiễu. Các bộ lọc như Gaussian blur và median filter cải thiện chất lượng ảnh. Chuẩn hóa ảnh điều chỉnh giá trị độ sáng để đạt tương phản tối ưu. Những bước này xử lý ảnh giúp mạng nơ-ron dễ nhận diện đặc trưng bệnh lý trên ảnh X-quang, nâng cao độ tin cậy của hệ thống.

III. Mạng Nơ ron Tích Chập CNN và Kiến trúc U Net

Mạng nơ-ron tích chập (CNN) là nền tảng của deep learning trong phân tích ảnh y tế. CNN sử dụng các lớp tích chập để trích xuất đặc trưng ảnh tự động, loại bỏ nhu cầu thiết kế tay bằng. Kiến trúc U-Net được thiết kế đặc biệt cho phân đoạn ảnh, gồm phần encoder (giảm kích thước) và decoder (tăng kích thước) với các kết nối skip. Lớp tích chập áp dụng các bộ lọc để phát hiện cạnh, mô hình và đặc trưng phức tạp. Hàm kích hoạt ReLU giúp mạng nơ-ron học các mối quan hệ phi tuyến. Lớp pooling giảm độ phức tạp tính toán. Kiến trúc này cho phép CNN đạt độ chính xác cao trong nhận biết bệnh viêm phổi từ ảnh X-quang.

3.1. Cấu trúc Lớp Tích Chập và Đặc trưng

Lớp tích chập là cốt lõi của CNN, thực hiện phép toán nhân chập giữa ảnh đầu vào và các kernel (bộ lọc). Mỗi lớp tích chập tạo ra feature maps biểu diễn các đặc trưng ảnh khác nhau. Stride và padding kiểm soát kích thước đầu ra. Tổ hợp nhiều lớp tích chập giúp mạng nơ-ron học từ các đặc trưng đơn giản (cạnh) đến phức tạp (mô hình bệnh lý). Quá trình này tạo thành nền tảng cho phân loại bệnh viêm phổi chính xác.

3.2. Ứng dụng Kiến trúc U Net trong Phân Đoạn

U-Net nổi bật với thiết kế đối xứng, gồm encoder (đường xuống) và decoder (đường lên). Các kết nối skip giữa encoder-decoder bảo toàn thông tin không gian chi tiết. Kiến trúc U-Net đặc biệt hiệu quả trong phân đoạn ảnh y tế nhờ khả năng xử lý ảnh với kích thước lớn. U-Net được huấn luyện với hàm mất mất Dice Loss hoặc Cross-entropy, tối ưu hóa độ chính xác phân đoạn phổi trong ảnh X-quang.

IV. Xây dựng Hệ thống Nhận Diện và Hiện thực Thực Tế

Hệ thống nhận diện bệnh viêm phổi kết hợp xử lý ảnh, CNN và U-Net tạo thành một giải pháp toàn diện. Hệ thống bao gồm ba bước: phân đoạn phổi bằng U-Net, phân loại nhị phân (có/không bệnh), và phân loại đa lớp (loại bệnh cụ thể). Tập dữ liệu gồm hàng ngàn ảnh X-quang được chuẩn bị, tiền xử lý và chia thành training/validation/test. Giao diện quản lý cho phép bác sĩ upload ảnh X-quang, hệ thống tự động xử lý và hiển thị kết quả phân loại với độ tin cậy. Công nghệ RFID tích hợp quản lý thông tin bệnh nhân. Hệ thống được đánh giá qua các chỉ số độ chính xác, độ nhạy cảm, độ đặc hiệu và ma trận nhầm lẫn.

4.1. Quy Trình Huấn luyện Mô hình Phân Loại

Mô hình phân loại được huấn luyện trên tập dữ liệu lớn bằng thuật toán tối ưu hóa Adam hoặc SGD. Hàm mất loss đo lường sai lệch giữa dự đoán và nhãn thực tế. Epoch và batch size được điều chỉnh để tối ưu hiệu suất. Validation loss giám sát overfitting. Quá trình huấn luyện kéo dài cho đến khi mô hình hội tụ. Đánh giá mô hình trên tập test độc lập để đo hiệu suất thực tế trong nhận biết bệnh viêm phổi.

4.2. Giao diện và Tích hợp RFID Quản lý Bệnh nhân

Giao diện người dùng được xây dựng bằng Python/Flask cho phép bác sĩ dễ dàng tương tác. Hệ thống RFID đọc thẻ bệnh nhân, lưu thông tin vào cơ sở dữ liệu SQLite. Quy trình: upload ảnh X-quang → xử lý ảnh → phân đoạn phổi → phân loại bệnh → lưu kết quả. Hệ thống hiển thị ảnh X-quang gốc, ảnh phân đoạn, kết quả phân loại và độ tin cậy. RFID tích hợp giúp quản lý hồ sơ bệnh nhân, tăng hiệu suất công tác y tế.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN mô hình hệ thống nhận diện-phân loại và các phương pháp đánh giá hệ thống. Cuối cùng, thiết kế giao diện nhận diện-phân loại cho hệ thống. ● Chương 4: Kết Quả, Nhận Xét và Đánh Giá Thực thi chương trình và trình bày kết quả đạt được.

Dựa trên kết quả thu được, nhận xét-so sánh-đánh giá độ chính xác của hệ thống. ● Chương 5: Kết Luận và Hướng Phát Triển Tổng hợp lại kết quả đã đạt được và những hạn chế trong đề tài cần được giải quyết, đối chiếu, kiểm chứng với các mục tiêu, yêu cầu đã đặt ra và đề xuất hướng phát triển cho đề tài trong tương lai. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Chương 2.1 MÔ TẢ VỀ BỆNH VIÊM PHỔI 2.1 Khái quát về viêm phổi Viêm phổi là một bệnh nhiễm trùng phổi có thể do vi khuẩn, vi rút hoặc nấm gây ra.

Nhiễm trùng làm cho túi khí của phổi (phế nang) bị viêm và ở một hoặc cả hai phổi sẽ tràn đầy chất lỏng hoặc mủ trong đó [14]. Điều đó có thể làm cho khí oxy khó đi vào máu. Các triệu chứng của viêm phổi có thể từ nhẹ đến nặng, bao gồm ho, sốt, ớn lạnh và khó thở [14]. Có nhiều yếu tố ảnh hưởng đến mức độ nghiêm trọng của một trường hợp viêm phổi, chẳng hạn như loại vi trùng gây nhiễm trùng phổi, tuổi của người bệnh và sức khỏe tổng thể của họ.

Những người có nguy cơ cao nhất là trẻ sơ sinh và trẻ nhỏ, người lớn từ 65 tuổi trở lên và những người có vấn đề sức khỏe khác [14]. Viêm phổi là nguyên nhân gây tử vong truyền nhiễm lớn nhất ở trẻ em trên toàn thế giới. Viêm phổi đã giết chết 808.694 trẻ em dưới 5 tuổi vào năm 2017, chiếm 15% tổng số ca tử vong của trẻ em dưới 5 tuổi [14]. Một số đặc điểm để phân biệt giữa phổi bình thường và bệnh viêm phổi thuỳ thông qua chụp X-quang như sau [16]: ● Hình ảnh màng phổi mờ đều.

● Tổn thương thùy phổi được xác định là một đám mờ thuần nhất và đồng đều, vị trí nằm ở phân nửa phía dưới của phổi phải. Tổn thương là đám mờ có hình dạng tam giác, kích thước lớn, có thể chiếm toàn bộ thùy giữa phổi phải, hoặc toàn bộ thuỳ phổi [16].2 Bệnh viêm phổi do vi-rút Các loại virus gây bệnh thường là các chủng hay xuất hiện trên đường hô hấp của loài người như hợp bào hô hấp, virus cúm hoặc adenovirus. Chúng thường gây ra các vụ dịch và gây bệnh theo mùa, bệnh thường biểu hiện nhẹ, tự thuyên giảm mà không cần điều trị đặc hiệu gì [17]. Trong số các virus phân lập được từ đường hô hấp, thường gặp nhất là RSV (36,5%), tiếp đến là Rhinovirus (31,5%), Parainfluenza (14%) và Adenovirus (7,5%) [18].

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 7 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Triệu chứng viêm phổi do vi-rút khởi đầu là các biểu hiện viêm long đường hô hấp trên bao gồm ho, hắt hơi, ngạt mũi, chảy nước mắt nước mũi, kèm theo đó bệnh nhân đau đầu, đau mỏi người, đau rát họng, khàn tiếng, ho khan hoặc ho có đờm trắng trong [19]. Dựa theo một số kinh nghiệm chẩn đoán lâu năm của bác sĩ, ta vẫn có thể chẩn đoán phân biệt sơ bộ thông qua ảnh chụp X-quang khi khẩn cấp, sau đó thực hiện thêm một số xét nghiệm để củng cố thêm độ chính xác. Đối với ảnh X-quang của phổi mắc bệnh viêm phổi do vi-rút, biểu hiện trên phổi mờ nhạt ranh giới, không rõ ràng, thường ở vùng dưới phổi như hình 2.

Ảnh chụp X-quang biểu hiện bệnh viêm phổi do vi-rút 2.3 Bệnh viêm phổi do vi khuẩn Viêm phổi do vi khuẩn chủ yếu là do tình trạng bội nhiễm thêm trong lúc sức đề kháng đang bị suy yếu. Các loại vi khuẩn gây bệnh thường gặp như khuẩn S.Pneumoniae, khuẩn Haemophilus influenzae (Hib), E. Triệu chứng viêm phổi do vi khuẩn bao gồm bệnh nhân có biểu hiện nhiễm trùng rõ như môi khô, lưỡi bẩn, hơi thở hôi, có thể đi kèm với sốt cao. Người bệnh ho khạc đờm mủ, đờm đục hoặc đờm màu xanh vàng [19].

Đối với ảnh X-quang của phổi mắc bệnh viêm phổi do vi khuẩn, thường gặp 50% là cho hình ảnh phổi bị đông đặc như bệnh viêm phổi thùy, điển hình như viêm phổi do phế cầu như hình 2. Ảnh chụp X-quang biểu hiện bệnh viêm phổi do phế cầu BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 8 CHƯƠNG 2.2 CÁC PHƯƠNG PHÁP XỬ LÝ ẢNH SỬ DỤNG 2.1 Điểm ảnh lân cận Trong một ma trận ảnh số, các pixel luôn có một vị trí cụ thể, ta xét ngẫu nhiên một pixel P bất kỳ với tọa độ (x, y) thì tại P luôn có 4 điểm ảnh theo các phương ngang và dọc (hoặc theo Đông - Tây - Nam - Bắc) với các tọa độ xác định như sau [22]: N4(p) = {(x+1, y) ; (x-1, y) ; (x, y+1) ; (x, y-1)} (2.1) Tập các điểm ảnh này gọi là các lân cận 4 của p, gọi tắt là N4(p). Ngoài ra còn có các điểm ảnh thuộc một dạng lân cận khác gọi là lân cận chéo của điểm ảnh, tập hợp đó gọi tắt là Np(p): Np(p) = {(x+1, y+1) ; (x+1, y-1); (x-1, y+1); (x-1, y-1)} (2.2) Với các điểm trong tọa độ Np(p) được xem là 4 hướng Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc [22]. Các lân cận của điểm ảnh Tập kết hợp: N8(p) = N4(p) + Np(p) là tập hợp lân cận 8 của điểm ảnh p [22].

* Chú ý: Nếu tọa độ (x, y) nằm ở biên (mép) ảnh, một số điểm sẽ nằm ngoài ảnh. Các mối liên kết được sử dụng để xác định giới hạn (Boundaries) của đối tượng vật thể hoặc xác định vùng trong một ảnh. Một liên kết được đặc trưng bởi tính liền kề giữa các điểm và mức xám của chúng [22]. Có 3 loại liên kết: ● Liên kết 4: Hai điểm ảnh p và q được nói là liên kết 4 nếu q nằm trong một các lân cận của p, tức q thuộc N4(p).

● Liên kết 8: Hai điểm ảnh p và q nằm trong một các lân cận 8 của p, tức q thuộc N8(p). BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 9 CHƯƠNG 2.2 Lọc nhiễu Nhiễu là một loại tín hiệu hay những thành phần không mong muốn và thường xuất hiện trong ảnh hay trong thu nhận tín hiệu nói chung, nó không chỉ gây ra biến dạng tín hiệu thu được mà còn làm thay đổi thông tin có được. Nhiễu làm cho ảnh trở nên xấu, mờ và làm nhiễu thông tin nhận được từ ảnh. Đối với một bài toán thông thường thì nhiễu của ảnh là sự mất nét, mờ ảnh, nhiễu Gaussian một loại nhiễu thường xuất hiện trên ảnh chủ yếu là do cảm biến của máy ảnh.

Trong bài toán nhận dạng đối tượng của ảnh thì nhiễu được xem là tất cả những pixel nằm ngoài đối tượng được chọn, có nhiều cách để loại bỏ loại nhiễu này như sử dụng các bộ lọc như lọc trung bình, lọc trung vị, lọc Sobel.3 Phân đoạn ảnh Phân đoạn hình ảnh thường được sử dụng để định vị các đối tượng và ranh giới (đường, đường cong.) trong hình ảnh. Chính xác hơn, phân đoạn hình ảnh là quá trình gán nhãn cho mọi pixel trong ảnh sao cho các pixel có cùng nhãn chia sẻ một số đặc điểm nhất định [23]. Kết quả của phân đoạn hình ảnh là một tập hợp các phân đoạn bao phủ toàn bộ hình ảnh hoặc một bộ các đường viền được trích xuất từ hình ảnh [23]. Có rất nhiều cách để phân đoạn một hình ảnh, sau đây là một vài ví dụ về một số phương pháp cụ thể: ● Ngưỡng: Điểm quan trọng của phương pháp này là việc lựa chọn giá trị ngưỡng (có thể là một hoặc một vài giá trị), dựa vào giá trị ngưỡng này để tiến hành tỷ lệ mức xám thành ảnh nhị phân.

Một số phương pháp phổ biến được sử dụng như phương pháp tối đa Entropy, cân bằng ngưỡng Histogram, phương pháp Otsu (tối đa sai) [24]. Phương pháp lấy ngưỡng BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 10 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT ● Phân cụm: Kỹ thuật này cho phép tạo một hình ảnh được phân đoạn có nhãn bằng thuật toán phân cụm cụ thể. Sử dụng phân cụm dựa trên K-means có nghĩa là phân cụm, phân đoạn một hình ảnh thành số cụm [24].

● Phân đoạn dựa trên đồ thị: Trong kỹ thuật này, một biểu đồ được tính từ tất cả các pixel trong ảnh, các đỉnh và đáy trong biểu đồ được sử dụng để xác định vị trí các cụm trong ảnh để chia chúng thành các cụm nhỏ hơn, hoạt động này được lặp lại với các cụm nhỏ hơn và nhỏ hơn cho đến khi không còn cụm nào được hình thành [24]. ● Phát hiện cạnh: Ranh giới khu vực và các cạnh có liên quan chặt chẽ với nhau, vì thường có sự điều chỉnh mạnh về cường độ tại các ranh giới khu vực và thường được tổ chức thành một tập hợp các đoạn đường cong gọi là các cạnh [24]. Tuy nhiên, để phân đoạn một đối tượng từ một hình ảnh, người ta cần các ranh giới vùng kín. ● Học máy: Sử dụng mạng nơ ron tích chập (CNN), một kỹ thuật học sâu gọi là phân đoạn ngữ nghĩa cho phép bạn liên kết mọi pixel của hình ảnh với nhãn lớp.

Các ứng dụng cho phân đoạn ảnh bao gồm lái xe tự hành, kiểm tra công nghiệp, hình ảnh y tế và phân tích hình ảnh vệ tinh [24].3 MẠNG NƠ-RON TÍCH CHẬP Mạng nơ-ron tích chập (CNN-Convolutional Neural Network) là một trong những mô hình học sâu tiên tiến giúp cho chúng ta xây dựng được những hệ thống xử lý ảnh thông minh với độ chính xác cao như hiện nay. Nếu chỉ sử dụng mô hình fully connected neural network (mỗi node trong hidden layer được kết nối với tất cả các node trong layer trước), thì sẽ tạo ra rất nhiều tham số (Parameter) giữa lớp đầu vào với các lớp ẩn [25, 26, 27]. Chính vì thế, việc áp dụng thêm mạng nơ-ron tích chập CNN vào các lớp trong neural network ta có thể giải quyết được vấn đề lượng lớn tham số mà vẫn lấy ra được các đặc trưng của ảnh. Mô hình Convolutional neural network gồm Ảnh đầu vào →Lớp tích chập (convolution layer) + Lớp tổng hợp (pooling layer)→Lớp kết nối đầy đủ (fully connected layer)→Đầu ra như hình 2.5: BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 11 CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT Hình 2. Mô tả các lớp trong mô hình Convolutional neural network Kiến trúc mạng CNN gồm 3 loại lớp chính: lớp tích chập, lớp tổng hợp và lớp kết nối đầy đủ.