Bối cảnh và vấn đề nghiên cứu

Trong y học hiện đại, bức xạ ion hóa và các nguồn phóng xạ đóng vai trò then chốt trong chẩn đoán và điều trị, đặc biệt tại chuyên ngành y học hạt nhân. Theo số liệu thống kê giai đoạn 2017–2020 tại Việt Nam, cả nước có hơn 45 cơ sở y học hạt nhân, trong đó 36 cơ sở trang bị hệ thống SPECT hoặc SPECT/CT và PET/CT, 1 lò phản ứng hạt nhân tại Đà Lạt, 6 hệ thống cyclotron (tại Hà Nội, Đà Nẵng, Thành phố Hồ Chí Minh), cùng đội ngũ 138 bác sĩ và hơn 225 nhân lực kỹ thuật (bao gồm kỹ sư vật lý y khoa và kỹ thuật viên). Sự phát triển nhanh chóng của các cơ sở bức xạ đòi hỏi công tác giám sát an toàn bức xạ môi trường làm việc phải được thực hiện liên tục và nghiêm ngặt nhằm bảo vệ sức khỏe nhân viên y tế.

Để đo đạc suất liều và kiểm tra mức độ nhiễm bẩn phóng xạ, thiết bị đo bức xạ cầm tay Radiation Alert Ranger® (RAR) được sử dụng phổ biến. Tuy nhiên, thiết bị này chỉ hỗ trợ truyền dữ liệu cục bộ thông qua giao tiếp Bluetooth hoặc cổng USB và bắt buộc phải dùng phần mềm độc quyền trả phí của nhà sản xuất. Hạn chế này gây trở ngại lớn cho việc truy xuất dữ liệu từ xa cũng như việc tích hợp thiết bị vào một hệ thống mạng quan trắc phóng xạ đa điểm theo thời gian thực. Xuất phát từ thực tiễn trên, đề tài tập trung xây dựng hệ thống phần cứng và phần mềm có tên gọi RadOCR, ứng dụng module ESP32-CAM và thuật toán nhận dạng ký tự quang học Tesseract OCR để trích xuất số đo hiển thị trên màn hình tinh thể lỏng (LCD) của máy đo RAR và truyền dữ liệu qua mạng không dây.

Mục tiêu nghiên cứu của đề tài được xác định gồm 4 nhiệm vụ cụ thể:

  1. Nghiên cứu cơ sở lý thuyết liên quan đến đề tài.
  2. Thiết kế phần cứng và phần mềm.
  3. Gia công phần cứng và lập trình phần mềm.
  4. Chạy thử và đánh giá.

Đối tượng nghiên cứu là số đo hiển thị trên màn hình LCD của máy đo Radiation Alert Ranger®, module phần cứng ESP32-CAM và thuật toán Tesseract OCR. Phạm vi nghiên cứu về không gian được triển khai trong môi trường mạng Wi-Fi nội bộ tại phòng thí nghiệm; phạm vi về thiết bị xử lý là máy tính cá nhân sử dụng hệ điều hành Windows 10 (CPU Intel Core i3-1115G4, RAM 8GB); và phạm vi kiểm nghiệm sử dụng nguồn bức xạ chuẩn Cesium-137 (Cs-137) có hoạt độ 180,61 µCi (xác định tại thời điểm ngày 01/02/2024).

Cơ sở lý thuyết và phương pháp

Cơ sở lý thuyết của khóa luận bao quát nguyên lý hoạt động của các hệ ghi đo bức xạ ion hóa và các công nghệ thị giác máy tính phục vụ trích xuất dữ liệu:

  • Đầu dò chứa khí: Phân tích cơ chế ion hóa chất khí giữa cathode và anode, mô tả 6 vùng hoạt động theo đường đặc trưng khuếch đại khí (vùng tái tổ hợp dưới 50V; vùng bão hòa 50–300V ứng dụng trong buồng ion hóa với dòng điện khoảng $10^{-12}\text{ A}$; vùng tỷ lệ sử dụng khí P-10 gồm 90% Argon và 10% Metan; vùng Geiger-Muller với hiệu ứng thác lũ điện tử và cơ chế dập tắt bằng khí hữu cơ hoặc halogen; vùng phóng điện liên tục).
  • Đầu dò bán dẫn và đầu dò nhấp nháy: Cấu trúc lớp tiếp giáp p-n và vùng nghèo (diode khuếch tán, đầu dò hàng rào mặt, đầu dò Si(Li), Ge(Li), HPGe); cơ chế phát quang của tinh thể NaI(Tl), ZnS(Ag) kết hợp ống nhân quang điện (PMT) gồm photocathode, chuỗi dynode khuếch đại và mạch phân tích xung (SCA, MCA).
  • Thiết bị đo Radiation Alert Ranger® (RAR): Sử dụng ống đếm Geiger-Muller (GM), kích thước $120 \times 68 \times 33\text{ mm}$, trọng lượng 292 g, hoạt động trong dải nhiệt độ $-10^\circ\text{C}$ đến $50^\circ\text{C}$, hỗ trợ các đơn vị đo: mR/h, µSv/h, CPS, CPM, Counts với độ nhạy tia alpha từ 2 MeV, beta từ 0,40 keV và gamma từ 10 keV.
  • Nền tảng công nghệ IoT và xử lý ảnh: Module AI-Thinker ESP32-CAM trang bị camera OV2640 (chuẩn nén JPEG, điện áp 5V, truyền thông Wi-Fi, Bluetooth 4.2 BLE) lập trình qua Arduino IDE (C++); ngôn ngữ Python kết hợp các thư viện Tkinter, CustomTkinter, NumPy, OpenCV (cv2) và Tesseract OCR (bộ dữ liệu ký tự số của tác giả Shreeshrii huấn luyện trên 8704 ảnh).

Phương pháp nghiên cứu thực nghiệm được thiết lập dựa trên tính toán thống kê xác định kích thước mẫu theo công thức:

$$n = \frac{t_\alpha^2 \times p(1 - p) \times N}{(N - 1) \times \alpha^2 + t_\alpha^2 \times p(1 - p)}$$

Trong đó mức ý nghĩa chọn $\alpha = 0{,}05$ (khoảng tin cậy 95%), tỷ lệ đặc trưng $p = 0{,}5$. Đối với các chế độ đo số nguyên (Counts, CPM) hiển thị tối đa 4 chữ số, kích thước đám đông $N = 10.000$, cỡ mẫu tối thiểu tính được là $n = 370$, thực tế chọn $n = 400$ hình ảnh theo phương pháp chọn mẫu hệ thống (systematic sampling). Nguồn chuẩn Cs-137 được bố trí ở khoảng cách 260–270 mm so với máy đo để đạt tốc độ đếm tối thiểu 25 cps ($10.000 / 400\text{ s}$). Đối với các chế độ đo số thập phân (µSv/h, CPS), vị trí dấu chấm thập phân có 3 khả năng hiển thị, tương ứng $N = 30.000$, cỡ mẫu tối thiểu là $n = 380$ và áp dụng phương pháp chọn mẫu thuận tiện (convenience sampling).

Nguồn dữ liệu đánh giá bao gồm 2090 khung ảnh màn hình LCD thu nhận từ luồng video của camera OV2640 trong 5 lượt chạy thử nghiệm thực tế. Tỷ lệ sai số ($e$) và độ chính xác ($P$) được tính qua công thức: $e = (S / T) \times 100%$ và $P = 100% - e$, với $S$ là số trường hợp nhận diện sai và $T$ là tổng số ảnh trong bộ mẫu.

Thiết kế và triển khai

Hệ thống RadOCR được thiết kế gồm hai phân hệ chính: khối phần cứng gá lắp in 3D gắn ngoài và khối phần mềm thu nhận, xử lý ảnh trên máy tính.

1. Thiết kế phần cứng

Bộ giá đỡ được thiết kế trên phần mềm AutoCAD và gia công bằng công nghệ in 3D sử dụng vật liệu nhựa nhiệt dẻo acrylonitrile butadiene styrene (ABS). Cấu trúc gồm 5 bộ phận tháo lắp độc lập qua các khớp trượt hình khối chữ nhật:

Bộ phận Chức năng chính Kích thước kỹ thuật (mm)
Tầng 1 Ngàm trượt ôm khít khung màn hình LCD của máy đo RAR Cao: 42; Ngoài: $74 \times 73$; Trong: $68 \times 67$; Dày: 3; Lỗ trước: $68 \times 33$
Tầng 2 Khung tạo khoảng cách tiêu cự cố định giữa camera và LCD Cao: 57; Dài $\times$ Rộng: $74 \times 73$; Bề dày: 3; Rãnh trượt: $74 \times 16$
Chân chống Giữ thăng bằng cho hệ thống khi mang tải máy đo RAR Cao: 76; Dài $\times$ Rộng: $74 \times 72$; Bề dày chân: 3; Thanh trượt: 4
Tầng 3 Ngăn chứa module ESP32-CAM và dải LED chiếu sáng Cao: 68; Dài $\times$ Rộng: $74 \times 73$; Dày: 3; Khe dây dẫn: $2 \times 6$
Tầng 4 Nắp đậy bảo vệ mạch điện tử và cố định vị trí camera Cao: 25; Ngoài: $73 \times 74$; Trong: $68 \times 67$; Dày: 3; Khe hở: $15 \times 15$

Trong quá trình thử nghiệm, đèn flash tích hợp sẵn trên ESP32-CAM tạo ra đốm sáng lóa trên mặt kính LCD làm hỏng ảnh thu nhận. Tác giả đã khắc phục bằng cách bổ sung 2 dải đèn LED (mỗi dải gồm 6 bóng LED) bố trí tại tầng 3, sử dụng nguồn điện 5V cấp trực tiếp từ các chân cấp nguồn của module ESP32-CAM để cung cấp ánh sáng gián tiếp đồng đều.

2. Thiết kế phần mềm

Phần mềm RadOCR gồm 3 module phối hợp tuần tự:

  • Module giao tiếp camera: Thu nhận luồng hình ảnh MJPEG từ ESP32-CAM gửi qua socket mạng Wi-Fi. Luồng ảnh gốc có tốc độ 10 khung hình/giây (fps) được hạ tần suất lấy mẫu xuống 2 fps (hoặc 1 khung hình/giây) nhằm phù hợp với tần suất làm mới của máy đo RAR và tránh gây quá tải tính toán.
  • Module xử lý ảnh: Tiếp nhận khung ảnh và thực hiện chuỗi tiền xử lý gồm 7 giai đoạn:
    1. Trừ nền: Lấy ma trận ảnh hiện tại trừ ma trận "ảnh nền" (chụp màn hình LCD lúc máy chưa hoạt động ở cùng điều kiện ánh sáng và góc chụp) bằng thư viện NumPy để triệt tiêu khung viền cố định.
    2. Cắt cúp (Crop): Giới hạn tọa độ vùng hiển thị chữ số [80:150, 60:300] nhằm loại bỏ biểu tượng dung lượng pin, kết nối Bluetooth, đơn vị đo và trạng thái âm thanh.
    3. Nhị phân hóa (Thresholding): Áp dụng ngưỡng cố định (ngưỡng 20 trong đoạn mã thực thi hoặc 25 trong phân tích lý thuyết) để chuyển đổi các pixel thành hai giá trị 0 hoặc 255.
    4. Xử lý hình thái học (Morphology Closing): Sau khi mở rộng biên ảnh (padding nền đen), áp dụng phép giãn ảnh Dilation (kernel $2 \times 1$, lặp 2 lần) kết hợp phép co ảnh Erosion (kernel $2 \times 2$, lặp 5 lần) qua thư viện OpenCV để khử nhiễu biên và làm mịn nét chữ.
    5. Phân tách và tái sắp xếp ký tự: Tìm đường bao biên (contour) quanh từng chữ số, tạo khung bao hình chữ nhật, cắt rời các chữ số rồi gán khoảng cách đồng đều giữa chúng nhằm khắc phục lỗi khoảng cách ký tự không đều trên màn hình LCD.
    6. Đảo ngược màu: Đổi giá trị pixel từ nền đen chữ trắng sang nền trắng chữ đen theo tiêu chuẩn nhận dạng của Tesseract OCR.
    7. Nhận dạng ký tự quang học (OCR): Đưa ảnh vào Tesseract OCR với bộ trọng số chữ số của Shreeshrii, thiết lập phân đoạn trang (PSM). Chỉ những kết quả có hệ số tin cậy (confident factor) đạt từ 0,9 trở lên mới được chấp nhận chuyển tiếp.
  • Module giao diện người dùng (GUI): Lập trình bằng Tkinter và CustomTkinter, gồm 2 khung hiển thị ảnh gốc ("Original image") và ảnh xử lý ("OCR result image"), các hộp văn bản "Value detected", "Confident", cụm nút điều khiển (Start, Stop, Exit, Unit) và tính năng "Export" trích xuất dữ liệu đo kèm nhãn thời gian thực ra tệp định dạng CSV.

Đoạn mã tiền xử lý trừ nền, cắt cúp và hình thái học được trích xuất trực tiếp từ mã nguồn của khóa luận:

def isub_image(frame, img_bckg):
    i_bckg = img_bckg[:, :, 1]
    i1 = i_bckg.astype(np.int16)
    i2 = frame[:, :, 1].astype(np.int16)
    isub = i1 - i2
    isub[isub < 0] = 0
    isub2 = isub.astype(np.uint8)
    cropisub = isub2[80:150, 60:300]
    return cropisub

def threshold_image(cropisub):
    ret, th1 = cv2.threshold(cropisub, thresh=20, maxval=255, cv2.THRESH_BINARY)
    d = np.zeros((80, 260), dtype=np.uint8)
    d[5:75, 10:250] = th1
    dilation = cv2.dilate(d, np.ones((2, 1), np.uint8), iterations=2)
    erosion = cv2.erode(dilation, np.ones((2, 2), np.uint8), iterations=5)
    return erosion

Nội dung chính theo từng chương

Giới thiệu đề tài

Chương này phân tích vai trò của an toàn bức xạ trong bối cảnh ứng dụng năng lượng nguyên tử tại các bệnh viện Việt Nam. Tác giả khảo sát thực trạng trang thiết bị đo đạc, chỉ rõ sự phụ thuộc của máy đo Radiation Alert Ranger® vào kết nối có dây/Bluetooth cục bộ và phần mềm đóng phí bản quyền. Từ đó, tác giả xác định mục tiêu chế tạo hệ thống IoT RadOCR độc lập, giá thành thấp, cho phép giám sát suất liều từ xa qua mạng nội bộ mà không can thiệp vào mạch phần cứng của thiết bị đo.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp nền tảng vật lý hạt nhân và kỹ thuật đo bức xạ:

  • Phân loại chi tiết nguyên lý đầu dò chứa khí (buồng ion hóa, ống đếm tỷ lệ, ống đếm GM), đầu dò bán dẫn (tiếp giáp p-n, HPGe làm lạnh bằng nitơ lỏng), đầu dò nhấp nháy (NaI(Tl), ZnS(Ag)) kết hợp ống nhân quang điện PMT.
  • Trình bày thông số kỹ thuật của máy đo Radiation Alert Ranger®: kích thước, dải đo, ngưỡng phát hiện tia alpha/beta/gamma và các nguồn phóng xạ chuẩn dùng trong hiệu chuẩn (Cs-137, Co-60, Sr-90...).
  • Giới thiệu phần cứng module ESP32-CAM và các thư viện lập trình trong hệ sinh thái Python: Tkinter/CustomTkinter (giao diện), NumPy (tính toán ma trận), OpenCV-Python (xử lý hình thái học), Tesseract OCR (nhận dạng quang học) và CSV (lưu trữ dữ liệu).

Chương 3: Phương pháp luận

Chương này mô tả quy trình hiện thực hóa giải pháp:

  • Bản vẽ kỹ thuật và quy cách hình học của 5 tầng giá đỡ cơ khí in 3D.
  • Sơ đồ kiến trúc phần mềm, nguyên lý phân tách luồng ảnh và thuật toán xử lý ảnh 7 bước.
  • Phương pháp luận thống kê xác định kích thước mẫu kiểm thử ($N = 10.000 \rightarrow n = 400$ đối với số nguyên; $N = 30.000 \rightarrow n = 380$ đối với số thập phân).
  • Quy trình bố trí thực nghiệm đo nguồn Cs-137 hoạt độ 180,61 µCi ở khoảng cách 260–270 mm để đạt tốc độ đếm chuẩn 25 cps, cùng phương pháp ghi nhận và phân loại lỗi sai bằng đối chiếu thủ công.

Chương 4: Kết quả và bàn luận

Chương 4 công bố các kết quả thực nghiệm đạt được:

  • Đánh giá cơ khí giá đỡ in 3D nhựa ABS: độ khớp nối giữa các tầng chính xác, loại bỏ hiện tượng lóa sáng màn hình bằng cách thay thế đèn flash bằng 2 dải LED 5V.
  • Khả năng vận hành ổn định của giao diện RadOCR trên mạng Wi-Fi: hiển thị đồng thời ảnh gốc, ảnh kết quả OCR, giá trị đọc và hệ số tin cậy theo thời gian thực mà không xảy ra hiện tượng tràn bộ nhớ hay treo ứng dụng.
  • Kết quả thử nghiệm trên 2090 khung ảnh qua 5 mẫu khảo sát, ghi nhận độ chính xác trung bình đạt 97,365%.
  • Phân tích hai nguyên nhân gây lỗi nhận diện: độ trễ vật lý khi chuyển đổi trạng thái tinh thể lỏng của màn hình LCD và hạn chế của mô hình OCR đối với font chữ phân đoạn.

Chương 5: Kết luận và kiến nghị

Tổng kết mức độ hoàn thành toàn bộ 4 mục tiêu nghiên cứu đã đặt ra; khẳng định tính khả thi của giải pháp trích xuất số đo gián tiếp qua xử lý ảnh quang học; đồng thời đề xuất các giải pháp kỹ thuật nhằm cải thiện độ chính xác và tính cơ động của hệ thống trong các giai đoạn phát triển tiếp theo.

Kết quả và đóng góp

1. Kết quả thực nghiệm

Hệ thống được vận hành kiểm thử qua 5 đợt thu thập độc lập với tổng cộng 2090 khung ảnh đã được lọc và phân tích đối chiếu thủ công giữa số đọc thực tế trên ảnh và giá trị thuật toán OCR trích xuất:

Đợt kiểm thử Cỡ mẫu thực hiện ($T$) Số trường hợp sai ($S$) Số trường hợp đúng Độ tin cậy tối đa (Max Confident) Độ chính xác ($P$)
Mẫu 1 409 9 400 0,832 97,799%
Mẫu 2 425 16 409 0,828 96,235%
Mẫu 3 416 16 400 0,831 96,154%
Mẫu 4 422 9 413 0,830 97,867%
Mẫu 5 418 5 413 0,830 98,804%
Tổng / Trung bình 2090 55 2035 0,830 97,365%

Độ chính xác qua 5 lần chạy thử nghiệm đạt từ 96,154% đến 98,804%, giá trị trung bình toàn hệ thống đạt 97,365%. Kết quả này chứng minh thuật toán và cấu trúc phần cứng vận hành ổn định trong điều kiện truyền thông Wi-Fi nội bộ.

2. Đóng góp kỹ thuật và giải pháp đề xuất

  • Giải pháp kết nối không xâm lấn (Non-invasive IoT Retrofit): Chế tạo thành công thiết bị phụ trợ gá ngoài máy đo bức xạ hạt nhân mà không cần can thiệp mạch điện tử, không làm thay đổi cấu trúc bảo vệ hay ảnh hưởng đến chứng nhận hiệu chuẩn xuất xưởng của thiết bị Radiation Alert Ranger®.
  • Tự chủ hệ thống quản lý dữ liệu: Xây dựng phần mềm giao diện nguồn mở trên nền Python, thay thế phần mềm bản quyền đắt tiền của nhà sản xuất, tự động số hóa số đo theo chu kỳ 1 giây và kết xuất dữ liệu sang định dạng bảng CSV phục vụ lưu trữ, kiểm tra an toàn bức xạ lâu dài.
  • Quy trình tiền xử lý ảnh chuyên biệt cho màn hình LCD: Giải quyết triệt để vấn đề phản xạ lóa sáng bằng hệ thống chiếu sáng LED phụ trợ; đồng thời khắc phục nhược điểm khoảng cách ký tự không đồng đều trên màn hình tinh thể lỏng thông qua kỹ thuật tách đường bao contour và căn đều vị trí trước khi đưa vào bộ nhận dạng OCR.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ các hạn chế kỹ thuật còn tồn tại từ thực nghiệm:

  • Về phần cứng: Ống kính của camera OV2640 có tiêu cự tương đối dài, dẫn đến chiều cao tầng 2 của giá đỡ phải kéo dài (57 mm) để đảm bảo độ nét, làm cho cấu trúc tổng thể trở nên cồng kềnh và buộc phải lắp thêm chân chống phụ trợ để giữ thăng bằng. Độ phân giải cảm biến quang học thấp, dễ suy giảm chất lượng nếu ống kính bám bụi.
  • Về thuật toán: Phương pháp trừ nền phụ thuộc hoàn toàn vào "ảnh nền" tĩnh chụp trước khi vận hành. Nếu tháo rời máy hoặc module camera làm dịch chuyển góc quan sát, người dùng bắt buộc phải chụp lại ảnh nền để tránh phát sinh nhiễu ma trận. Vùng cắt cúp ký tự [80:150, 60:300] được gán tọa độ cố định thủ công nên dễ bị mất nét chữ nếu ngàm gá bị xê dịch.
  • Về vật lý hiển thị: Màn hình LCD có thời gian đáp ứng chuyển đổi trạng thái điểm ảnh tương đối dài. Khi suất liều biến thiên nhanh, khung ảnh ghi nhận hiện tượng bóng mờ chuyển số, dẫn đến tỷ lệ nhận dạng OCR bị sai lệch khách quan.

Hướng mở rộng nghiên cứu được tác giả đề xuất:

  • Tối ưu hóa ngàm gá cơ khí để cố định vĩnh viễn tầng 1 trên máy đo RAR nhằm triệt tiêu sai lệch vị trí ảnh nền.
  • Nghiên cứu thuật toán tự động nhận diện và định vị vùng chữ số động (Dynamic RoI) thay cho phương pháp cắt cúp tọa độ cố định.
  • Thay thế thấu kính camera bằng loại có tiêu cự ngắn hoặc góc rộng hơn nhằm thu gọn chiều cao giá đỡ.
  • Tiếp tục huấn luyện chuyên sâu mô hình Tesseract OCR trên tập dữ liệu ký tự số phân đoạn điện tử (7-segment LCD font) để nâng cao độ chính xác nhận dạng khi hiển thị số động.

Giá trị tham khảo

Báo cáo khóa luận mang lại giá trị học thuật và thực tiễn cho nhiều nhóm chuyên môn:

  • Sinh viên và học viên ngành Vật lý Y khoa, Kỹ thuật Hạt nhân: Tài liệu cung cấp bức tranh tổng quan về hệ thống kiểm soát an toàn bức xạ tại các cơ sở y tế Việt Nam, kiến thức về các loại đầu dò bức xạ (GM, buồng ion hóa, bán dẫn, nhấp nháy), cùng phương pháp thực nghiệm kiểm định thiết bị đo bằng nguồn chuẩn Cs-137.
  • Kỹ sư IoT, Kỹ thuật Y sinh và Tự động hóa: Cung cấp giải pháp mẫu hoàn chỉnh về việc chuyển đổi số các thiết bị y tế thế hệ cũ (legacy devices) thành thiết bị kết nối mạng thông minh bằng kỹ thuật thị giác máy tính chi phí thấp mà không cần mở vỏ máy.
  • Các nghiên cứu về xử lý ảnh: Quy trình tiền xử lý ảnh trong khóa luận (trừ nền bằng ma trận NumPy, xử lý hình thái học Closing kết hợp Dilation/Erosion, phân đoạn và sắp xếp lại contour ký tự) là quy trình tham khảo thực tế cho các bài toán nhận dạng số đo trên đồng hồ đo công nghiệp, màn hình hiển thị LED/LCD.

Câu hỏi thường gặp

1. Tại sao nghiên cứu không sử dụng cổng USB hoặc kết nối Bluetooth tích hợp sẵn của máy đo RAR để lấy số liệu mà phải dùng giải pháp đọc ảnh qua ESP32-CAM?
Máy đo Radiation Alert Ranger® chỉ truyền dữ liệu qua giao tiếp Bluetooth/USB tới phần mềm độc quyền do chính nhà sản xuất cung cấp. Phần mềm này có tính phí bản quyền, hoạt động theo cơ chế đóng và không hỗ trợ tích hợp các thiết bị của hãng khác hoặc kết nối vào một hệ thống giám sát bức xạ đa điểm từ xa. Việc ứng dụng module ESP32-CAM và nhận dạng ký tự quang học cho phép trích xuất số đo độc lập, chi phí thấp, không can thiệp phần cứng và dễ dàng quản lý dữ liệu qua mạng Wi-Fi nội bộ.

2. Tại sao thiết kế giá đỡ cơ khí phải bổ sung thêm 2 dải đèn LED tại tầng 3 thay vì sử dụng đèn flash có sẵn trên module ESP32-CAM?
Bộ giá đỡ được thiết kế dạng hộp kín bằng nhựa ABS để cách ly ánh sáng môi trường. Khi vận hành thử nghiệm ban đầu bằng đèn flash tích hợp của ESP32-CAM, ánh sáng tập trung cường độ mạnh đã tạo ra một đốm sáng lóa phản chiếu trực tiếp trên mặt kính màn hình LCD. Vết lóa này che khuất các chữ số và làm suy giảm nghiêm trọng độ chính xác của bước trừ nền và phân đoạn ảnh. Việc lắp đặt 2 dải đèn LED (mỗi dải 6 bóng, cấp nguồn 5V) tại tầng 3 tạo ra nguồn sáng gián tiếp phân bố đều, triệt tiêu hoàn toàn hiện tượng phản xạ lóa sáng.

3. Khâu tiền xử lý ảnh xử lý tình trạng khoảng cách không đồng đều giữa các chữ số trên màn hình máy đo RAR bằng cách nào?
Trên màn hình LCD của máy đo RAR, các chữ số hiển thị ở những vị trí cố định nhưng khoảng cách thực tế giữa các chữ số có thể bị lệch rất lớn, gây lỗi nhận diện cho thuật toán Tesseract OCR. Tác giả đã giải quyết bằng cách: (1) sử dụng hàm tìm đường bao cv2.findContours trong OpenCV để xác định khung bao hình chữ nhật quanh từng chữ số; (2) cắt rời từng ký tự ra khỏi ảnh nhị phân; và (3) tiến hành ghép nối, tái sắp xếp lại các ký tự theo đúng thứ tự với khoảng cách đồng đều nhau trước khi đưa vào nhận dạng OCR.

4. Cơ sở xác định cỡ mẫu kiểm thử 400 ảnh cho chế độ đo số nguyên được tính toán như thế nào?
Cỡ mẫu kiểm thử được xác định bằng công thức thống kê với mức ý nghĩa $\alpha = 0{,}05$ (khoảng tin cậy 95%) và tỷ lệ xuất hiện đặc trưng $p = 0{,}5$. Ở các chế độ hiển thị số nguyên (Counts, CPM), màn hình hiển thị tối đa 4 chữ số từ 0 đến 9999, tương ứng kích thước đám đông $N = 10.000$ giá trị khả dĩ. Áp dụng công thức tính ra cỡ mẫu tối thiểu là $n = 370$, tác giả làm tròn lên $n = 400$ mẫu. Để đảm bảo tính ngẫu nhiên độc lập và phân phối đồng nhất (IID), thực nghiệm sử dụng chế độ Counts và chiếu xạ nguồn Cs-137 ở khoảng cách 260–270 mm để đạt tốc độ đếm 25 cps ($10.000 / 400\text{ s}$), giúp số đọc tăng tuần tự từ 0 đến 10.000 trong thời gian đo hơn 6 phút.

5. Hai nguyên nhân chính dẫn đến 55 trường hợp nhận diện sai trong tổng số 2090 ảnh thực nghiệm là gì?
Phân tích thực nghiệm của khóa luận chỉ ra hai nguyên nhân:

  1. Hiện tượng vật lý của màn hình LCD: Thời gian đáp ứng chuyển đổi tinh thể lỏng giữa các giá trị số đo tương đối dài. Khi suất liều thay đổi tức thời, camera ghi nhận khung hình đúng thời điểm số đang chuyển đổi, tạo ra nét chữ mờ hoặc chồng lấn nét giữa giá trị cũ và mới khiến OCR đọc sai.
  2. Hạn chế của mô hình OCR: Tập dữ liệu huấn luyện của thuật toán Tesseract chưa được tối ưu hóa hoàn toàn cho dạng font chữ số điện tử đặc thù của màn hình tinh thể lỏng, dẫn đến việc nhận dạng sai một số nét ký tự dù hình ảnh đầu vào đã qua xử lý tương đối rõ nét.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Nguyên Phát đã nghiên cứu và chế tạo thành công hệ thống RadOCR, kết hợp module phần cứng ESP32-CAM và thuật toán Tesseract OCR để số hóa dữ liệu hiển thị từ máy đo bức xạ Radiation Alert Ranger®. Với thiết kế giá đỡ in 3D module hóa 5 tầng bằng nhựa ABS và quy trình xử lý ảnh 7 bước chuyên sâu, hệ thống đạt độ chính xác nhận dạng trung bình 97,365% trên 2090 mẫu ảnh thực nghiệm dưới nguồn chiếu xạ Cs-137. Công trình cung cấp giải pháp kỹ thuật khả thi, chi phí thấp, giúp chuyển đổi các thiết bị đo phóng xạ độc lập thành các trạm quan trắc IoT truyền dữ liệu thời gian thực mà không làm suy giảm tính toàn vẹn phần cứng của thiết bị y tế.