Nghiên cứu học sâu và ứng dụng học sâu vào việc chẩn đoán hình ảnh một số loại bệnh về mắt dựa trên bộ dữ liệu ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang

Luận văn: Ứng dụng học sâu chẩn đoán bệnh về mắt qua ảnh đáy mắt - Nguyễn Văn Sinh (ĐH Thái Nguyên)

• Tác giả: Nguyễn Văn Sinh
• Người hướng dẫn: TS. Nguyễn Thị Mai Phương
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên cứu học sâu và ứng dụng học sâu vào việc chẩn đoán hình ảnh một số loại bệnh về mắt dựa trên bộ dữ liệu ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng quan học sâu chẩn đoán bệnh về mắt qua ảnh đáy mắt

Học sâu đang tạo ra bước đột phá lớn trong y tế số. Phương pháp này đặc biệt hiệu quả trong phân tích hình ảnh nhãn khoa. Nghiên cứu tại Trường Đại học Công nghệ Thông tin và Truyền thông Thái Nguyên tập trung khai thác thị giác máy tính hiện đại. Đề tài hướng tới việc tự động nhận diện các tổn thương phức tạp trên võng mạc. Nguồn dữ liệu đầu vào bao gồm ảnh chụp đáy mắt không huỳnh quang và ảnh chụp mạch huỳnh quang. Mạng nơ-ron tích chập đóng vai trò hạt nhân của hệ thống. Kiến trúc này có khả năng tự động trích xuất các đặc trưng không gian đa cấp độ. Các lớp tích chập nhận diện đường nét mạch máu nhỏ, vết xuất huyết và điểm thoái hóa. Quá trình xử lý không đòi hỏi thiết kế đặc trưng thủ công như các thuật toán máy học truyền thống. Nhờ vậy, hệ thống giảm thiểu đáng kể sai số chủ quan từ con người. Nghiên cứu mở ra hướng tiếp cận chuẩn hóa cho quy trình sàng lọc lâm sàng diện rộng.

1.1. Vai trò của mạng nơ ron tích chập trong nhãn khoa

Mạng nơ-ron tích chập là công cụ then chốt trong xử lý ảnh y tế. Cấu trúc mạng gồm ba thành phần chính: lớp tích chập, lớp tổng hợp và lớp kết nối đầy đủ. Lớp tích chập thực hiện quét các bộ lọc không gian trên ảnh đáy mắt. Thao tác này giúp trích xuất biên cạnh, hình thái gai thị và mạng lưới vi mạch. Lớp tổng hợp giúp giảm chiều không gian và hạn chế hiện tượng quá khớp dữ liệu. Lớp kết nối đầy đủ tổng hợp thông tin để đưa ra nhãn chẩn đoán bệnh. Khác với mạng nơ-ron truyền thống, mạng tích chập duy trì cấu trúc không gian của ảnh hai chiều. Mô hình học sâu xử lý hiệu quả cấu trúc vi mô phức tạp trên võng mạc người bệnh.

1.2. Mục tiêu nghiên cứu thực nghiệm tại Thái Nguyên

Nghiên cứu tại Đại học Công nghệ Thông tin và Truyền thông Thái Nguyên đặt ra mục tiêu xây dựng quy trình phân loại ảnh tự động. Đề tài tập trung xử lý hai loại dữ liệu chính là ảnh màu đáy mắt và ảnh chụp mạch huỳnh quang. Mục tiêu là phát hiện chính xác các bệnh lý phổ biến như bệnh võng mạc đái tháo đường và thoái hóa hoàng điểm tuổi già. Nhóm nghiên cứu tiến hành chuẩn hóa bộ dữ liệu y khoa nhằm tối ưu hóa quá trình huấn luyện mô hình. Kết quả thực nghiệm hướng tới việc cung cấp công cụ hỗ trợ tin cậy cho đội ngũ y tế tuyến cơ sở, giảm áp lực cho bệnh viện tuyến trên.

II. Thách thức chẩn đoán bệnh về mắt bằng ảnh đáy mắt thực tế

Chẩn đoán bệnh lý đáy mắt trong điều kiện lâm sàng gặp nhiều trở ngại lớn. Ảnh chụp võng mạc thường có độ phân giải lớn, tiêu biểu là mức 3000x3000 pixel. Kích thước này tạo ra gánh nặng tính toán rất nặng cho các phần cứng tiêu chuẩn. Chất lượng ảnh thực tế thường không đồng đều do kỹ thuật chụp và tình trạng đục thủy tinh thể của bệnh nhân. Nhiều bức ảnh xuất hiện nhiễu sáng, độ tương phản thấp hoặc mất nét cục bộ. Những yếu tố quang học này gây khó khăn nghiêm trọng cho việc phân biệt tổn thương võng mạc. Bên cạnh đó, sự mất cân bằng dữ liệu giữa các nhóm bệnh lý là thách thức nan giải. Số lượng mẫu bệnh hiếm thường ít hơn rất nhiều so với nhóm bình thường. Điều này dễ khiến các thuật toán học máy thiên lệch về nhóm đa số. Việc chẩn đoán thủ công đòi hỏi bác sĩ nhãn khoa có trình độ chuyên môn rất cao cùng nhiều năm kinh nghiệm. Tuy nhiên, nguồn nhân lực y tế chuyên sâu tại các địa phương còn hạn chế. Sai sót do mệt mỏi thị giác khi phải soi hàng trăm ảnh mỗi ngày là điều khó tránh khỏi.

2.1. Giới hạn của phương pháp chẩn đoán nhãn khoa truyền thống

Phương pháp đọc ảnh đáy mắt thủ công phụ thuộc hoàn toàn vào năng lực của bác sĩ. Mắt người dễ bỏ sót các vi phình mạch hoặc vi xuất huyết ở giai đoạn khởi phát. Thời gian phân tích từng ca bệnh kéo dài làm chậm tiến độ điều trị của bệnh viện. Sự bất đồng trong kết quả đánh giá giữa các chuyên gia thường xuyên xảy ra. Ngoài ra, việc lưu trữ hồ sơ phim chụp truyền thống thiếu tính đồng bộ và khó tra cứu. Thiếu hụt công cụ hỗ trợ tự động khiến việc sàng lọc cộng đồng gặp nhiều rào cản. Tỷ lệ phát hiện bệnh muộn dẫn đến nguy cơ mù lòa vĩnh viễn ở người bệnh tăng cao.

2.2. Khó khăn khi xử lý dữ liệu ảnh đáy mắt độ phân giải cao

Dữ liệu ảnh đáy mắt thường có kích thước rất lớn với mật độ điểm ảnh dày đặc. Việc đưa trực tiếp ảnh gốc vào mạng nơ-ron gây tràn bộ nhớ đồ họa nghiêm trọng. Thời gian huấn luyện mô hình bị kéo dài bất thường và phát sinh nhiều chi phí phần cứng. Độ tương phản giữa mạch máu và nền võng mạc thường khá thấp trong môi trường thiếu sáng. Sự hiện diện của dịch kính vẩn đục hoặc phản xạ giác mạc tạo ra các đốm sáng giả lập. Mô hình học sâu dễ nhầm lẫn các dị vật này với tổn thương bệnh lý thật. Xử lý nhiễu ảnh là bước bắt buộc trước khi trích xuất đặc trưng.

III. Giải pháp học sâu chẩn đoán bệnh về mắt tại CNTT TT Thái Nguyên

Để giải quyết các thách thức kỹ thuật, nghiên cứu tại ĐH CNTT&TT Thái Nguyên đề xuất quy trình học sâu toàn diện. Quy trình bắt đầu bằng bước tiền xử lý ảnh võng mạc nghiêm ngặt. Dữ liệu ảnh thô 3000x3000 được chuẩn hóa kích thước và cân bằng độ tương phản để làm nổi bật mạch máu. Nhóm nghiên cứu triển khai kỹ thuật tăng cường dữ liệu nhằm khắc phục hiện tượng mất cân bằng mẫu. Các phép quay, lật ảnh và biến đổi cường độ sáng giúp mô hình học được nhiều biến thể phong phú. Nghiên cứu ứng dụng các kiến trúc mạng nơ-ron tích chập hàng đầu gồm VGG-16 cùng họ mô hình ResNet. ResNet-34, ResNet-50 và ResNet-101 được đưa vào thực nghiệm so sánh đa chiều. Cơ chế kết nối tắt của ResNet giải quyết triệt để vấn đề suy giảm đạo hàm khi mạng quá sâu. Kỹ thuật học chuyển giao được tích hợp nhằm tận dụng trọng số tiền huấn luyện từ tập dữ liệu quy mô lớn. Nhờ đó, mô hình hội tụ nhanh chóng và đạt độ chính xác phân loại vượt trội trên tập dữ liệu đáy mắt thực nghiệm.

3.1. Ứng dụng kiến trúc VGG 16 và mạng dư ResNet

VGG-16 được sử dụng làm mô hình đối sánh cơ sở nhờ cấu trúc khối tích chập đồng nhất. Mạng sử dụng các bộ lọc kích thước nhỏ 3x3 xếp chồng để nhận diện chi tiết hình ảnh. Tuy nhiên, VGG-16 có số lượng tham số lớn và tiêu tốn nhiều tài nguyên bộ nhớ. Nhóm nghiên cứu chuyển trọng tâm sang các biến thể ResNet với khối dư kết nối tắt. ResNet-34 và ResNet-50 cho phép truyền thông tin trực tiếp qua các lớp sâu. Thiết kế này loại bỏ hiện tượng biến mất đạo hàm trong quá trình lan truyền ngược. Kết quả thực nghiệm cho thấy ResNet đạt độ ổn định và độ chính xác phân loại cao hơn VGG-16.

3.2. Tiền xử lý dữ liệu và đánh giá tham số hiệu năng

Khâu tiền xử lý hình ảnh đóng vai trò quyết định tới chất lượng huấn luyện mạng sâu. Ảnh đáy mắt được loại bỏ vùng viền đen vô nghĩa và điều chỉnh kích thước phù hợp với đầu vào mô hình. Các kỹ thuật cân bằng biểu đồ mức xám cục bộ được áp dụng để làm rõ mao mạch. Hiệu năng của hệ thống được kiểm định khắt khe thông qua các chỉ số y tế tiêu chuẩn. Bộ tham số đánh giá bao gồm độ chính xác tổng thể, độ nhạy, độ đặc hiệu và chỉ số F1-score. Việc đo lường độ nhạy giúp đảm bảo hệ thống không bỏ sót các trường hợp tổn thương nguy hiểm trong thực tế khám chữa bệnh.

IV. Giá trị ứng dụng học sâu chẩn đoán bệnh về mắt qua ảnh đáy mắt

Nghiên cứu ứng dụng học sâu tại ĐH CNTT&TT Thái Nguyên mang lại ý nghĩa khoa học và thực tiễn sâu sắc. Giải pháp chứng minh tính khả thi của trí tuệ nhân tạo trong hỗ trợ chẩn đoán chuyên khoa mắt. Hệ thống phân loại ảnh tự động giúp rút ngắn thời gian chẩn đoán từ hàng chục phút xuống vài giây. Bác sĩ có thêm kênh tham vấn độc lập, khách quan trước khi ra quyết định phác đồ điều trị. Công nghệ này có tiềm năng tích hợp trực tiếp vào các máy chụp đáy mắt kỹ thuật số tại các cơ sở y tế. Giải pháp mở ra cơ hội sàng lọc bệnh lý mắt trên quy mô cộng đồng với chi phí tối ưu. Người dân ở khu vực vùng sâu vùng xa có thể tiếp cận dịch vụ y tế kỹ thuật cao mà không cần chuyển tuyến. Điều này giúp phát hiện sớm nguy cơ mù lòa do thoái hóa hoàng điểm và bệnh đái tháo đường. Hướng phát triển tiếp theo của đề tài là mở rộng tập dữ liệu đa trung tâm và tối ưu hóa mô hình cho các thiết bị di động biên. Nghiên cứu khẳng định năng lực ứng dụng công nghệ thông tin tiên tiến vào giải quyết bài toán cấp thiết của ngành y tế Việt Nam.

4.1. Hỗ trợ bác sĩ lâm sàng và giảm tải hệ thống y tế

Hệ thống đóng vai trò như một trợ lý ảo đáng tin cậy cho các bác sĩ nhãn khoa. Công cụ tự động phân loại mức độ tổn thương và khoanh vùng vị trí bất thường trên đáy mắt. Nhờ đó, thời gian hội chẩn cho mỗi ca bệnh phức tạp được rút ngắn rõ rệt. Tình trạng quá tải tại các bệnh viện mắt tuyến trung ương được giải tỏa hiệu quả. Nhân viên y tế tuyến cơ sở có thể tự tin hơn khi thực hiện sàng lọc bệnh nhân ban đầu. Việc phát hiện sớm bệnh giúp nâng cao tỷ lệ điều trị thành công và bảo tồn thị lực cho người bệnh.

4.2. Hướng phát triển triển khai hệ thống trên thiết bị di động

Đề tài định hướng chuyển đổi các mô hình học sâu sang dạng nén nhẹ để cài đặt trên thiết bị biên. Mục tiêu là tích hợp thuật toán trực tiếp vào máy ảnh soi đáy mắt cầm tay và điện thoại thông minh. Kỹ thuật lượng tử hóa mạng giúp giảm dung lượng mô hình nhưng vẫn duy trì độ chính xác cao. Cán bộ y tế lưu động có thể sử dụng thiết bị để khám sàng lọc tại các trạm y tế xã phường mà không cần kết nối mạng internet liên tục. Hướng nghiên cứu này tạo bước tiến quan trọng trong việc phổ cập y tế số đến vùng sâu vùng xa.

Nội dung chính

Tổng quan nghiên cứu

Theo báo cáo của Tổ chức Y tế Thế giới (WHO) năm 2019, toàn cầu có khoảng 1,2 tỷ người đang phải sống chung với các bệnh lý về mắt và suy giảm thị lực. Trong đó, nhiều bệnh lý nguy hiểm có nguy cơ dẫn đến mù lòa vĩnh viễn nếu không được phát hiện kịp thời, bao gồm tật khúc xạ (khoảng 123 triệu người), tăng nhãn áp (khoảng 70 triệu người), đục thủy tinh thể (khoảng 65 triệu người), thoái hóa điểm vàng (khoảng 10 triệu người) và bệnh võng mạc đái tháo đường (khoảng 3 triệu người).

Tại Việt Nam, sự chênh lệch lớn về trình độ chuyên môn và trang thiết bị giữa các bệnh viện tuyến trung ương với các cơ sở y tế địa phương đang tạo ra áp lực nặng nề cho công tác khám chữa bệnh nhãn khoa. Khác với các kỹ thuật chẩn đoán hình ảnh như chụp cắt lớp vi tính (CLVT) hay cộng hưởng từ (MRI) vốn đã được tích hợp rộng rãi vào hệ thống lưu trữ và truyền tải hình ảnh PACS theo chuẩn Dicom quốc tế, các thiết bị chụp đáy mắt hiện nay phần lớn chưa hỗ trợ định dạng Dicom mở. Rào cản này làm phân tán nguồn dữ liệu lâm sàng, hạn chế cơ hội nghiên cứu ứng dụng trí tuệ nhân tạo (AI) vào chuyên ngành nhãn khoa.

Nhằm giải quyết thách thức trên, luận văn thạc sĩ chuyên ngành Khoa học máy tính của tác giả Nguyễn Văn Sinh, thực hiện năm 2023 tại Trường Đại học Công nghệ Thông tin và Truyền thông thuộc Đại học Thái Nguyên dưới sự hướng dẫn của TS. Nguyễn Thị Mai Phương, đã tập trung nghiên cứu ứng dụng học sâu vào bài toán phân tích ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang. Mục tiêu nghiên cứu là tối ưu hóa quy trình tiền xử lý, gán nhãn trên tập ảnh độ phân giải gốc 3000x3000 pixel và đánh giá chuyên sâu hiệu năng của các mô hình mạng nơ-ron tích chập tiên tiến như VGG-16, ResNet và ResNeXt. Kết quả nghiên cứu mang lại ý nghĩa thực tiễn lớn khi mở ra giải pháp chẩn đoán tự động đạt độ chính xác trên 90%, hỗ trợ giảm thiểu từ 30% đến 50% nguy cơ chẩn đoán nhầm do mệt mỏi thị giác hoặc giới hạn kinh nghiệm của bác sĩ lâm sàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết học máy có giám sát kết hợp các kiến trúc mạng nơ-ron tích chập (Convolutional Neural Networks - CNN). Hai khung kiến trúc trọng tâm được triển khai là mạng VGG-16 với cấu trúc tuần tự sử dụng các bộ lọc kích thước nhỏ 3x3 và họ mạng học dư ResNet (Residual Networks) với các biến thể 34, 50 và 101 tầng ẩn. Cơ chế kết nối tắt (skip connections) trong ResNet là chìa khóa lý thuyết giúp giải quyết triệt để vấn đề suy giảm gradient (vanishing gradient) khi tăng độ sâu mạng nơ-ron.

Khung lý thuyết của đề tài bao quát 4 khái niệm kỹ thuật cốt lõi:

• Toán tử tích chập (Convolutional operator): Thực hiện phép nhân vô hướng giữa ma trận điểm ảnh với các bộ lọc đặc trưng, kết hợp tham số bước trượt (Stride) và đệm số không (Zero-padding) để kiểm soát kích thước dữ liệu không gian.
• Lớp lấy mẫu gộp (Pooling layer): Ứng dụng Max Pooling và Average Pooling với cửa sổ kích thước 2x2 nhằm giảm một nửa kích thước không gian tensor đặc trưng, cắt giảm số lượng tham số tính toán và hạn chế hiện tượng quá khớp (overfitting).
• Hàm kích hoạt phi tuyến (Activation function): Sử dụng hàm Rectified Linear Unit (ReLU) để duy trì ánh xạ phi tuyến tính từ ảnh đầu vào đến đầu ra, kết hợp hàm Softmax ở lớp phân loại cuối cùng.
• Tối ưu hóa lan truyền ngược (Backpropagation): Sử dụng thuật toán tối ưu Gradient Descent ngẫu nhiên (SGD) để cập nhật trọng số và bias dựa trên đạo hàm của hàm mất mát Cross Entropy.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm bao gồm tập hợp ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang độ nét cao với kích thước gốc 3000x3000 pixel. Cỡ mẫu nghiên cứu gồm hàng trăm ảnh lâm sàng, được phân chia theo tỷ lệ chuẩn thành ba tập độc lập: tập huấn luyện (training), tập đánh giá kiểm định (validation) và tập kiểm tra (testing). Đề tài áp dụng phương pháp chọn mẫu không cân bằng có chủ đích, phản ánh chính xác phân bố bệnh lý phức tạp trong môi trường lâm sàng thực tế.

Dữ liệu được chuẩn hóa thông qua sự tham vấn trực tiếp của các chuyên gia nhãn khoa hàng đầu, tập trung định vị các thành phần giải phẫu như đĩa thị giác (Optic Disc) có đường kính trung bình 1,5 mm, cốc quang học (Optic Cup) với tỷ lệ diện tích dưới 30% đĩa thị, cùng mạng lưới mao mạch võng mạc. Về phương pháp phân tích, luận văn lựa chọn bộ công cụ mã nguồn mở MMPretrain và MMDetection phát triển trên nền tảng PyTorch thuộc hệ sinh thái OpenMMLab. Lý do lựa chọn hệ thống này là nhờ tính mô-đun hóa linh hoạt, khả năng tinh chỉnh (fine-tuning) các siêu tham số nhanh chóng và hỗ trợ chuyển giao học tập (transfer learning) hiệu quả trên các tập dữ liệu y tế đặc thù. Toàn bộ quy trình thu thập, xử lý và kiểm thử mô hình được hoàn thành trong niên khóa nghiên cứu 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, kỹ thuật tiền xử lý và cắt lọc vùng quan tâm (ROI) từ ảnh gốc 3000x3000 pixel giúp cải thiện đáng kể tốc độ hội tụ của mô hình. Việc chuẩn hóa kích thước và tập trung vào khu vực đĩa thị, hoàng điểm giúp giảm hơn 60% chi phí tính toán phần cứng so với việc nạp trực tiếp toàn bộ ảnh kích thước lớn vào mạng.

Thứ hai, kiến trúc học dư ResNet thể hiện tính ưu việt rõ nét so với mô hình phẳng VGG-16. Cụ thể, các mô hình ResNet-50 và ResNet-101 duy trì hàm mất mát ổn định xuyên suốt các chu kỳ huấn luyện (epochs), giúp cải thiện độ chính xác phân loại tổn thương mắt thêm từ 4% đến 7% so với cấu hình VGG-16 thông thường.

Thứ ba, mô hình phân nhánh ResNeXt-101 đạt hiệu năng phân loại cao nhất trên bộ dữ liệu kiểm thử đa lớp Set-6. Cấu trúc gom nhóm tích chập giúp ResNeXt-101 nhận diện chuẩn xác các dạng tổn thương vi mô tương đồng như xuất huyết võng mạc và vi phình mạch, duy trì độ chính xác nhận dạng đạt xấp xỉ 92%.

Thứ tư, nghiên cứu phát hiện tình trạng mất cân bằng dữ liệu (tỷ lệ mẫu bệnh so với mẫu bình thường chênh lệch từ 1:3 đến 1:4) ảnh hưởng trực tiếp đến độ nhạy (Recall). Tuy nhiên, việc áp dụng chiến lược tinh chỉnh trọng số thông qua framework MMPretrain đã giúp khôi phục độ nhạy của các lớp bệnh khó lên mức trên 91%.

Thảo luận kết quả

Sự vượt trội của các mô hình học sâu sâu tầng như ResNet-50 hay ResNeXt-101 bắt nguồn từ khả năng trích xuất các đặc trưng phân cấp chi tiết. Các tổn thương như vi phình mạch (Microaneurysms) thường chỉ xuất hiện dưới dạng các chấm đỏ li ti vài điểm ảnh, rất dễ bị tiêu biến qua các tầng tích chập sâu của mạng VGG-16 do hiện tượng bão hòa tín hiệu. Ngược lại, cơ chế cộng dồn tín hiệu qua các khối dư (residual blocks) trong ResNet bảo toàn được các thông tin không gian cục bộ từ tầng nông đến tầng sâu.

So sánh với các nghiên cứu học thuật quốc tế cùng thời kỳ, kết quả của luận văn tương đương với các công bố đạt độ chính xác từ 88,3% đến 94,5% trên dữ liệu ảnh màu đáy mắt. Các kết quả thực nghiệm trong luận văn được minh họa sinh động qua bảng thống kê độ chính xác phân loại theo từng cấu hình mô hình, biểu đồ đường cong suy giảm hàm mất mát (loss curve) thể hiện sự hội tụ ổn định của thuật toán SGD, và bảng ma trận nhầm lẫn (confusion matrix). Ma trận nhầm lẫn làm rõ số lượng dự đoán đúng (TP, TCP), phản ánh tỷ lệ âm tính giả cực thấp đối với các bệnh có nguy cơ mù lòa cao như tăng nhãn áp và võng mạc tiểu đường.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa toàn diện quy trình số hóa và trích xuất dữ liệu ảnh chụp nhãn khoa tại các cơ sở y tế. Cục Quản lý Khám chữa bệnh thuộc Bộ Y tế cần phối hợp cùng các bệnh viện chuyên khoa mắt ban hành tiêu chuẩn kỹ thuật kết nối dữ liệu ảnh đáy mắt vào hệ thống PACS theo chuẩn Dicom trước năm 2025, giúp giảm 45% thời gian xử lý thủ công và đồng bộ hóa hồ sơ bệnh án điện tử.

Thứ hai, xây dựng ngân hàng dữ liệu ảnh đáy mắt quốc gia phục vụ nghiên cứu trí tuệ nhân tạo. Bộ Khoa học và Công nghệ cùng Bộ Y tế chủ trì đề án thu thập và gán nhãn tối thiểu 50.000 ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang trong giai đoạn 2024-2026, cung cấp tập dữ liệu chuẩn cho các cơ sở nghiên cứu và giảm thiểu sai lệch thuật toán do yếu tố thiết bị sinh ảnh.

Thứ ba, phát triển phần mềm AI hỗ trợ sàng lọc bệnh võng mạc tại các trạm y tế và bệnh viện tuyến huyện. Các doanh nghiệp công nghệ y tế hợp tác với nhóm tác giả thương mại hóa mô hình ResNet-50 và ResNeXt-101 thành ứng dụng hỗ trợ quyết định lâm sàng trong giai đoạn 2024-2025, đặt mục tiêu đạt độ nhạy trên 95% và thời gian trả kết quả dưới 3 giây cho mỗi ca chụp, hỗ trợ phát hiện sớm cho ít nhất 80% bệnh nhân võng mạc đái tháo đường.

Thứ tư, tối ưu hóa các giải thuật học sâu nhằm nâng cao khả năng giải thích của mô hình (Explainable AI). Các viện nghiên cứu và trường đại học chuyên ngành công nghệ thông tin triển khai kỹ thuật bản đồ nhiệt Grad-CAM kết hợp hàm mất mát Focal Loss trong vòng 12 tháng tới, giúp trực quan hóa chính xác vị trí tổn thương trên võng mạc và cải thiện chỉ số F1-score của các nhóm bệnh hiếm thêm ít nhất 15%.

Đối tượng nên tham khảo luận văn

Thứ nhất, các bác sĩ nhãn khoa và nhân viên y tế tại các cơ sở khám chữa bệnh. Luận văn cung cấp cái nhìn chi tiết về cơ chế nhận diện tổn thương của AI, giúp y bác sĩ tự tin ứng dụng công nghệ như một công cụ chẩn đoán phụ trợ đắc lực, hỗ trợ giảm hơn 40% thời gian hội chẩn hình ảnh và ngăn ngừa sai sót do mệt mỏi thị giác.

Thứ hai, học viên cao học, nghiên cứu sinh và kỹ sư chuyên ngành Khoa học máy tính, Trí tuệ nhân tạo. Tài liệu đóng vai trò như một cẩm nang thực hành toàn diện về xử lý ảnh y tế độ phân giải cao 3000x3000 pixel, cấu hình framework OpenMMLab/MMPretrain và phương pháp huấn luyện chuyển giao trên các kiến trúc CNN phức tạp.

Thứ ba, các kỹ sư phát triển phần mềm y tế và nhà tích hợp hệ thống bệnh viện số. Nghiên cứu mang lại mô hình tham chiếu thực tế để thiết kế pipeline xử lý dữ liệu ẩn danh, khắc phục tình trạng thiếu chuẩn Dicom của máy chụp mắt, giúp rút ngắn từ 6 đến 12 tháng thời gian thử nghiệm và phát triển các sản phẩm phần mềm y tế thương mại.

Thứ tư, các nhà quản lý y tế và lãnh đạo bệnh viện. Nội dung luận văn cung cấp các luận cứ khoa học và số liệu thực chứng vững chắc để hoạch định chính sách chuyển đổi số, đầu tư trang thiết bị nhãn khoa thông minh và tối ưu hóa ngân sách vận hành chuyên khoa từ 20% đến 30% thông qua các chương trình khám chữa bệnh từ xa.

Câu hỏi thường gặp

Tại sao việc ứng dụng AI vào chẩn đoán bệnh mắt gặp nhiều trở ngại hơn so với các bệnh lý tim mạch hay lồng ngực? Hình ảnh chụp cắt lớp vi tính (CLVT) hay MRI đều tuân thủ nghiêm ngặt chuẩn Dicom và kết nối trực tiếp với hệ thống PACS, tạo kho dữ liệu tập trung phong phú. Ngược lại, máy chụp đáy mắt nhãn khoa thường không hỗ trợ chuẩn Dicom mở, khiến nguồn dữ liệu bị phân tán, đòi hỏi quá trình trích xuất và xử lý dữ liệu thủ công tốn thêm từ 30% đến 50% thời gian nghiên cứu.

Ưu điểm nổi bật của kiến trúc ResNet so với mạng tích chập VGG-16 khi phân tích ảnh võng mạc là gì? Kiến trúc VGG-16 xếp chồng các lớp tích chập tuần tự nên dễ bị bão hòa hàm mất mát khi vượt quá 16 tầng. Trong khi đó, mạng ResNet sử dụng các đường truyền tắt (skip connections) bảo toàn thông tin dư, cho phép xây dựng độ sâu lên đến 50 hoặc 101 tầng mà không bị suy giảm gradient, giúp nâng cao độ chính xác phân loại tổn thương mắt thêm từ 4% đến 7%.

Khó khăn kỹ thuật lớn nhất khi huấn luyện mô hình học sâu trên bộ dữ liệu ảnh võng mạc là gì? Khó khăn lớn nhất nằm ở hiện tượng mất cân bằng dữ liệu giữa mắt bình thường và mắt mang bệnh lý với tỷ lệ chênh lệch thường trên 1:3, kết hợp với kích thước tổn thương vi mô rất nhỏ trên ảnh gốc 3000x3000 pixel. Nếu không áp dụng các kỹ thuật cân bằng dữ liệu và cắt lọc cục bộ, độ nhạy của mô hình có thể giảm mạnh xuống dưới 70%.

Bộ công cụ MMPretrain đóng vai trò như thế nào trong sự thành công của đề tài? MMPretrain là framework mã nguồn mở phát triển trên nền tảng PyTorch thuộc hệ sinh thái OpenMMLab. Công cụ này cung cấp cấu trúc mô-đun hóa linh hoạt cùng kho mô hình tiền huấn luyện phong phú, giúp nhóm nghiên cứu tiết kiệm hơn 60% thời gian thiết lập thực nghiệm và dễ dàng tùy biến các siêu tham số học sâu chuyên biệt.

Mô hình học sâu trong nghiên cứu có thể thay thế hoàn toàn bác sĩ nhãn khoa hay không? Mô hình AI được phát triển nhằm đóng vai trò hệ thống hỗ trợ ra quyết định lâm sàng chứ không thay thế bác sĩ. Trong thực tế, hệ thống giúp sàng lọc tự động hàng nghìn ảnh đáy mắt với độ chính xác trên 90%, lọc bớt các ca bệnh an toàn và cảnh báo sớm các tổn thương nguy kịch để bác sĩ tập trung can thiệp điều trị chuyên sâu.

Kết luận

• Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về mạng nơ-ron tích chập và tổng hợp sâu sắc các công trình ứng dụng học máy trong chẩn đoán bệnh mắt giai đoạn 2016-2023.
• Xây dựng thành công quy trình chuẩn hóa, tiền xử lý và gán nhãn chuyên khoa cho bộ dữ liệu ảnh chụp đáy mắt không huỳnh quang và chụp mạch huỳnh quang từ độ phân giải gốc 3000x3000 pixel.
• Kiểm thử và khẳng định ưu thế vượt trội của các kiến trúc học dư ResNet-50, ResNet-101 và ResNeXt-101 trên nền tảng MMPretrain với độ chính xác phân loại thực nghiệm đạt xấp xỉ 92%.
• Xác định lộ trình nghiên cứu tiếp theo trong giai đoạn 2024-2026 với trọng tâm mở rộng quy mô dữ liệu lên 50.000 ảnh và tích hợp công nghệ AI giải thích được (Explainable AI) phục vụ kiểm định lâm sàng.
• Đề tài là nguồn tài liệu học thuật giá trị, thúc đẩy các nhà nghiên cứu công nghệ thông tin và y sinh tăng cường liên kết liên ngành nhằm phát triển những giải pháp y tế số thông minh, nâng cao chất lượng chăm sóc sức khỏe thị giác cho cộng đồng.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 CƠ SỞ LÝ THUYẾT Trong chương này, các kiến thức cơ bản về học máy và bài toán phân loại được trình bày. Ngoài ra, mạng nơ-ron nhân tạo Artificial Neural Networks (ANNs) và mạng nơ-ron tích chập Convolutional Neural Networks (CNNs) cũng được giới thiệu trong chương này. Các nghiên cứu sử dụng CNN để chẩn đoán một số bệnh về mắt sẽ được trình bay ở cuối chương.1 Giới thiệu về học máy và bài toán phân loại Hình 1.1: Phân loại học máy [1]. Trong nhiều trường hợp, sau khi nghiên cứu dữ liệu, chúng ta không thể hiểu được các mẫu có trong đó hoặc không thể trích xuất được thông tin cần thiết.

Trong trường hợp này chúng ta có thể áp dụng học máy (Machine Learning). Học máy là một nhánh nghiên cứu rất quan trọng của trí tuệ nhân tạo (Artificial Intelligence) với nhiều ứng dụng thành công trong thực tế. Học máy hiện là một trong những chủ đề nóng nhất cho phép máy học từ dữ liệu và xây dựng dự đoán mà không cần lập trình rõ ràng cho nhiệm vụ đó, tự động mà không cần sự tham gia của con người. Để áp dụng học máy thì cần phải có bộ dữ liệu đủ lớn và được thu thập từ nhiều nguồn khác nhau.

Nhiều ngành công nghiệp từ y học đến quân sự đang áp dụng học máy 18 Hình 1.2: Phân loại nhị phân và phân loại đa lớp. để trích xuất thông tin liên quan từ bộ dữ liệu có sẵn. Mục đích chính của học máy là học từ dữ liệu hiện có.1 trình bày phân loại học máy. Học máy được chia làm hai loại là học có giám sát và học không giám sát [1].

Học có giám sát là một trong hai nhánh lớn của học máy giúp cho mô hình có thể dự đoán được kết tương lai ra sau khi chúng đã được huấn luyện dựa trên dữ liệu có trong quá khứ. Dữ liệu được biểu diễn dưới dạng cặp gồm có đầu vào và đầu ra được dùng để huấn luyện mô hình với mục tiêu là học được một hàm xấp xỉ mô tả được mối quan hệ giữa đầu vào và đầu ra. Từ đó, mô hình có thể dự đoán được kết quả đầu ra khi có dữ liệu mới được đưa vào. Học có giám sát có thể được chia nhỏ thành hai vấn đề là phân loại (classification) và hồi quy (regression).

Hồi quy là khi đầu ra là dữ liệu liên tục (continuous) còn phân loại thì có đầu ra được tách thành các lớp, tức là các giá trị rời rạc. Phân loại là quá trình phân lớp một đối tượng dữ liệu vào một hay nhiều lớp đã được định nghĩa trước bằng cách sử dụng một mô hình phân loại. Mô hình này được xây dựng dựa trên một tập dữ liệu có gán nhãn được thu thập trước đó. Quá trình phân loại còn được gọi là quá trình gán nhãn cho đối tượng dữ liệu.

Một mô hình phân loại có thể được xây dựng dựa trên những bước sau [22]: (1) thu thập và tiền xử lý dữ liệu; (2) Khởi tạo mô hình phân 19 Hình 1.3: Các thuật toán phân loại [1]. loại; (3) Sử dụng xác thực chéo để tách bộ dữ liệu ban đầu ra làm 3 bộ dữ liệu: dữ liệu huấn luyện, dữ liệu đánh giá huấn luyện và dữ liệu kiểm tra; (4) Huấn luyện mô hình phân loại; (5) Dùng mô hình đã huấn luyện để dự đoán nhãn/phân lớp cho dữ liệu mới; (6) Đánh giá tỷ lệ lỗi của mô hình phân loại sử dụng bộ dữ liệu kiểm tra. Phụ thuộc vào số lớp đầu ra mà phân loại có thể chia thành phân loại nhị phân và phân loại đa lớp (Hình 1. Phân loại nhị phân là một loại phân loại có hai kết quả đầu ra.