Bối cảnh và vấn đề nghiên cứu

Trong lĩnh vực xử lý ảnh y tế, việc chẩn đoán bất thường trên phim X-quang cột sống đóng vai trò cốt lõi trong việc hỗ trợ các quyết định điều trị kịp thời cho bệnh nhân mắc bệnh lý về cơ xương khớp và các cơ quan liên quan. Tuy nhiên, quy trình chẩn đoán thủ công đòi hỏi bác sĩ phải trải qua quá trình đào tạo chuyên môn kéo dài và có kinh nghiệm dày dạn. Thực trạng này tạo ra nhu cầu phát triển các hệ thống hỗ trợ chẩn đoán thông minh, tự động phát hiện và định vị chính xác tổn thương nhằm giảm tải cho đội ngũ y tế, tăng tốc độ xử lý ca bệnh và giảm thiểu sai sót.

Đề tài khóa luận tốt nghiệp "Xây dựng ứng dụng web phát hiện bất thường trên ảnh X-quang cột sống" của tác giả Phạm Nguyễn Thanh Bình, thuộc Khoa Hệ thống Thông tin, Trường Đại học Công nghệ Thông tin (ĐHQG-HCM), tập trung giải quyết bài toán phát hiện đối tượng y khoa trên ảnh số. Bài toán đặt ra yêu cầu nhận diện và định vị các vùng tổn thương thuộc 7 nhóm bất thường phổ biến trên cột sống bao gồm: gai xương (Osteophytes), trượt đốt sống (Spondylolysthesis), hẹp khe khớp (Disc space narrowing), xẹp đốt sống (Vertebral collapse), hẹp lỗ liên hợp (Foraminal stenosis), kết hợp xương / dụng cụ phẫu thuật (Surgical implant) và các bất thường khác.

Nghiên cứu xác định hai mục tiêu và nhiệm vụ cụ thể:

  1. Nghiên cứu, huấn luyện và so sánh hiệu năng của các kiến trúc mạng học sâu phát hiện đối tượng (một giai đoạn và hai giai đoạn) trên tập dữ liệu X-quang cột sống nhằm chọn ra mô hình tối ưu.
  2. Thiết kế và hiện thực hóa một ứng dụng web hoàn chỉnh, cho phép người dùng tải lên tệp ảnh X-quang (chuẩn DICOM hoặc định dạng ảnh số), tự động hiển thị kết quả khoanh vùng tổn thương kèm nhãn phân loại, đồng thời hỗ trợ bác sĩ trong việc quản lý và kiểm tra kết quả ca bệnh.

Nghiên cứu cũng chỉ ra hai thách thức lớn của lĩnh vực:

  • Sự khan hiếm dữ liệu y tế được gán nhãn chuẩn bởi chuyên gia do các ràng buộc nghiêm ngặt về bảo mật thông tin bệnh nhân, y đức và sự hạn chế về quỹ thời gian của bác sĩ.
  • Hiện tượng dịch chuyển miền dữ liệu (Domain shift problem), khi chất lượng hình ảnh, thông số máy chụp và kỹ thuật chụp khác nhau giữa các cơ sở y tế làm suy giảm độ chính xác của mô hình khi triển khai thực tế.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Bộ dữ liệu VinDr-SpineXR do Công ty Cổ phần VinBigData (Tập đoàn Vingroup) công bố, gồm 10.469 ảnh X-quang cột sống được thu thập và gán nhãn chi tiết bởi các bác sĩ chẩn đoán hình ảnh giàu kinh nghiệm từ Bệnh viện Đại học Y Hà Nội và Bệnh viện Trung ương Quân đội 108.
  • Phạm vi công nghệ và mô hình: Tập trung khảo sát và thực nghiệm các mạng nơ-ron tích chập (CNN) kết hợp các kiến trúc phát hiện đối tượng Faster R-CNN, RetinaNet và FCOS.
  • Thời gian thực hiện: Từ ngày 27/02/2023 đến ngày 17/06/2023.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng lý thuyết xoay quanh mô hình mạng nơ-ron tích chập (Convolutional Neural Network - CNN), kỹ thuật học chuyển tiếp (Transfer Learning), tinh chỉnh mô hình (Fine-tuning) và các cấu trúc phát hiện đối tượng hiện đại trong thị giác máy tính.

Khung lý thuyết và mô hình tiếp cận:

  • Mạng trích xuất đặc trưng (Backbone Networks): Tác giả phân tích kiến trúc VGG16 (khối tích chập sâu với bộ lọc 3x3 và các lớp kết nối đầy đủ) và mạng ResNet (ResNet50, ResNet101, ResNet152) với cơ chế khối phần dư (Residual Blocks) cùng kết nối tắt (Skip/Shortcut Connections) giúp giải quyết triệt để vấn đề suy giảm đạo hàm (Vanishing Gradient) trong mạng sâu. Cấu trúc mạng kim tự tháp đặc trưng (Feature Pyramid Networks - FPN) được tích hợp để kết hợp đặc trưng đa tầng (từ cấp thấp đến cấp cao), nâng cao khả năng phát hiện tổn thương ở nhiều tỉ lệ kích thước khác nhau.
  • Mô hình phát hiện đối tượng hai giai đoạn (Two-stage detector): Mô hình Faster R-CNN sử dụng mạng đề xuất vùng (Region Proposal Network - RPN) với cơ chế Anchor Boxes trên các Feature Map để sinh ra các vùng quan tâm (ROI), sau đó áp dụng phép biến đổi ROI Pooling và mạng kết nối đầy đủ để phân loại nhãn và hồi quy tọa độ khung bao (Bounding Box Regression).
  • Mô hình phát hiện đối tượng một giai đoạn (One-stage detector):
    • RetinaNet: Tích hợp mạng backbone ResNet-FPN với hai nhánh con (Classification Subnet và Box Regression Subnet). Mô hình áp dụng hàm mất mát Focal Loss nhằm xử lý triệt để hiện tượng mất cân bằng mẫu nghiêm trọng giữa nền (Negative samples) và đối tượng tổn thương (Positive samples), tập trung gradient vào các mẫu khó phân loại.
    • FCOS (Fully Convolutional One-Stage Object Detection): Kiến trúc phát hiện đối tượng không dùng Anchor (Anchor-free), hoạt động hoàn toàn tích chập ở cấp độ từng điểm ảnh (Pixel-level). FCOS kết hợp ba nhánh song song gồm: Nhánh phân loại (Classification branch), Nhánh hồi quy khung bao (Box regression branch) và Nhánh Centerness (tính toán khoảng cách chuẩn hóa từ vị trí điểm ảnh đến tâm đối tượng) nhằm triệt tiêu các khung bao sai lệch xa tâm vật thể.

Phương pháp nghiên cứu và đánh giá thực nghiệm:

  • Tiền xử lý và chuyển đổi dữ liệu: Xử lý các tệp ảnh y tế định dạng DICOM, chuẩn hóa kích thước, phân tích phân bố nhãn bất thường và áp dụng các phương pháp tăng cường dữ liệu (Data Augmentation).
  • Quy trình huấn luyện: Khởi tạo trọng số từ các mô hình đã được tiền huấn luyện (Pre-trained weights), thiết lập các siêu tham số tối ưu và tiến hành tinh chỉnh trên tập dữ liệu VinDr-SpineXR.
  • Tiêu chuẩn và chỉ số đánh giá:
    • Chỉ số giao trên hợp (Intersection over Union - IoU): Đo lường mức độ trùng khớp giữa khung bao dự đoán và khung bao thực tế (Ground Truth) để phân loại các trường hợp Đúng dương (TP), Sai dương (FP), Sai âm (FN).
    • Độ chính xác trung bình (Average Precision - AP): Tính diện tích dưới đường cong Precision-Recall thông qua các kỹ thuật nội suy 11 điểm (11-point interpolation) và nội suy 101 điểm (101-point interpolation).
    • Độ chính xác trung bình trung bình (mean Average Precision - mAP): Tính trung bình chỉ số AP trên toàn bộ các lớp tổn thương tại các ngưỡng IoU cố định như mAP@0.5 và ngưỡng tích hợp mAP@0.5:0.95.

Thiết kế và triển khai

Phần mềm được phát triển dưới dạng một ứng dụng web tích hợp trí tuệ nhân tạo, cho phép tương tác trực quan giữa người dùng lâm sàng và mô hình học sâu đã được huấn luyện.

Công nghệ và thư viện triển khai:

  • Ngôn ngữ lập trình: Python (xử lý logic phía máy chủ, nạp mô hình và tiền xử lý ảnh) và JavaScript (xây dựng giao diện tương tác người dùng).
  • Khung phát triển ứng dụng (Framework): Django được sử dụng làm nền tảng Web backend; công cụ ngrok được cấu hình để chuyển tiếp dịch vụ và thử nghiệm từ xa.
  • Thư viện học sâu và tính toán: PyTorch phục vụ việc nạp kiến trúc và thực thi suy luận mô hình; NumPy và Pandas hỗ trợ cấu trúc hóa và biến đổi dữ liệu; Matplotlib hỗ trợ trực quan hóa biểu đồ và hiển thị khung bao tổn thương.

Kiến trúc chức năng của hệ thống web:

  1. Phân hệ chẩn đoán nhanh theo ngưỡng (Inference Module):
    • Cho phép người dùng tải lên tệp ảnh X-quang cột sống cần kiểm tra.
    • Cung cấp thanh điều chỉnh ngưỡng tin cậy dự đoán (Confidence Threshold).
    • Mô hình thực thi suy luận, xuất kết quả trực quan gồm hình ảnh cột sống có gắn các khung bao định vị tổn thương kèm tên lớp bệnh lý tương ứng.
  2. Phân hệ quản lý dự án gán nhãn và cộng tác y tế (Project Management & Verification Module):
    • Dành cho quản trị viên: Chức năng khởi tạo dự án mới, tải lên các thư mục ảnh X-quang hàng loạt, thiết lập danh mục nhãn bệnh và phân công ca bệnh cho các bác sĩ tham gia.
    • Dành cho bác sĩ chuyên môn: Truy cập danh sách dự án được phân công, xem chi tiết từng ảnh chụp X-quang, thực hiện khoanh chọn vùng bất thường trên ảnh hoặc đối chiếu vùng tổn thương do bác sĩ đề xuất với các vùng bất thường do mô hình trí tuệ nhân tạo dự đoán.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Chương mở đầu phân tích bối cảnh phát triển của trí tuệ nhân tạo trong y tế và tính cấp thiết của việc tự động hóa chẩn đoán ảnh X-quang cột sống. Tác giả chỉ rõ bài toán đầu vào là ảnh X-quang cột sống, đầu ra là nhãn phân loại và tọa độ vùng tổn thương. Chương này phân tích các thách thức về thiếu hụt dữ liệu gán nhãn và hiện tượng dịch chuyển miền (Domain shift), đồng thời khảo sát các ứng dụng trí tuệ nhân tạo thương mại trên thế giới gồm: IDx-DR (phát hiện bệnh võng mạc đái tháo đường được FDA phê duyệt năm 2018), Aidoc (phát hiện gãy xương, khối u trên CT/X-quang), Lunit INSIGHT (phân loại bất thường trên X-quang phổi) và InferVISION (hỗ trợ chẩn đoán tổn thương phổi). Từ đó, đề tài xác định mục tiêu xây dựng mô hình học sâu và hệ thống ứng dụng web với quy trình thực hiện 4 bước.

Chương 2: Cơ sở lí thuyết

Chương 2 trình bày có hệ thống các nền tảng toán học và kiến trúc học sâu. Tác giả mô tả chi tiết các thành phần cơ bản của mạng CNN bao gồm lớp tích chập (Convolutional Layer với công thức tích ma trận kernel, bước nhảy Stride, đường viền Padding), lớp kích hoạt ReLU, lớp gộp Max/Average Pooling và lớp kết nối đầy đủ (Fully Connected Layer). Tiếp đó, chương đi sâu vào hai mạng backbone kinh điển là VGG16 và ResNet (phân tích vai trò của khối Residual trong việc bảo toàn đặc trưng). Phần trọng tâm của chương mô tả chi tiết ba kiến trúc phát hiện đối tượng:

  • Faster R-CNN với mạng RPN, cơ chế Anchor Box, lớp ROI Pooling và công thức hàm mất mát tổng hợp giữa phân loại và hồi quy.
  • RetinaNet với cấu trúc đa tỉ lệ FPN và công thức toán học của hàm mất mát Focal Loss ($FL(p_t) = -\alpha_t (1 - p_t)^\gamma \log(p_t)$) giúp giảm thiểu trọng số của các mẫu dễ phân loại.
  • FCOS với cơ chế dự đoán theo điểm ảnh thông qua ba nhánh phân loại, hồi quy bounding box và nhánh tính điểm Centerness nhằm tinh chỉnh và loại bỏ các dự đoán sai lệch.

Chương 3: Thực nghiệm và đánh giá

Chương 3 tập trung vào toàn bộ quá trình thực nghiệm trên bộ dữ liệu VinDr-SpineXR. Tác giả trình bày phương pháp đánh giá thông qua các chỉ số IoU, True Positive, False Positive, False Negative, đường cong Precision-Recall, các phương pháp nội suy AP (11 điểm và 101 điểm) và các thang đo mAP@0.5, mAP@0.5:0.95. Chương cung cấp các thống kê về sự mất cân bằng giữa các nhãn tổn thương trên tập dữ liệu, phân tích tỉ lệ xuất hiện, chiều rộng, chiều cao và diện tích của các vùng bất thường. Các thực nghiệm huấn luyện được tiến hành trên môi trường phần cứng chuyên dụng với các mô hình Faster R-CNN (kết hợp các mạng trích xuất đặc trưng VGG16, ResNet50, ResNet101, ResNet152 kết hợp FPN), RetinaNet và FCOS. Tác giả phân tích chi tiết biểu đồ nhiệt AP, so sánh mAP giữa các mạng trích xuất đặc trưng, số lớp huấn luyện trước và sau khi áp dụng các kỹ thuật tinh chỉnh, đồng thời minh họa các kết quả chẩn đoán thực tế trên các tổn thương: gai xương, dụng cụ phẫu thuật, hẹp lỗ liên hợp, hẹp khe khớp, xẹp đốt sống và trượt đốt sống.

Chương 4: Chương trình ứng dụng

Chương 4 trình bày thiết kế và hiện thực hóa phần mềm ứng dụng web hỗ trợ chẩn đoán. Tác giả mô tả chi tiết các giao diện người dùng:

  • Giao diện nạp ảnh và chọn ngưỡng dự đoán.
  • Giao diện hiển thị kết quả chẩn đoán với khung bao và nhãn phân loại trực quan.
  • Giao diện kiểm tra, đối soát kết quả dự đoán của mô hình với vùng chỉ định thực tế.
  • Hệ thống phân quyền và quản lý dự án y tế: giao diện danh sách dự án của bác sĩ, giao diện khoanh vùng tổn thương, giao diện quản trị viên tạo mới dự án, tải lên thư mục ảnh và phân quyền bác sĩ, cùng giao diện tổng hợp các vùng đề xuất của chuyên gia y tế.

Chương 5: Kết luận và hướng phát triển

Chương tổng kết toàn bộ các kết quả đạt được của khóa luận, từ việc làm chủ lý thuyết, khảo nghiệm các mô hình học sâu phát hiện đối tượng trên tập dữ liệu X-quang cột sống VinDr-SpineXR, đến việc đóng gói giải pháp thành một phần mềm web hoàn chỉnh có khả năng phục vụ công tác hỗ trợ chẩn đoán lâm sàng và quản trị ca bệnh. Đồng thời, chương chỉ ra các hạn chế hiện tại và định hướng các nghiên cứu tiếp theo.

Kết quả và đóng góp

Khóa luận đã hoàn thành đầy đủ các mục tiêu đề ra về mặt học thuật và kỹ thuật thực nghiệm:

  • Đã khảo sát, cài đặt và đánh giá so sánh ba dòng kiến trúc phát hiện đối tượng tiêu biểu trên ảnh X-quang cột sống: Faster R-CNN (two-stage), RetinaNet (one-stage có anchor, dùng Focal Loss) và FCOS (one-stage không dùng anchor, dựa trên điểm ảnh và centerness).
  • Thực nghiệm chứng minh hiệu quả của việc kết hợp mạng trích xuất đặc trưng ResNet cùng cấu trúc kim tự tháp đặc trưng FPN, giúp mô hình Faster R-CNN nâng cao độ chính xác mAP@0.5 khi nhận diện các vùng tổn thương có kích thước và tỉ lệ biến thiên phức tạp trên cột sống.
  • Nhận diện và phân loại thành công các nhóm tổn thương cột sống phổ biến trên tập dữ liệu VinDr-SpineXR, bao gồm: gai xương (Osteophytes), dụng cụ phẫu thuật/kết hợp xương (Surgical implant), hẹp lỗ liên hợp (Foraminal stenosis), hẹp khe khớp (Disc space narrowing), xẹp đốt sống (Vertebral collapse) và trượt đốt sống (Spondylolysthesis).
  • Xây dựng thành công ứng dụng web tích hợp Django và PyTorch, cung cấp đầy đủ chức năng suy luận tự động theo ngưỡng và hệ thống quản lý ca bệnh phục vụ quy trình làm việc của bác sĩ và chuyên gia gán nhãn dữ liệu.

Bảng tổng hợp đặc điểm các kiến trúc mô hình được khảo sát và thử nghiệm trong khóa luận:

Mô hình Loại kiến trúc Mạng Backbone Cơ chế phát hiện Hàm mất mát đặc trưng Xử lý mất cân bằng dữ liệu
Faster R-CNN Two-stage (Hai giai đoạn) VGG16, ResNet (50, 101, 152) + FPN Dựa trên Anchor Boxes qua mạng RPN và ROI Pooling RPN Loss + Fast R-CNN Loss (Phân loại & Bounding Box Regression) Lấy mẫu tỉ lệ mẫu dương/âm trong RPN
RetinaNet One-stage (Một giai đoạn) ResNet50 + FPN Dựa trên lưới Anchor Boxes đa tầng Focal Loss (cho phân loại) + Smooth L1 Loss (cho hồi quy) Tự động hạ trọng số mẫu dễ phân loại thông qua hệ số $\gamma$ và $\alpha$
FCOS One-stage (Một giai đoạn) ResNet50 + FPN Anchor-free (Dự đoán trực tiếp trên từng pixel đa tầng) Focal Loss + Bounding Box Loss + Centerness Loss Sử dụng Focal Loss và lọc khung bao qua điểm số Centerness

Hạn chế và hướng nghiên cứu tiếp

Khóa luận thẳng thắn chỉ ra các hạn chế phát sinh trong quá trình nghiên cứu:

  • Giới hạn về thời gian thực hiện đề tài và năng lực phần cứng tính toán khiến việc thử nghiệm, tinh chỉnh siêu tham số trên toàn bộ các biến thể mạng sâu chưa đạt tới mức độ bao phủ tuyệt đối.
  • Mô hình được huấn luyện và kiểm tra chủ yếu trên bộ dữ liệu VinDr-SpineXR, do đó chưa có điều kiện đánh giá mở rộng trên nhiều tập dữ liệu độc lập từ các cơ sở y tế khác nhau để kiểm chứng triệt để khả năng thích ứng với vấn đề dịch chuyển miền dữ liệu (Domain shift).

Các hướng mở rộng và phát triển tiếp theo được đề xuất:

  • Tiếp tục mở rộng thử nghiệm trên các kiến trúc học sâu mới hơn, nghiên cứu các kỹ thuật tiền xử lý ảnh nâng cao và các chiến lược tăng cường dữ liệu đặc thù cho ảnh y khoa nhằm gia tăng chỉ số mAP trên các lớp tổn thương hiếm.
  • Thu thập và tích hợp thêm các nguồn dữ liệu đa trung tâm từ nhiều bệnh viện khác nhau để kiểm thử tính tổng quát hóa của mô hình.
  • Nâng cấp và tối ưu hóa hiệu năng ứng dụng web, hoàn thiện các công cụ tương tác y khoa chuyên sâu để sẵn sàng thử nghiệm hỗ trợ bác sĩ trong môi trường lâm sàng thực tế.

Giá trị tham khảo

Báo cáo khóa luận tốt nghiệp này mang lại giá trị tham khảo chuyên môn rõ ràng cho các nhóm đối tượng:

  • Sinh viên và học viên chuyên ngành Hệ thống Thông tin, Khoa học Máy tính, Trí tuệ Nhân tạo: Tài liệu cung cấp cơ sở lý thuyết chuẩn xác và chi tiết về các giải thuật phát hiện đối tượng từ cơ bản đến nâng cao (RPN, ROI Pooling, FPN, Focal Loss, Anchor-free Centerness), cùng phương pháp tính toán các chỉ số đánh giá chuyên sâu (IoU, AP nội suy 11 điểm và 101 điểm, mAP).
  • Các nhà nghiên cứu phát triển hệ thống xử lý ảnh y khoa: Cung cấp quy trình hoàn chỉnh từ bước tiếp cận, tiền xử lý bộ dữ liệu ảnh X-quang chuẩn DICOM (VinDr-SpineXR), phân tích đặc trưng phân bố nhãn bệnh lý, đến việc xây dựng môi trường huấn luyện và đánh giá mô hình học sâu.
  • Kỹ sư phát triển phần mềm ứng dụng AI: Đồ án là tài liệu tham khảo thực tế về cách tích hợp mô hình học máy PyTorch vào kiến trúc web framework Django, tổ chức cơ sở dữ liệu và xây dựng luồng nghiệp vụ quản lý dự án gán nhãn, đối soát ca bệnh cho chuyên gia y tế.

Câu hỏi thường gặp

1. Bộ dữ liệu VinDr-SpineXR được sử dụng trong khóa luận có quy mô và đặc điểm gì?
Bộ dữ liệu do VinBigData (Tập đoàn Vingroup) phát triển, bao gồm 10.469 ảnh X-quang cột sống. Toàn bộ dữ liệu được gán nhãn và định vị tổn thương cho 13 loại bất thường cột sống bởi các bác sĩ chẩn đoán hình ảnh có kinh nghiệm thuộc Bệnh viện Đại học Y Hà Nội và Bệnh viện Trung ương Quân đội 108.

2. Khóa luận tập trung nhận diện những loại tổn thương cột sống cụ thể nào?
Nghiên cứu tập trung giải quyết bài toán phát hiện vị trí và phân loại 7 nhóm tổn thương chính trên phim chụp X-quang cột sống, bao gồm: gai xương (Osteophytes), trượt đốt sống (Spondylolysthesis), hẹp khe khớp (Disc space narrowing), xẹp đốt sống (Vertebral collapse), hẹp lỗ liên hợp (Foraminal stenosis), kết hợp xương / dụng cụ phẫu thuật (Surgical implant) và các bất thường khác.

3. Sự khác biệt cốt lõi giữa hai mô hình một giai đoạn RetinaNet và FCOS trong nghiên cứu là gì?
RetinaNet sử dụng mạng kim tự tháp đặc trưng FPN kết hợp với hệ thống Anchor Boxes trên nhiều tỉ lệ và áp dụng hàm Focal Loss để khắc phục mất cân bằng mẫu. Ngược lại, FCOS là kiến trúc hoàn toàn tích chập không sử dụng Anchor (Anchor-free), dự đoán trực tiếp nhãn và tọa độ khung bao tại từng điểm ảnh (Pixel-level), đồng thời bổ sung nhánh Centerness để triệt tiêu các khung bao dự đoán có tâm sai lệch xa tâm vật thể.

4. Ứng dụng web trong khóa luận được xây dựng bằng công nghệ gì và cung cấp những chức năng nào?
Ứng dụng web được xây dựng bằng Python, JavaScript, framework Django, thư viện PyTorch và công cụ ngrok. Hệ thống cung cấp hai nhóm chức năng chính: (1) Chẩn đoán nhanh theo tệp ảnh tải lên với khả năng tùy chỉnh ngưỡng tin cậy để hiển thị bounding box tổn thương; (2) Phân hệ quản trị dự án gán nhãn cho phép tải ảnh hàng loạt, phân quyền bác sĩ, cho phép bác sĩ khoanh vùng tổn thương và đối chiếu kết quả thực tế với dự đoán của mô hình AI.

5. Vấn đề "Domain shift" được tác giả đề cập có ảnh hưởng như thế nào đến việc triển khai mô hình?
Domain shift là hiện tượng chất lượng hình ảnh, máy móc và kỹ thuật chụp X-quang tại các bệnh viện khác nhau tạo ra các đặc tính ảnh khác biệt so với tập dữ liệu huấn luyện. Điều này khiến mô hình dù đạt kết quả đánh giá rất cao trên tập dữ liệu thử nghiệm nội bộ nhưng có thể bị suy giảm độ chính xác khi áp dụng vào thực tế tại các cơ sở y tế mới.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Nguyễn Thanh Bình đã nghiên cứu và triển khai thành công quy trình ứng dụng trí tuệ nhân tạo vào bài toán phát hiện bất thường trên ảnh X-quang cột sống. Bằng việc thực nghiệm và so sánh chặt chẽ các mô hình học sâu tiên tiến gồm Faster R-CNN, RetinaNet và FCOS trên tập dữ liệu chuẩn VinDr-SpineXR, đề tài đã chứng minh tính hiệu quả của các kiến trúc tích hợp FPN và hàm mất mát chuyên biệt trong việc nhận diện các tổn thương xương khớp phức tạp. Toàn bộ giải pháp đã được tích hợp hoàn chỉnh thành một ứng dụng web Django trực quan, đóng góp một nền tảng kỹ thuật và thực nghiệm có giá trị tham khảo cao cho lĩnh vực xử lý ảnh y tế và phát triển hệ thống hỗ trợ chẩn đoán lâm sàng.