ỨNG DỤNG HỌC SÂU TRONG PHÁT HIỆN THẬN VÀ PHÂN ĐOẠN SỎI THẬN TRÊN ẢNH CT VÙNG THẬN

Abstract

Sỏi thận hay còn gọi là sạn thận là bệnh xảy ra khi các chất khoáng trong nước tiểu lắng đọng lại ở thận, bàng quang, niệu quản,... thành những tinh thể rắn. Đối với sỏi thận có kích thước nhỏ có thể được tống ra ngoài khi đi tiểu bình thường. Tuy nhiên, những viên sỏi lớn khi di chuyển trong thận, niệu quản, bàng quang... gây cọ xát dẫn tới tổn thương thậm chí làm tắc đường dẫn nước tiểu để lại những hậu quả rất khôn lường. Việt Nam có từ 2 - 12% dân số bị sỏi đường tiết niệu (trong đó sỏi thận chiếm 40%). Số liệu này đã xếp Việt Nam vào vị trí các nước thuộc “vành đai sỏi” trên thế giới khi rất nhiều người bị sỏi và khi mắc bệnh này thì kéo theo nhiều tình trạng nhiễm trùng, ung thư, bướu, bế tắc đường tiểu, suy thận,.... Việc phát hiện và điều trị sớm sỏi thận là yếu tố then chốt trong việc giảm thiểu các biến chứng nguy hiểm về sau. Các phương pháp chẩn đoán sỏi thận đã trải qua nhiều giai đoạn phát triển, sự ra đời của kỹ thuật chụp cắt lớp vi tính (CT) đã đánh dấu một bước tiến quan trọng trong chẩn đoán sỏi thận. Luận văn này tập trung vào việc nghiên cứu và xây dựng một hệ thống tự động phát hiện thận và phân đoạn sỏi thận trên ảnh chụp CT vùng thận, từ đó tính toán diện tích viên sỏi. Để giải quyết bài toán này, luận văn sử dụng các kỹ thuật học sâu, cụ thể là mạng nơ-ron tích chập (CNN) với các kiến trúc YOLO11, Faster R-CNN và RetinaNet. Kết quả nghiên cứu cho thấy hệ thống đã đạt được các mục tiêu đề ra, sử dụng Faster R-CNN để phát hiện thận và YOLO11 Segment để phân đoạn sỏi thận trên ảnh CT vùng thận, tính toán diện tích viên sỏi trên ảnh CT. Hệ thống có tiềm năng hỗ trợ bác sĩ chẩn đoán sỏi thận nhanh chóng và chính xác, góp phần nâng cao hiệu quả điều trị và giảm gánh nặng cho hệ thống y tế.