XÂY DỰNG ỨNG DỤNG DI ĐỘNG CHO QUẢN LÝ KHÁM BỆNH VÀ CHẨN ĐOÁN XƠ GAN SỬ DỤNG MÔ HÌNH MẠNG NƠ-RON TÍCH CHẬP (CNN) TRÊN HÌNH ẢNH SIÊU ÂM 2D.

Abstract

Phân loại bệnh xơ gan chính xác là rất quan trọng để đưa ra quyết định điều trị ở bệnh nhân mắc bệnh gan mạn tính. Sinh thiết gan và các phương pháp chẩn đoán hình ảnh không xâm lấn tiên tiến, bao gồm siêu âm đàn hồi, chụp cắt lớp vi tính (CT) và chụp cộng hưởng từ (MRI), nhưng chi phí thực hiện còn khá cao. Bên cạnh đó, siêu âm B-mode thông thường được sử dụng rộng rãi và tiết kiệm chi phí. Tuy nhiên, việc đọc và phân tích hình ảnh siêu âm vẫn phụ thuộc nhiều vào kinh nghiệm của bác sĩ, đôi khi có thể dẫn đến sai lệch trong quá trình chẩn đoán các giai đoạn xơ hoá gan. Mặc dù đã có nhiều nghiên cứu ứng dụng mô hình học sâu để chẩn đoán bệnh xơ gan, phần lớn các nghiên cứu này tập trung vào việc tăng độ chính xác mô hình, mà chưa thật sự chú trọng việc làm rõ các đặc trưng hình ảnh y học. Do đó, đề tài “Xây dựng ứng dụng di động cho quản lý khám bệnh và chẩn đoán xơ gan sử dụng mô hình mạng nơ-ron tích chập (CNN) trên hình ảnh siêu âm 2D” được thực hiện với mục tiêu không chỉ phát triển mô hình máy học để chẩn đoán bệnh xơ gan mà còn hướng đến việc cải thiện khả năng diễn giải đặc trưng hình ảnh liên quan đến các giai đoạn xơ hoá gan, nhằm hỗ trợ các bác sĩ ra quyết định điều trị nhanh chóng và chính xác hơn. Bên cạnh đó, đề tài còn xây dựng hệ thống thông tin quản lý bác sĩ chẩn đoán, quản lý mô hình chẩn đoán, các kết quả chẩn đoán bệnh xơ gan của bệnh nhân. Hệ thống được xây dựng trên nền tảng ứng dụng di động và Web sử dụng các công nghệ chính như: Flask Framework để phát triển Server API, MySQL làm hệ quản trị cơ sở dữ liệu, Kotlin Jetback compose xây dựng giao diện ứng dụng di động. Về mô hình máy học, hệ thống sử dụng Python kết hợp với các thư viện như Tensorflow, Keras, OpenCV… để huấn luyện mô hình mạng nơ ron tích chập (CNN). Từ đó đề tài không chỉ góp phần nâng cao hiệu quả chẩn đoán tại các cơ sở sức khoẻ, mà còn hướng đến khả năng triển khai thực tiễn thông qua một ứng dụng di động, phù hợp với bối cảnh các đơn vị y tế hạn chế về nguồn lực. Từ khoá: Mạng nơ-ron tích chập, phân loại xơ gan, hình ảnh siêu âm.