ỨNG DỤNG CÁC MÔ HÌNH HỌC SÂU ĐỂ PHÂN LOẠI ẢNH KHỐI U NÃO

Abstract

Trong thời đại công nghệ số phát triển, việc áp dụng trí tuệ nhân tạo (AI) và học sâu (Deep Learning) vào các lĩnh vực trong đời sống xã hội đang trở nên ngày càng phổ biến. Cụ thể là phân loại và nhận diện hình ảnh đã đem lại cho con người những thuận lợi to lớn như nhận diện khuôn mặt, kiểm tra chất lượng sản phẩm, nhận diện cây trồng và sâu bệnh hại, … Một trong những ứng dụng tiềm năng khác là trong lĩnh vực ý tế giúp hỗ trợ cho các y, bác sĩ chẩn đoán, phát hiện và phân loại các bệnh dựa trên hình ảnh chụp được từ bệnh nhân. Đồng thời góp phần tăng hiệu quả trong công tác điều trị bệnh và giúp bệnh nhân có thể phát hiện kịp thời những bệnh lý có khả năng gây nguy hiểm đến sức khỏe. Chẩn đoán sớm và chính xác khối u não đóng vai trò quan trọng trong việc nâng cao hiệu quả điều trị và cải thiện tiên lượng cho bệnh nhân. Các phương pháp truyền thống dựa trên đánh giá thủ công ảnh MRI thường mất nhiều thời gian và dễ bị ảnh hưởng bởi yếu tố chủ quan của bác sĩ. Trong những năm gần đây, các mô hình học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), đã được ứng dụng rộng rãi trong phân tích ảnh y khoa, mang lại kết quả vượt trội trong phân đoạn và phân loại khối u não. Nghiên cứu này tập trung vào việc ứng dụng hai mô hình học sâu là ResNet50 và VGG19 nhằm phân loại các loại khối u não thông qua hình ảnh MRI, sử dụng tập dữ liệu Brain Tumor MRI từ Kaggle. Kết quả nghiên cứu kỳ vọng sẽ đóng góp vào việc phát triển các hệ thống hỗ trợ chẩn đoán tự động, giúp nâng cao độ chính xác, giảm tải công việc cho bác sĩ và tối ưu hóa quá trình điều trị. Từ khóa - Ảnh MRI khối u não, Học sâu, Mạng nơ-ron tích chập, ResNet50, VGG19.