DEEP LEARNING CHO PHÂN LỚP VÀ PHÁT HIỆN VÙNG BẤT THƯỜNG TRÊN ẢNH MRI SỌ NÃO

Abstract

Chụp cộng hưởng từ (MRI) não là một phương pháp tạo hình cắt lớp giúp phát hiện các bệnh lý của não như u nang, xuất huyết, u não và các bất thường của cấu trúc não trong quá trình phát triển. Trong y học, các bác sĩ phát hiện bất thường bằng cách quan sát các hình ảnh chụp MRI não bằng mắt thường kết hợp với kiến thức chuyên môn để đưa ra kết quả về tình hình sức khỏe của não bộ. Trong luận văn này, sử dụng cách tiếp cận dựa trên mạng thần kinh tích chập, mô hình YOLOv4 được sử dụng để phát hiện vùng bất thường trên ảnh MRI não. Hai tập dữ liệu “Brain-mri-images-for-brain-tumor-detection” 1 với 79 ảnh có dạng “.jpg” và “LGG-mri-segmentation” 2 với 655 ảnh dạng “.tif” được sử dụng để huấn luyện mô hình. Kiểm tra đánh giá mô hình bằng tập dữ liệu 150 ảnh Dicom của 7 bệnh nhân Đại học y dược Cần Thơ3 . Kết quả thu được với độ chính xác lên đến 90%.