TÌM HIỂU ỨNG DỤNG CỦA HỌC SÂU TRONG XỬ LÝ ẢNH Y KHOA VÀ ỨNG DỤNG KỸ THUẬT SEGMENTATION ĐỂ PHÁT HIỆN KHỐI U NÃO TRONG ẢNH MRI

Abstract

Trong những năm gần đây máy học đặc biệt được chú ý đến, sự bùng nổ bắt đầu vào khoảng năm 2009 trở lại đây với sự xuất hiện của các mô hình học sâu vượt trội về hiệu suất và dần thay thế cho các mô hình máy học truyền thống. Các mô hình học sâu hiện tại là những mô hình nổi bật và hiện đại nhất trong nhiều lĩnh vực, từ xử lý ảnh đến xử lý ngôn ngữ tự nhiên và được áp dụng rộng rãi trong nghiên cứu và thực tế. Những sự phát triển mạnh mẽ trên đã thúc đẩy các nghiên cứu ứng dụng các mô hình học sâu vào lĩnh vực y khoa, phân tích và chẩn đoán ảnh y khoa đang dần được hiện thực hóa bằng các mô hình học sâu. Trong nghiên cứu này tôi sẽ cung cấp một cách tổng quan ngắn gọn về sự phát triển gần đây của việc ứng dụng các mô hình máy học vào việc xử lý dữ liệu ảnh y khoa và phân tích hình ảnh. Vì điều này đã trở nên quá rộng và phát triển một cách nhanh chóng cho nên trong luận văn này chúng tôi không bao quát hết các vấn đề mà ứng học sâu vào hình ảnh y khoa đã và đang được áp dụng, do đó trong nghiên cứu này chúng tôi chỉ tập trung vào ứng dụng học sâu vào ảnh MRI cụ thể hơn là bài toán phân đoạn hình ảnh. Sau đó là trình bày việc ứng dụng mạng học sâu U-Net để phát hiện và phân đoạn khối u não trong ảnh MRI. Mô hình cài đặt của chúng tôi được được đánh giá trên tập dữ liệu BRATS 2018, bao gồm 220 trường hợp HGG (High-grade brain tumor) và 75 trường hợp LGG (Lowgrade brain tumor). Mô hình có thể mang lại phân đoạn một cách tích cực khả quan.