PHÁT HIỆN KHỐI U NÃOTRONGẢNHMRIVỚI MÔ HÌNHUNET

Abstract

Hiện nay, cùng với sự phát triển nhanh chóng của các công nghệ mới, côngnghệhình ảnh y tế không xâm lấn, chi phí thấp, chụp cộng hưởng từ (MRI) đãtrởthànhmột công cụ quan trọng để chẩn đoán bệnh. Trong nghiên cứu này, tôi sẽtrìnhbàymột mô hình phân đoạn và phân loại khối u não hoàn toàn tự động bằngcáchsửdụng mạng nơ-ron tích chập, cụ thể là mô hình U-net. U-Net là một mạngnơ-rontích chập được phát triển nhằm ứng dụng cho việc phân đoạn hình ảnh. Ứngdụngmạng học sâu U-Net được thực hiện trên tập dữ liệu hình ảnh MRI của bệnhunão,bộ dữ liệu được sử dụng chứa 3064 hình ảnh MRI T1-CE của 233 bệnhnhânvới3loại khối u não: u màng não (meningioma) với 708 lát cắt, u thần kinh đệm(glioma)với 1426 lát cắt, và u tuyến yên (pituitary tumor) với 930 lát cắt. Tập dữliệuđượcchia làm 2 phần: 80% sử dụng để đào tạo và 20% dùng để kiểmđịnh. Sauđó, môhình được đào tạo dùng phân đoạn và phân loại các mẫu thử nghiệm, kiểmtravàđánh giá mô hình. Mô hình đề xuất đã đạt được độ chính xác tươngđối caolà99,53%