PHÁT HIỆN TỔN THƯƠNG SẮC TỐ DA

Abstract

Cùng với sự phát triển của khoa học và công nghệ trong thời đại công nghiệp 4.0, lĩnh vực y tế cũng có nhiều đổi mới như là việc áp dụng công nghệ thông tin vào y tế, tiêu biểu nhất là chẩn đoán bệnh thông qua hình ảnh. Bên cạnh đó, khi nói về sức khỏe, chúng ta không thể bỏ qua vai trò quan trọng của làn da. Một khi da xuất hiện tình trạng bệnh sẽ gây nhiều ảnh hưởng về sức khỏe cũng như sự tự tin, nếu không điều trị kịp thời có thể sẽ gây ảnh hưởng đến sức khỏe tổng thể. Vì vậy, đề tài “Phát hiện tổn thương sắc tố da” được đề xuất để tìm ra phương pháp chẩn đoán một số tổn thương sắc tố trên da như dày sừng quang hóa, ung thư tế bào đáy, chứng khô sừng hóa, u da lành tính, u ác tính, nốt ruồi và tổn thương mạch máu. Nghiên cứu có 2 nhiệm vụ chính là phân lớp và phân vùng ảnh tổn thương. Đối với nhiệm vụ phân lớp, đề tài sử dụng mô hình ResNet50, cho kết quả có độ chính xác cao cùng với kiến trúc Unet thực hiện nhiệm vụ phân vùng tổn thương. Tập dữ liệu được dùng trong nghiên cứu bao gồm 10015 hình ảnh soi da từ tập dữ liệu HAM10000. Qua quá trình thực nghiệm, kết quả trên các độ đo như ACC, AUC, Precision, Recall, F1-score và IoU đều được đánh giá cao. Từ đó cho thấy các giải thuật được đề xuất là hoàn toàn phù hợp. Quá trình huấn luyện và thực nghiệm mô hình được sự hỗ trợ của công cụ Jupyter Notebook và các thư viện như Tensorflow, Keras, OpenCV, numpy, .... Sau đó, các mô hình được tích hợp vào hệ thống website được xây dựng từ các ngôn ngữ hỗ trợ như HTML, CSS, Javascript, PHP, framework Laravel cùng với cơ sở dữ liệu MySQL. Từ đó, hệ thống có thể hỗ trợ người dùng dễ dàng chẩn đoán tổn thương.