PHÁT HIỆN BỆNH VIÊM PHỔI VÀ CÁC ĐIỂM BẤT THƯỜNG/TỔN THƯƠNG QUA PHIM CHỤP X-QUANG

Abstract

Hiện nay, số lượng ca bệnh viêm phổi do vi khuẩn/vi rút đang tăng lên nhanh chóng, và một trong những nguyên nhân chính là do thiếu kiến thức về viêm phổi do vi khuẩn/vi rút trong việc phòng chống bệnh. Việc phát hiện và chẩn đoán bệnh viêm phổi do vi khuẩn/vi rút luôn đóng vai trò quan trọng trong hệ thống y tế, bởi nó giúp nhanh chóng xác định và điều trị các bệnh truyền nhiễm, cải thiện kết quả điều trị và đảm bảo sức khỏe của bệnh nhân. Tuy nhiên, để phát hiện bệnh viêm phổi do vi khuẩn/vi rút là một công việc đầy thách thức với rất nhiều hạn chế, bao gồm môi trường lâm sàng đa dạng, tình trạng bệnh nhân và mức độ phức tạp của các ca bệnh. Để giải quyết vấn đề này, cần có một ứng dụng có khả năng đáp ứng các yêu cầu này để giúp sớm xác định và điều trị bệnh viêm phổi do vi khuẩn/vi rút. Và không chỉ và bệnh do vi khuẩn/vi rút gây ra, còn có những lý do khác gây ra tình trạng xấu ở vùng phổi, như là kết quả sau phẩu thuật, môi trường không khí bị ô nhiêm, và các nguyên nhân khác gây ra tình trạng xấu ở phổi. Do đó, tôi đã đề xuất một giải pháp trong việc chẩn đoán bệnh bằng cách huấn luyện mô hình phát hiện đối tượng YOLOv8 và Faster-RCNN từ đó so sánh hiệu suất giữa hai mô hình để tìm ra được mô hình đạt độ chính xác, hiệu suất cao hơn để đưa vào hệ thống nhận dạng bênh lý/các dấu hiệu bất thường/tổn thương. Và hai mô hình thuật toán trên sử dụng tập dữ liệu viêm phổi và các điểm bất thường ở phổi qua phim chụp x-quang của VinBigData. Tập dữ liệu này được thu thập từ nền tảng trực tuyến Kaggle và nó giúp cung cấp các dữ liệu quan trọng để phát triển và kiểm tra mô hình.