PHÁT HIỆN VÙNG BẤT THƯỜNG TRÊN ẢNH MRI NÃO VỚI MÔ HÌNH GAN

Abstract

Phát hiện bất thường trong các xét nghiệm y tế bằng các ứng dụng của máy học là một vấn đề được quan tâm nghiên cứu rộng rãi. Các bệnh lý về não người có thể được phát hiện qua các xét nghiệm MRI. Vấn đề phát hiện bất thường trong ảnh MRI não được giải quyết thông qua bài toán dịch ảnh bằng mạng đối nghịch tích chập sâu có điều kiện – cDCGAN (Conditional Deep Convolutional GAN). Bộ tạo nhận vào ảnh lát cắt MRI và trả về mặt nạ vùng bất thường. Mô hình được huấn luyện bằng tập dữ liệu "LGG Segmentation Dataset" – Bao gồm các cặp lát cắt MRI não và mặt nạ thể hiện vùng bất thường tương ứng. Mô hình đề xuất được đánh giá bằng tập dữ liệu MRI não người do trường Đại học Y Dược Cần Thơ cung cấp – Bao gồm các gói tin theo chuẩn DICOM của 10 bệnh nhân. Hiệu quả khoanh vùng trung bình đạt 79% sau 3 lần đánh giá thủ công cho 200 mẫu được lấy ngẫu nhiên. Các đánh giá được thực hiện bởi các bác sĩ chuyên khoa công tác tại tại trường Đại học Y Dược Cần Thơ.