ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
BÁO CÁO CHUYÊN ĐỀ 1
Đề tài:
ÁP DỤNG MÔ HÌNH CNN TRONG BÀI TOÁN PHÁT HIỆN
SỚM UNG THƯ VÚ QUA ẢNH MÔ HỌC
Sinh viên thực hiện:
Lớp:
Giáo viên hướng dẫn:
Nguyễn Hồng Minh
CNTT K20R
TS. Ngô Hữu Huy
THÁI NGUYÊN, NĂM 2025
1
LỜI CẢM ƠN
Trước hết, em xin được bày tỏ lòng biết ơn sâu sắc và chân thành nhất đến
Tiến sĩ Ngô Hữu Huy, người thầy đã không chỉ là người hướng dẫn chuyên
môn mà còn là người đồng hành, chỉ dẫn tận tình và là nguồn động viên lớn
lao trong suốt quá trình em thực hiện đề tài “Áp dụng mô hình mạng nơ-ron
tích chập (cnn) trong bài toán phát hiện sớm ung thư vú qua ảnh mô học”.
Với kiến thức chuyên môn sâu rộng, sự nghiêm túc trong nghiên cứu khoa
học cùng tấm lòng nhiệt huyết với nghề, thầy đã giúp em định hình rõ ràng
phương pháp tiếp cận vấn đề, vượt qua những khó khăn bước đầu và từng
bước hoàn thiện đề tài một cách khoa học, chặt chẽ và hiệu quả. Những lời
khuyên của thầy không chỉ giúp em hoàn thiện công trình nghiên cứu này mà
còn mở rộng tầm nhìn học thuật và khơi dậy trong em niềm đam mê, tinh thần
cầu tiến trên con đường nghiên cứu khoa học sau này. Em luôn trân trọng và
ghi nhớ những gì thầy đã truyền đạt, không chỉ là tri thức mà còn là tâm
huyết, trách nhiệm và đạo đức trong nghề nghiệp.
Em cũng xin gửi lời cảm ơn chân thành đến quý thầy cô trong Khoa Công
nghệ Thông tin và Truyền thông – Trường Đại học Công nghệ Thông tin
và Truyền thông – Đại học Thái Nguyên. Trong suốt quá trình học tập tại
trường, em đã có cơ hội tiếp cận với môi trường học tập chuyên nghiệp, năng
động cùng sự chỉ dẫn tận tâm, nhiệt tình và giàu kinh nghiệm của các thầy cô.
Những kiến thức nền tảng, phương pháp tư duy khoa học và kỹ năng nghiên
cứu mà em được trang bị chính là tiền đề quan trọng để em triển khai và phát
triển đề tài này. Bên cạnh tri thức chuyên môn, em còn học được từ thầy cô sự
nghiêm túc, chuẩn mực và trách nhiệm trong công việc – những giá trị mà em
sẽ luôn ghi nhớ và nỗ lực gìn giữ trong hành trình học tập và nghề nghiệp của
mình.
Không thể không nhắc đến sự động viên, hỗ trợ thầm lặng nhưng vô cùng to
lớn từ gia đình, người thân và bạn bè – những người luôn bên cạnh, tiếp
thêm nghị lực và niềm tin cho em trong những lúc khó khăn, áp lực. Chính
tình cảm và sự sẻ chia ấy đã tiếp sức mạnh để em kiên trì theo đuổi mục tiêu
đến cùng, hoàn thành đề tài một cách tốt nhất trong khả năng của mình.
Một lần nữa, em xin trân trọng cảm ơn tất cả những ai đã, đang và sẽ luôn
đồng hành cùng em trong chặng đường học tập, nghiên cứu và trưởng thành.
Em xin chân thành cảm ơn!
2
Em xin chân thành cảm ơn!
Thái nguyên,ngày....tháng....năm2025
Minh
Nguyễn Hồng Minh
3
MỤC LỤC
DANH MỤC HÌNH ẢNH.........................................................................................................................5
DANH MỤC BẢNG BIỂU........................................................................................................................6
LỜI MỞ ĐẦU............................................................................................................................................7
CHƯƠNG 1. CƠ SỞ LÝ THUYẾT.........................................................................................................8
1.1. Trí tuệ nhân tạo..............................................................................................................................8
1.1.1. Khái niệm.................................................................................................................................8
1.1.2. Các loại trí tuệ nhân tạo..........................................................................................................9
1.1.3. Ứng dụng trong cuộc sống.....................................................................................................11
1.1.4. Ưu điểm, nhược điểm............................................................................................................13
1.2. Khái niệm học máy.......................................................................................................................14
1.2.1. Khái niệm về học máy...........................................................................................................14
1.2.2. Các thuật toán học máy phổ biến.........................................................................................16
1.3. Bài toán phân loại.........................................................................................................................17
1.3.1. Khái niệm bài toán phân loại................................................................................................17
1.3.2. Một số thuật toán phân loại phổ biến...................................................................................17
1.3.4. Đánh giá hiệu năng mô hình phân loại................................................................................19
1.4. Dữ liệu và đặc trưng trong học máy............................................................................................21
1.4.1. Vai trò của dữ liệu và xử lý dữ liệu đầu vào........................................................................21
CHƯƠNG II. TÌM HIỂM MÔ HÌNH CNN ĐA DẦU VÀO TÙY CHỈNH.........................................23
2.1. Tổng quan về CNN đa đầu vào tùy chỉnh...................................................................................23
2.1.1. Lịch sử phát triển và ứng dụng thực tiễn.............................................................................23
2.2. Nguyên lý hoạt động của mô hình CNN đa đầu vào...................................................................25
2.2.1. Tổng quan về Mạng Nơ-ron Tích chập (CNN) và Kiến trúc Đa Đầu Vào.........................25
2.2.2. Cách hoạt động của CNN Đa Đầu Vào.................................................................................27
2.2.3. Hàm mất mát và phương pháp tối ưu hóa...........................................................................28
2.2.4. Regularization trong CNN Đa Đầu Vào giúp giảm overfitting..........................................29
CNN Đa Đầu Vào có nhiều siêu tham số (hyperparameters) cần được cấu hình, ảnh hưởng trực tiếp
đến hiệu quả mô hình. Việc điều chỉnh các tham số này là yếu tố then chốt. Các tham số có thể chia
thành các nhóm: tham số chung cho quá trình huấn luyện, tham số cho từng nhánh xử lý, và tham số
cho phần hợp nhất/dự đoán................................................................................................................30
2.3.1. Các tham số của CNN đa đầu vào........................................................................................30
4
2.3.2. Cách điều chỉnh tham số (Hyperperameter Tuning)..........................................................32
2.4. Ưu điểm, nhược điểm của mô hình CNN đa đầu vào.................................................................34
2.4.1. Ưu điểm..................................................................................................................................34
2.4.2. Nhược điểm............................................................................................................................35
CHƯƠNG III. ỨNG DỤNG MÔ HÌNH CNN ĐA ĐẦU VÀO TRONG BÀI TOÁN PHÁT HIỆN
SỚM UNG THƯ VÚ QUA ẢNH MÔ HỌC..........................................................................................37
3.1. Mô tả bài toán và dữ liệu sử dụng...................................................................................................37
3.1.1. Giới thiệu bài toán phát hiện sớm ung thư vú qua ảnh mô học.........................................37
3.1.3. Mức phân loại ung thư vú.....................................................................................................39
3.2.2. Tiền xử lý dữ liệu hình ảnh mô học (Image Preprocessing)................................................41
3.2.4. Phân chia tập dữ liệu.............................................................................................................43
3.3. Huấn luyện mô hình.....................................................................................................................43
3.3.1. Thiết lập kiến trúc mô hình Multi-Input CNN....................................................................43
3.3.2. Huấn luyện mô hình và đánh giá hiệu suất..........................................................................45
3.3.3. Trình bày các chỉ số đánh giá của mô hình..........................................................................47
3.4. Triển khai mô hình.......................................................................................................................49
Lợi ích của việc triển khai mô hình phát hiện ung thư vú............................................................53
Đề xuất mở rộng trong tương lai....................................................................................................54
3.6. Nhận xét và đánh giá kết quả.......................................................................................................55
3.6.1. Đánh giá tổng quan hiệu quả mô hình CNN đa dầu vào.....................................................55
3.6.2. Hướng cải thiện trong tương lai............................................................................................57
3.6.3. Kết luận..................................................................................................................................58
KẾT LUẬN..............................................................................................................................................60
Tổng kết Chuyên đề: Ứng dụng Mô hình CNN Đa Đầu vào trong Phát hiện sớm Ung thư vú qua
ảnh Mô học...........................................................................................................................................60
Hạn chế và Hướng Phát triển trong Tương lai..................................................................................60
TÀI LIỆU THAM KHẢO.......................................................................................................................62
5