Báo cáo chuyên đề: Sử dụng mô hình mạng nơ-ron tích chập (CNN) trong bài toán phát hiện sớm ung thư vú qua ảnh mô học

Trong bối cảnh y học hiện đại, việc phát hiện sớm các bệnh lý hiểm nghèo như ung thư đóng vai trò then chốt trong việc nâng cao hiệu quả điều trị và tỷ lệ sống sót của bệnh nhân. Sự phát triển vượt bậc của công nghệ thông tin, đặc biệt là lĩnh vực học máy và học sâu, đã mở ra những tiềm năng to lớn để cải thiện quy trình chẩn đoán. Trong số các kỹ thuật này, mạng nơ-ron tích chập (CNN) nổi bật với khả năng ưu việt trong phân tích hình ảnh, trở thành công cụ đắc lực cho các bài toán y tế. Nghiên cứu này tập trung vào việc khai thác sức mạnh của mô hình CNN để phát triển một phương pháp hiệu quả nhằm phát hiện sớm ung thư vú thông qua việc phân tích chuyên sâu các ảnh mô học, góp phần tối ưu hóa công tác chẩn đoán hình ảnh.

Các nhà nghiên cứu, sinh viên chuyên ngành công nghệ thông tin, khoa học máy tính, trí tuệ nhân tạo, và các chuyên gia y tế quan tâm đến ứng dụng học máy trong chẩn đoán hình ảnh y tế, đặc biệt là phát hiện ung thư vú.

Báo cáo chuyên đề này đi sâu vào ứng dụng của mô hình mạng nơ-ron tích chập (CNN) trong bài toán phát hiện sớm ung thư vú dựa trên việc phân tích các ảnh mô học. Mở đầu bằng việc giới thiệu bối cảnh và tầm quan trọng của công nghệ thông tin trong y học, đặc biệt là vai trò của học máy và học sâu trong chẩn đoán, nghiên cứu thiết lập nền tảng lý thuyết vững chắc. Phần cơ sở lý thuyết trình bày chi tiết về khái niệm học máy (Machine Learning) và học sâu (Deep Learning), cùng các ứng dụng đa dạng của chúng trong xử lý ảnh, phân tích văn bản và khai phá dữ liệu. Trọng tâm của báo cáo là Chương 3, nơi mô tả cụ thể bài toán phát hiện ung thư vú, bao gồm quy trình thu thập và chuẩn bị cơ sở dữ liệu ảnh mô học, phát triển mô hình phân loại sử dụng CNN, và các bước thực hiện chẩn đoán trên môi trường Orange Data Mining. Bằng cách tận dụng khả năng của CNN trong việc trích xuất đặc trưng phức tạp từ ảnh, nghiên cứu hướng tới việc cải thiện độ chính xác và tốc độ trong chẩn đoán ung thư vú. Những phát hiện và phương pháp được đề xuất có ý nghĩa quan trọng trong việc hỗ trợ các bác sĩ và chuyên gia y tế, mở ra hướng ứng dụng tiềm năng của trí tuệ nhân tạo để nâng cao hiệu quả của các chương trình sàng lọc và phát hiện sớm bệnh, qua đó cải thiện đáng kể kết quả điều trị cho bệnh nhân.