Tổng quan một số nghiên cứu xây dựng các thuật toán học sâu áp dụng trong phân tích ảnh y tế

Công nghệ thông tin<br /> <br /> TỔNG QUAN MỘT SỐ NGHIÊN CỨU XÂY DỰNG CÁC THUẬT<br /> TOÁN HỌC SÂU ÁP DỤNG TRONG PHÂN TÍCH ẢNH Y TẾ<br /> Lê Thị Thu Hồng*, Nguyễn Chí Thành , Phạm Thu Hương<br /> Tóm tắt: Hiện nay các thuật toán học sâu (deep learning) đặc biệt là các mạng<br /> nơ ron tích chập (CNN- Convolutional neural networks) là phương pháp được nhiều<br /> nhà nghiên cứu lựa chọn để giải quyết bài toán tự động phân tích ảnh y tế. Bài báo<br /> này sẽ giới tổng quan về các nghiên cứu xây dựng các thuật toán học sâu được sử<br /> dụng cho phân tích ảnh y tế và giới thiệu một số các nghiên cứu áp dụng trên một số<br /> lĩnh vực cụ thể như phân tích ảnh chụp cộng hưởng từ não, phân tích ảnh X vùng<br /> ngực, ảnh huỳnh quang chụp đáy mắt, ảnh nội soi tiêu hóa.<br /> Từ khóa: Học sâu; Mạng nơ-ron tích chập; Phân tích ảnh y tế.<br /> <br /> 1. ĐẶT VẤN ĐỀ<br /> Kể từ khi các ảnh y tế có thể quét để lưu trữ trên máy tính các nhà nghiên cứu<br /> đã xây dựng các hệ thống để tự động phân tích ảnh y tế. Bắt đầu từ những năm<br /> 1970 tới những năm 1990 các hệ thống tự động phân tích ảnh y tế ứng dụng xử lý<br /> ảnh và áp dụng các mô hình toán học được xây dựng dựa vào hệ thống tập luật để<br /> giải quyết một tác vụ cụ thể nào đó, các hệ thống này còn được gọi là các hệ<br /> chuyên gia. Sau đó các phương pháp học máy trở nên thông dụng trong các hệ<br /> thống phân tích ảnh y tế vào những năm 2000, có sự dịch chuyển từ hệ thống xây<br /> dựng dựa trên các tập luật do chuyên gia con người đưa ra sang hệ thống được<br /> huấn luyện dựa trên dữ liệu, tuy nhiên việc trích xuất các đặc trưng của ảnh đều do<br /> con người can thiệp dựa trên các quan sát về đặc tính riêng của ảnh, các hệ thống<br /> này được gọi là các hệ thống trích rút đặc trưng thủ công.<br /> Trong những năm gần đây các thuật toán học sâu được chú ý nhiều vì đã đạt được<br /> các kết quả rất tốt trong một số các lĩnh vực ứng dụng như nhận dạng khuôn mặt,<br /> nhận dạng ký tự viết tay, phân loại ảnh, phát hiện đối tượng và phân vùng các đối<br /> tượng trên ảnh. Các hệ thống này được xây dựng dựa trên việc máy tính tự học các<br /> đặc trưng bằng thuật toán học sâu. Các thuật toán học sâu mở hướng phát triển rất<br /> tiềm năng cho các ứng dụng phân tích ảnh y tế. Các nghiên cứu xây dựng các thuật<br /> toán học sâu áp dụng cho phân tích ảnh y tế những năm gần đây được đưa ra tại các<br /> hội thảo khoa học và công bố trên các tạp chí khoa học với số lượng tăng khá nhanh.<br /> Hiện tại chủ đề này được nhiều nhóm nghiên cứu trong và ngoài nước tập trung<br /> nghiên cứu và đã đạt được một số kết quả khả quan, tuy nhiên các kết quả đạt được<br /> còn chưa cao do nghiên cứu áp dụng học sâu vào phân tích ảnh y tế là một lĩnh vực<br /> nghiên cứu đa ngành, nó đòi hỏi sự kết hợp chặt chẽ của các nhà nghiên cứu về trí<br /> tuệ nhân tạo và các chuyên gia phân tích chuyển đoán hình ảnh y tế.<br /> Bài báo này sẽ giới thiệu tổng quan các nghiên cứu xây dựng các thuật toán học<br /> sâu sử dụng trong phân tích ảnh y tế. Bài báo được trình bày theo thứ tự sau: Phần<br /> 2 giới thiệu các lý thuyết của mạng nơ-ron và các mô hình học sâu. Phần 3 giới<br /> thiệu các nghiên cứu sử dụng các thuật toán học sâu cho các bài toán phân tích ảnh<br /> y tế. Phần 4 giới thiệu các ứng dụng sử dụng học sâu để phân tích ảnh y tế trên các<br /> lĩnh vực ứng dụng cụ thể. Phần 5 tổng kết các khả năng áp dụng, những khó khăn<br /> và hướng phát triển của các nghiên cứu xây dựng các thuật toán học sâu dùng cho<br /> phân tích ảnh y tế.<br /> <br /> <br /> 196 L. T. T. Hồng, N. C. Thành, P. T. Hương, “Tổng quan một số nghiên cứu … ảnh y tế.”<br /> Thông tin khoa học công nghệ<br /> <br /> 2. TỔNG QUAN VỀ CÁC THUẬT TOÁN HỌC SÂU<br /> 2.1. Mạng nơ-ron (Artificial Neural Network) và học sâu (deep learning)<br /> Mạng nơ-ron (Artificial Neural Network- ANN) là một thuật toán học được mô<br /> phỏng dựa trên hoạt động của hệ thống thần kinh của sinh vật, bao gồm số lượng<br /> lớn các nơ-ron được gắn kết để xử lý thông tin. ANN giống như bộ não con người,<br /> được học bởi kinh nghiệm, có khả năng lưu giữ những kinh nghiệm, tri thức và sử<br /> dụng những tri thức đó trong việc dự đoán các dữ liệu chưa biết. Một mạng nơ-ron<br /> bao gồm các nơ-ron hay còn gọi là các đơn vị tính toán (unit), một hàm kích hoạt<br /> (activation) a=σ( )và tập các tham số Ѳ={Ⱳ, B} trong đó W được gọi là<br /> tập các trọng số (weight) của mạng. Mạng nơ-ron gồm nhiều lớp được gọi là MLP<br /> (Multi Layered Peceptrons). Một hạn chế của các kiến trúc MLP nói chung là hàm<br /> mất mát không phải là một hàm lồi, việc tìm nghiệm tối ưu toàn cục cho bài toán<br /> tối ưu hàm mất mát rất khó. Một vấn đề khác là việc huấn luyện MLP không hiệu<br /> quả khi số lượng các lớp ẩn lớn,vấn đề này được gọi là “vanishing gradient”. Để<br /> giúp phần nào tránh được vanishing gradient người ta đưa ra ý tưởng tiền huấn<br /> luyện không giám sát (unsupervised pretraining) trong đó các ma trận trọng số ở<br /> những lớp ẩn đầu tiên được tiền huấn luyện (pretrained). Các trọng số được tiền<br /> huấn luyện này có thể coi là giá trị khởi tạo tốt cho các lớp ẩn phía đầu ra và mạng<br /> nơ-ron nhiều lớp ẩn như vậy được gọi là mạng nơ ron kiến trúc sâu.<br /> <br /> <br /> <br /> <br /> Hình 1. Cấu trúc mạng nơ-ron.<br /> Học sâu (Deep Learning) là một phương pháp của học máy được xây dựng dựa<br /> trên các mạng nơ-ron kiến trúc sâu, có thể hiểu học sâu chính là mạng nơ-ron với<br /> nhiều lớp ẩn. Học sâu cho phép hệ thống được huấn luyện trên một tập dữ liệu có<br /> thể dự đoán được các đầu ra dựa vào một tập các đầu vào, với học sâu thì các đặc<br /> trưng sẽ được trích xuất tự động.<br /> 2.2. Mạng nơ- ron tích chập (Convolutional Neural Networks -CNN)<br /> Mạng nơ-ron tích chập (CNN- Convolutional Neural Network) là một trong<br /> những mô hình học sâu tiên tiến giúp cho chúng ta xây dựng được những hệ thống<br /> thông minh với độ chính xác cao như hiện nay như hệ thống xử lý ảnh lớn của<br /> Facebook, Google hay Amazon. CNN dựa trên khái niệm về tích chập<br /> (convolution), tích chập (convolution) là nhân ma trận 3x3 (hoặc 5x5) với ma trận<br /> trượt trên ma trận ảnh đầu vào,giá trị đầu ra do tích các thành phần này cộng lại,<br /> kết quả của tích chập là một ma trận sinh ra từ việc trượt ma trận filter và thực hiện<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san CNTT, 04 - 2019 197<br />  Công nghệ thông tin<br /> <br /> tích chập trên toàn bộ ma trận ảnh. CNN là một tập hợp các lớp Convolution chồng<br /> lên nhau và sử dụng các hàm kích hoạt không tuyến tính như ReLU, Tanh để kích<br /> hoạt các trọng số trong các nút. Mỗi một lớp sau khi thông qua các hàm kích hoạt<br /> sẽ tạo ra các thông tin trừu tượng hơn cho các lớp tiếp theo. Ngoài ra có một số lớp<br /> khác như pooling/subsampling dùng để chắt lọc lại các thông tin hữu ích hơn.<br /> Một số kiến trúc mạng CNN nổi tiếng[6]<br /> - LeNet : LeNet là một trong những mạng CNN lâu đời nổi tiếng nhất được<br /> Yann LeCUn phát triển vào những năm 1998s. Cấu trúc của LeNet gồm: 2 lớp<br /> (Convolution + maxpooling) và 2 lớp fully connected và output là softmax layer.<br /> - AlexNet: AlexNet là một mạng CNN đã dành chiến thắng trong cuộc thi<br /> ImageNet LSVRC-2012 năm 2012. AlexNet là một mạng CNN với một số lượng<br /> parameter rất lớn (60 triệu), kiến trúc của Alexnet gồm 5 lớp convolution và 3 lớp<br /> fully connection. Hàm kích hoạt Relu được sử dụng sau mỗi convolution và fully<br /> connection.<br /> - VGG: Sau AlexNet thì VGG ra đời với một số cải thiện hơn,VGG cho tỉ lệ lỗi<br /> thấp hơn AlexNet trong ImageNet Large Scale Visual Recognition Challenge<br /> (ILSVRC) năm 2014. VGG có 2 phiên bản là VGG16 và VGG19. Kiến trúc của<br /> VGG16 bao gồm 16 lớp: 13 lớp Conv (2 lớp conv-conv,3 lớp conv-conv-conv) đều<br /> có kernel 3x3, sau mỗi lớp Conv là maxpooling downsize xuống 0.5, và 3 lớp fully<br /> connection. VGG19 tương tự như VGG16 nhưng có thêm 3 lớp convolution ở 3<br /> lớp conv cuối.<br /> - GoogleNet: Năm 2014, Google công bố một CNN do nhóm nghiên cứu của họ<br /> phát triển có tên là GoogleNet. GoogleNet gồm 22 lớp, khởi đầu vẫn là những lớp<br /> convolution đơn giản, tiếp theo là những block của Inception module với<br /> maxpooling theo sau mỗi block, nó sử dụng 9 Inception module trên toàn bộ và<br /> không sử dụng fully connection layer mà thay vào đó là average pooling làm giảm<br /> thiểu được rất nhiều số lượng tham số.<br /> -ResNet: ResNet được phát triển bởi Microsoft năm 2015. ResNet thắng tại<br /> ImageNet ILSVRC competition 2015 với tỉ lệ lỗi 3.57%, ResNet có cấu trúc gần<br /> giống VGG với nhiều lớp làm cho mô hình sâu hơn. ResNet có kiến trúc gồm<br /> nhiều residual block, y tưởng của residual block là feed foward đầu vào x qua một<br /> số layer conv-max-conv, ta thu được đầu ra F(x) sau đó thêm x vào đầu ra H(x) =<br /> F(x) + x .<br /> 3. HỌC SÂU SỬ DỤNG TRONG PHÂN TÍCH ẢNH Y TẾ<br /> Phần này giới thiệu các nghiên cứu các thuật toán học sâu cho các bài toán phân<br /> tích ảnh y tế, bao gồm phân loại (classification), phát hiện đối tượng (detect<br /> object), phân vùng ảnh (segmentation). Ngoài ra chúng ta còn có thể xây dựng các<br /> thuật học sâu cho một số các bài toán khác biến đổi ảnh (registration), tổng hợp<br /> ảnh (retrieval), tuy nhiên đây là những bài toán khó và chưa có nhiều các nghiên<br /> cứu được thực hiện để giải quyết những bài toán này.<br /> 3.1. Phân loại ( Classification)<br /> 3.1.1. Phân loại ảnh (Image classification)<br /> <br /> <br /> <br /> 198 L. T. T. Hồng, N. C. Thành, P. T. Hương, “Tổng quan một số nghiên cứu … ảnh y tế.”<br /> Thông tin khoa học công nghệ<br /> <br /> Phân loại ảnh là bài toán trong phân tích ảnh y tế mà học sâu đem lại kết quả tốt<br /> nhất. Với bài toán phân loại ảnh trong phân tích ảnh y tế, đầu vào là một hoặc<br /> nhiều ảnh chụp một vùng nào đó của cơ thể, đầu ra là chẩn đoán mắc hoặc không<br /> mắc một căn bệnh nào đó. Tập dữ liệu huấn luyện trong bài toán phân loại ảnh y tế<br /> thường có kích thước không lớn, do đó các nghiên cứu giải quyết bài toán này<br /> thường sử dụng các thuật toán học chuyển giao (Tranfer learning) tức là sử dụng<br /> các mạng nơ-ron đã được huấn luyện trước (pretrained-network) trước trên tập dữ<br /> liệu ảnh lớn như ImageNet và đưa vào thêm các kỹ thuật khác để giải quyết bài<br /> toán. Ngoài hướng tiếp cập dùng tranfer learning, một số nhóm nghiên cứu tự xây<br /> dựng các cấu trúc mạng CNN riêng dùng cho bài toán riêng. Ví dụ nhóm tác giả<br /> Mina Rezaei, Haojin Yang, Christoph Meinel [4] xây dựng một mạng CNN để<br /> phân loại ảnh cộng hưởng từ não (MRI não) xác định các tổn thương vùng não.<br /> Kiến trúc bao gồm 7 lớp trong đó 3 lớp polling nhằm giảm đáng kể kích thước của<br /> véc tơ đặc trưng. Sau lớp conv7 là 3 lớp 7th fully-connected gồm 4096 neural, cuối<br /> cùng áp dụng chuẩn hóa sau lớp full-connected cuối để giảm overfitting.<br /> <br /> <br /> <br /> <br /> Hình 2. Kiến trúc mạng phân loại ảnh MRI.<br /> 3.1.2. Phân loại các đối tượng trên ảnh (Object or lesion classification)<br /> Bài toán phân loại đối tượng trên ảnh tập trung vào phân loại một phần ảnh, ví<br /> dụ: phân loại các đối tượng bất thường trên ảnh chụp CT vùng ngực để xác định<br /> các u bứu ở vùng ngực. Trong bài toán này cả thông tin cục bộ về sự xuất hiện các<br /> đối tượng bất thường và thông tin tổng thể ảnh cần được phân tích. Do đó người ta<br /> thường sử dụng kiến trúc multi-stream để giải quyết bài toán. Ví dụ nhóm<br /> Kawahara and Hamarneh(2016) đã sử dụng multi-stream CNN để phân loại các<br /> vết tổn thương bề trên da, các stream xử lý ảnh với độ phân giải khác nhau. Gao et<br /> al. (2015) đề xuất mô hình kết hợp CNNs và RNNs để xây dựng hệ thống xác định<br /> bệnh đục thủy tinh thể dựa trên ảnh chụp huỳnh quang mắt, trong đó CNN filters là<br /> các mạng huấn luyện sẵn. Sự kết hợp này cho phép xử lý tất các các thông tin<br /> chung tổng quan của ảnh mà không quan tâm đến kích thước ảnh.<br /> 3.2. Xác định các đối tượng trên ảnh (Object Detection)<br /> 3.2.1. Xác định vị trị các bộ phận của cơ thể hoặc các vùng cơ thể<br /> Xác định các bộ phận cơ thể, các vùng cơ thể là bước quan trọng của phân tích<br /> ảnh y tế. Để xác định vị trí các đối tượng ta cần phải phân tích các ảnh 3D, có hai<br /> hướng tiếp cận để phân tích các ảnh 3D xác định vị trí đối tượng giải phẫu trên ảnh<br /> y tế được đề xuất bao gồm: Một là xem ảnh 3D là tập hợp của các ảnh 2D theo một<br /> các lát cắt trực giao, sau đó xác định vị trí vật thể trên ảnh 2D, đây là phương pháp<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san CNTT, 04 - 2019 199<br />  Công nghệ thông tin<br /> <br /> phổ biến hiện nay cho các kết quả khá tốt. Hai là xây dựng các mạng CNN riêng<br /> trực tiếp áp dụng cho ảnh 3D, các phương pháp này khá phức tạp yêu cầu khối<br /> lượng tính toán lớn.<br /> 3.2.2. Phát hiện các đối tượng hoặc các vùng dị thường<br /> Việc phát hiện các đối tượng cần quan tâm hoặc các vùng dị thường trong<br /> các ảnh y tế là một phần rất quan trọng trong chẩn đoán bệnh và là một việc khó<br /> khăn của các của các bác sỹ. Về cơ bản phát hiện các vùng dị thường chính là xác<br /> định vị trí và nhận biết các vùng bất thường nhỏ trong một không gian ảnh lớn. Ví<br /> dụ: phát hiện các khối u tế bào trong các ảnh chụp cộng hưởng từ não, phát hiện ra<br /> các vết tụ máu chảy trong các ảnh chụp cộng hưởng từ não, Phát hiện các khối u<br /> trong ảnh chụp X quang vùng ngực. Phần lớn các thuật toán được công bố hiện<br /> nay đều sử dụng các kiến trúc mạng CNN để thực hiện phân loại đối tượng sau đó<br /> là các bước xử lý để xác định được các đối tượng. Dưới đây trình bày ví dụ một<br /> kiến trúc được sử dụng để xây dựng hệ thống phát hiện dị thường trên não dựa trên<br /> ảnh cộng hưởng từ não của nhóm tác giả Mina Rezaei, Haojin Yang, Christoph<br /> Meinel [4]<br /> <br /> <br /> <br /> <br /> Hình 3. Kiến trúc mạng phát hiện vùng bất thường trên ảnh MRI não.<br /> Hệ thống sử dụng đồng thời hai kiến trúc mạng: Kiến trúc thứ nhất là một<br /> mạng CNN để trích rút các đặc trưng của toàn bộ ảnh. Kiến trúc thứ hai là sự kết<br /> hợp của một mạng Fast R-CNN để nhận dạng các vùng cần quan tâm và một mạng<br /> VGG-16 được tinh chỉnh lại để trích rút các đặc trưng cục bộ ở các vùng. Ứng<br /> dụng này được các tác giả áp dụng với tập dữ liệu BRATS-2015 gồm 220 người<br /> bệnh mắc khối u và 54 người bệnh không mắc khối u, tỉ lệ phát hiện đạt được độ<br /> chính xác 94.3 %.<br /> 3.3. Phân đoạn đối tượng trên ảnh (Segmentation)<br /> Phân đoạn trong phân tích ảnh y tế thường có hai dạng: một là phân đoạn các bộ<br /> phận cơ thể hoặc các cấu trúc nhỏ trên ảnh, hai là phân đoạn các vùng bị tổn<br /> thương hoặc bất thường trên ảnh. Phân đoạn các bộ phận cơ thể hoặc các cấu trúc<br /> trong ảnh y tế được dùng để phân tích các tham số liên quan kích thước và hình<br /> dạng của các bộ phận. Phân đoạn các vùng bị tổn thương hoặc bất thường là sự kết<br /> hợp của phát hiện đối tượng và phân đoạn đối tượng trên ảnh dựa vào các đặc<br /> trưng riêng biệt của các vùng bất thường. Có một số phương pháp được sử dụng<br /> cho phân đoạn đối tượng, đa số đều trúc CNN và RNN. Gần đây một kiến trúc khá<br /> thành công là U-net được sử dụng khá phổ biến trong tác vụ phân đoạn.<br /> <br /> <br /> <br /> 200 L. T. T. Hồng, N. C. Thành, P. T. Hương, “Tổng quan một số nghiên cứu … ảnh y tế.”<br /> Thông tin khoa học công nghệ<br /> <br /> 4. MỘT SỐ NGHIÊN CỨU ỨNG DỤNG PHÂN TÍCH ẢNH Y TẾ<br /> SỬ DỤNG CÁC THUẬT TOÁN HỌC SÂU<br /> Phân tích hình ảnh não: Các nghiên cứu ứng dụng phân tích hình ảnh não hiện<br /> nay đa số tập trung vào sử dụng các thuật toán phân loại ảnh để chẩn đoán các<br /> bệnh về não ví dụ như bệnh Alzheimer. Một số các nghiên cứu khác lại theo hướng<br /> sử dụng phát hiện và phân đoạn đối tượng để phát hiện các khối u và các vùng dị<br /> thường trên não. Hiện nay phần lớn các nghiên cứu đều xây dựng các thuật toán<br /> học sâu trên tập ảnh chụp cộng hưởng từ (MRI) và sử dụng kiến trúc mạng CNN.<br /> Bảng 1. Một số công trình nghiên cứu thuật toán học sâu<br /> áp dụng phân tích ảnh não.<br /> Nhóm tác giả Công trình<br /> Shi, J., Zheng, X., Li, Y., Multimodal neuroimaging feature learning with multimodal<br /> Zhang, Q., Ying, S., Jan. 2017 stacked deep polynomial networks for diagnosis of<br /> Alzheimer’s disease<br /> Sarraf, S., Tofighi, G., 2016 Classification of Alzheimer’s disease using fMRI data and<br /> deep learning convolutional neural networks<br /> Van der Burgh, H. K., Deep learning predictions of survival based on MRI in<br /> Schmidt, R., Westeneng, H.-J., amyotrophic lateral sclerosis<br /> de Reus, 2017<br /> Kamnitsas, K., Ledig, C., Efficient multi-scale 3D CNN with fully connected CRF for<br /> Newcombe, V. F., Simpson, J. accurate brain lesion segmentation<br /> P., Kane, A. D., 2017<br /> Phân tích ảnh phản quang chụp đáy mắt: Một bài toán được các nghiên cứu<br /> hướng tới khá nhiều là phát hiện màng phủ đáy mắt của các bệnh nhân do biến<br /> chứng bệnh tiểu đường dựa trên phân tích ảnh màu phản quang chụp đáy mắt (CFI)<br /> chụp đáy mắt. Để thực hiện bài toán này các nghiên cứu tập trung vào sử dụng<br /> mạng CNN để phân tích ảnh CFI, sử dụng detection, segmentation để phát hiện các<br /> dị thường ở võng mạc và chẩn đoán bệnh về mắt.<br /> Bảng 2. Một số công trình nghiên cứu thuật toán học sâu<br /> áp dụng phân tích ảnh vùng mắt.<br /> Nhóm tác giả Công trình<br /> Zilly, J., Buhmann, J. M., Glaucoma detection using entropy sampling and ensemble<br /> Mahapatra, D., 2017 learning for automatic optic cup and disc segmentation<br /> Gulshan, V., Peng, L., Coram, Development and validation of a deep learning algorithm for<br /> M., Stumpe, M. C., Wu., detection of diabetic retinopathy in retinal fundus photographs<br /> Narayanaswamy , 2016<br /> Worrall, D. E., Wilson, C. M., Automated retinopathy of prematurity case detection with<br /> Brostow, G. J., 2016 convolutional neural networks<br /> Maninis, K.-K., Pont-Tuset, J., Deep retinal image understanding: Segmentation of blood<br /> Arbelaez, P., Gool, L., 2016 vessels and optic disk; VGG-19 network extended with<br /> specialized layers for each segmentation task<br /> <br /> <br /> Phân tích ảnh vùng ngực: Các nghiên cứu phân tích ảnh vùng ngực hiện nay chủ<br /> yếu tập trung vào phân tích ảnh X quang ngực sử dụng classification và detection<br /> để phát hiện các khối u, chẩn đoán các bệnh về phổi, tim mạch.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san CNTT, 04 - 2019 201<br />  Công nghệ thông tin<br /> <br /> Bảng 3. Một số công trình nghiên cứu thuật toán học sâu<br /> áp dụng phân tích ảnh vùng ngực.<br /> Nhóm tác giả Công trình<br /> Rajkomar, A., Lingam, S., High-throughput classification of radiographs using deep<br /> Taylor, A. G., Blum, M., convolutional neural networks<br /> Mongan, J., 2017<br /> Christodoulidis,Anthimopoulos, Multi-source transfer learning with convolutional neural<br /> Ebner, L., Christe, A., 2017 networks for lung pattern analysis<br /> Shin, H.-C., Roberts, K., Lu, L., Learning to read chest x-rays: Recurrent neural cascade<br /> Demner-Fushman, D., 2016 model for automated image annotation, CNN detects 17<br /> diseases, large data set (7k images)<br /> Dou, Q., Chen, H., Yu, L., Qin, Multi-level contextual 3D CNNs for false positive reduction<br /> J., Heng, P. A., 2016 in pulmonary nodule detection<br /> <br /> Phân tích ảnh nội soi tuyến tiêu hóa: Các nghiên cứu phân tích ảnh nội soi tuyến<br /> tiêu hóa chủ yếu xây dựng các thuật toán phát hiện các đối tượng bất thường trên<br /> các ảnh được cắt từ các video do camera nội soi thu được. Các bất thường có thể là<br /> các u, polyp, các vết viêm loét hoặc xuất huyết.<br /> Bảng 4. Một số công trình nghiên cứu thuật toán học sâu<br /> áp dụng phân tích ảnh nội soi tuyến tiêu hóa.<br /> Nhóm tác giả Công trình<br /> Younghak shin, Hemin ali Abnormal Colon Polyp Image Synthesis Using Conditional<br /> qadir, Ilangko balasingham, Adversarial Networks for Improved Detection Performance<br /> 2018<br /> N. Tajbakhsh, S. Gurudu, and J. Automated polyp detection in colonoscopy videos using<br /> Liang, 2016 shape and context information<br /> S. Park, M. Lee, and N. Kwak, Polyp detection in colonoscopy videos using deeply-learned<br /> 2016 hierarchical features<br /> Ruikai Zhang , Yali Zheng , Polyp Detection during Colonoscopy using a Regression-<br /> Carmen C.Y. Poon , Dinggang based Convolutional Neural Network with a Tracker<br /> Shen, James Y.W. La, 2017<br /> <br /> Ngoài các nghiên cứu ứng dụng phân tích ảnh các vùng cơ thể kể trên còn có<br /> các ứng dụng phân tích ảnh tim mạch (cardiac), hệ cơ xương (musculoskeletal) để<br /> chẩn đoán các bệnh có liên quan khác.<br /> 5. KẾT LUẬN<br /> Qua phần nghiên cứu tổng quan đã trình bày chúng ta thấy các thuật toán học<br /> sâu có thể được áp dụng ở tất cả các khía cạnh trong phân tích ảnh y tế và hiện tại<br /> CNN là kiến trúc đạt hiệu quả cao nhất cho các bài toán phân tích ảnh y tế. Các<br /> thuật toán học sâu được xây dựng để áp dụng cho phân tích ảnh y tế hiện nay đi<br /> theo hai hướng tiếp cận chính: thứ nhất là sử dụng các mạng CNN huấn luyện<br /> trước và điều chỉnh lại để phù hợp với tập dữ liệu ảnh y tế được áp dụng, thứ hai là<br /> xây dựng các mạng CNN riêng và huấn luyện mạng trực tiếp trên tập dữ liệu ảnh<br /> mẫu của bài toán áp dụng. Kiến trúc mạng là yếu tố đầu tiên quyết định hiệu quả<br /> của thuật toán đối với cho các bài toán phân tích ảnh y tế, tuy vậy kiến trúc mạng<br /> không phải là yếu tố duy nhất quyết định việc đạt hiệu quả cao trong giải quyết các<br /> <br /> <br /> 202 L. T. T. Hồng, N. C. Thành, P. T. Hương, “Tổng quan một số nghiên cứu … ảnh y tế.”<br /> Thông tin khoa học công nghệ<br /> <br /> bài toán, các kỹ thuật tiền xử lý dữ liệu và tăng cường dữ liệu cũng là một trong<br /> những yếu tố ảnh hưởng đến kết quả của các giải pháp, ngoài ra còn có các yếu tố<br /> khác như kích thước đầu vào của mạng, các tham số tối ưu mạng ví dụ learning<br /> rate, drop out rate…<br /> Khi xây dựng các thuật toán học sâu áp dụng cho phân tích ảnh y tế một khó<br /> khăn lớn nhất là sự thiếu hụt các tập dữ liệu huấn luyện đủ lớn. Các hệ thống<br /> PACS hiện nay đã được sử dụng rộng rãi trong các hệ thống y tế và chúng đã lưu<br /> trữ một lượng ảnh y tế rất lớn tuy nhiên khó khăn gặp phải là việc gán nhãn cho<br /> các tập dữ liệu ảnh này. Gán nhãn cho các dữ liệu ảnh y tế phải được thực hiện bởi<br /> các chuyên gia chẩn đoán hình ảnh ở các lĩnh vực riêng và tốn rất nhiều công sức,<br /> thời gian. Một khó khăn khác liên quan đến dữ liệu là các bộ dữ liệu ảnh y tế là<br /> những bộ dữ liệu không cân bằng tức là số lượng ảnh cho các trường hợp mắc<br /> bệnh ít hơn rất nhiều so với số lượng ảnh cho các trường hợp không mặc bệnh, do<br /> đó thuật toán có thể cho hiệu quả rất tốt trên tập dữ liệu thử nghiệm, nhưng lại có<br /> thể sai cho các trường hợp thực tế ít gặp trong tập dữ liệu mẫu. Ngoài ra trong lĩnh<br /> vực y tế, việc chẩn đoán bệnh không chỉ các thông tin được trích rút qua phân tích<br /> ảnh y tế mà còn phải dựa vào các thông tin khác của người bệnh ví dụ như độ tuổi,<br /> chiều cao, cân nặng, tiền sử bệnh, các biểu hiện lâm sàng… Do đó các nhà nghiên<br /> cứu trong khi xây dựng các thuật toán học sâu cần phải kết hợp cả các thông tin<br /> bệnh nhân và các ảnh y tế để làm đầu vào cho các thuật toán, khó khăn khi giải<br /> quyết vấn đề kết hợp này là cần phải cân bằng giữa các đặc trưng ảnh (có thể lên<br /> tới hàng hàng nghìn đặc trưng) và các đặc trưng mang thông tin bệnh nhân (chỉ<br /> khoảng vài chục thông tin).<br /> Xem xét xu hướng phát triển của các thuật toán học sâu hiện tại và nguồn dữ<br /> liệu ảnh y tế chúng ta có thể xác định hướng phát triển cho các thuật toán học sâu<br /> áp dụng cho phân tích ảnh y tế trong tương lai có thể là các thuật toán học không<br /> giám sát. Các thuật toán học sâu không giám sát có điểm lợi thế rất phù hợp với dữ<br /> liệu ảnh y tế là chúng có thể phân tích trên một tập dữ liệu ảnh lớn không cần gán<br /> nhãn để tìm ra được các tri thức ẩn sâu trong dữ liệu.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Geert Litjens, Thijs Kooi, Babak Ehteshami Bejnordi, Arnaud Arindra<br /> Adiyoso Setio, Francesco Ciompi, Mohsen Ghafoorian, Jeroen A.W.M. van<br /> der Laak, Bram van Ginneken, Clara I. Sanchez. (2017). A Survey on Deep<br /> Learning in Medical Image Analysis. arXiv:1702.05747.<br /> [2]. Rajpurkar P, Irvin J, Ball RL, Zhu K, Yang B, Mehta H, et al. (2018). Deep<br /> learning for chest radiograph diagnosis. PLoS Med 15(11): e1002686.<br /> https://doi.org/10.1371/journal.pmed.1002686<br /> [3]. Mina Rezaei, Haojin Yang, Christoph Meinel. 2017. Deep Learning for<br /> Medical Image Analysis. arXiv:1708.08987<br /> [4]. Shen, W., Zhou, M., Yang, F., Yang, C., Tian, J., 2015. Multi-scale<br /> convolutional neural networks for lung nodule classification. In: Inf Process<br /> Med Imaging. Vol. 9123 of Lect Notes Comput Sci.pp. 588–599J.<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san CNTT, 04 - 2019 203<br />  Công nghệ thông tin<br /> <br /> [5]. Bernal et al.,2017. ‘‘Comparative validation of polyp detection methods in<br /> video colonoscopy: Results from the MICCAI 2015 endoscopic vision<br /> challenge,’’ IEEE Trans. Med. Imag., vol. 36, no. 6, pp. 1231–1249.<br /> [6]. https://www.coursera.org/specializations/deep-learning;<br /> ABSTRACT<br /> AN OVERVIEW OF STUDIES ON DEEP LEARNING<br /> IN MEDICAL IMAGE ANALYSIS<br /> Deep learning algorithms, in particular convolutional neural networks,<br /> have rapidly become a methodology of choice for analyzing medical images.<br /> This article will provide an overview of the studies on deep learning<br /> algorithms used for medical imaging analysis. It also introduces some<br /> studies applied in specific areas such as brain magnetic resonance imaging,<br /> chest X-ray image, abdominal region endoscopy, colono-scopy.<br /> Keywords: Deep learning; Convolutional neural networks; Medical imaging.<br /> <br /> Nhận bài ngày 26 tháng 12 năm 2018<br /> Hoàn thiện ngày 10 tháng 3 năm 2019<br /> Chấp nhận đăng ngày 25 tháng 3 năm 2019<br /> <br /> Địa chỉ: Viện Công nghệ thông tin/Viện Khoa học và Công nghệ quân sự.<br /> *<br /> Email: lethithuhong1302@gmail.com.<br /> <br /> <br /> <br /> <br /> 204 L. T. T. Hồng, N. C. Thành, P. T. Hương, “Tổng quan một số nghiên cứu … ảnh y tế.”<br />