tailieunhanh - Phân loại hạch ung thư phổi bằng mô hình 3D-CNN

Bài viết trình bày việc đề xuất sử dụng mô hình Convolutional Neural Network với dữ liệu đầu vào là ảnh chụp cắt lớp có cấu trúc 3D nhằm tận dụng cấu trúc, đặc trưng hình thái học của dữ liệu dựa trên kiến trúc mạng Resnet kết hợp với một số kỹ thuật học sâu nhằm tối ưu tính hiệu quả phân loại bệnh trên tập dữ liệu. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI PHÂN LOẠI HẠCH UNG THƯ PHỔI BẰNG MÔ HÌNH 3D-CNN Trần Văn Quang1 Trần Đình Toàn2 Lê Mậu Long3 Lê Minh Hưng1 1 Trường Đại học Công nghệ thông tin ĐHQG TP. HCM 2 Trường Đại học Công nghiệp thực phẩm TP. HCM 3 Trường Đại học Nguyễn Tất Thành 16521004@ toantd@ lmlong@ hunglm@ TÓM TẮT Bệnh ung thư phổi là căn bệnh có tỉ lệ tử vong cao ở tất cả mọi giới và mọi lứa tuổi việc chẩn đoán để sàng lọc bệnh bằng ảnh cắt lớp CT là biện pháp tiềm năng có thể giảm tỉ lệ tử vong. Nhưng quá trình chẩn đoán bệnh thường tốn khá nhiều thời gian của bác sỹ và bệnh nhân. Việc xây dựng một hệ thống hỗ trợ chẩn đoán dấu hiệu ung thư tự động là cần thiết và đã có nhiều cách tiếp cận được sử dụng cho bài toán phân loại bệnh đã được đề xuất. Một cách tiếp cận thông thường trước đây là việc sử dụng các đặc trưng thiết kế thủ công sau đó sử dụng các thuật toán máy học để phân loại việc này các đặc trưng đã trích xuất dẫn đến hệ thống không đạt hiệu quả cao. Xu hướng hiện nay là sử dụng mô hình học sâu cụ thể là mạng nơron tích chập Convolutional Neural Network - CNN đang được đề xuất đã mang lại nhiều kết quả tốt. Tuy nhiên có hai vấn đề phải xem xét khi sử dụng một mô hình học sâu trên dữ liệu ảnh 3D. Thứ nhất cấu trúc dữ liệu đầu vào thông thường là ảnh 2D điều đó sẽ làm mất mát một số đặc trưng có giá trị của dữ liệu do ảnh chụp cắt lớp có cấu trúc 3D. Thứ hai trong lĩnh vực y tế các bộ dữ liệu thường có số lượng tương đối nhỏ trong khi để có thể huấn luyện mô hình học sâu thì yêu cầu dữ liệu rất lớn. Trong bài báo này chúng tôi đề xuất sử dụng mô hình Convolutional Neural Network với dữ liệu đầu vào là ảnh chụp cắt lớp có cấu trúc 3D nhằm tận dụng cấu trúc đặc trưng hình thái học của dữ liệu dựa trên kiến trúc mạng Resnet kết hợp với một số kỹ thuật học sâu nhằm tối ưu tính hiệu quả phân loại .