Ứng dụng học sâu trong hỗ trợ chẩn đoán ung thư da dựa vào hình ảnh

Abstract

Gần đây, kỹ thuật học sâu (deep learning) đã tạo ra những bước tiến đáng kể trong việc giải quyết các bài toán phân tích hình ảnh, đặc biệt trong phân tích hình ảnh y tế đã cho phép phát triển các hệ thống chẩn đoán bệnh dựa trên hình ảnh có thể hỗ trợ các bác sĩ đưa ra quyết định tốt hơn về sức khỏe của bệnh nhân. Chẩn đoán bệnh dựa trên hình ảnh da người là một lĩnh vực mà các phương pháp mới này có thể được áp dụng với tỉ lệ thành công cao. Bài báo này tập trung vào vấn đề dựa vào hình ảnh trích xuất vùng da bị tổn thương và thực hiện phân loại để xác định khả năng bị bệnh ung thư da. Chúng tôi sử dụng kiến trúc mạng nơ-ron Unet để thực hiện việc phân vùng trích xuất vùng da bị tổn thương và loại bỏ các thành phần không cần thiết. Tiếp theo, chúng tôi sử dụng mô hình mạng nơ-ron VGG để thực hiện phân loại ảnh trích xuất để phát hiện bệnh lành tính hay ác tính. Cuối cùng, chúng tôi thực hiện đánh giá toàn bộ hệ thống khi kết hợp hai mô hình phân vùng – phân loại so với hệ thống chỉ sử dụng một mô hình phân loại. Kết quả thử nghiệm trên bộ dữ liệu ISIC-2018 cho thấy hệ thống đạt được độ chính xác khá cao, có thể mở ra một hướng nghiên cứu và ứng dụng đầy hứa hẹn của kỹ thuật học sâu trong xử lý hình ảnh y tế để hỗ trợ chẩn đoán bệnh dựa vào hình ảnh.