Ứng dụng học máy nhận dạng tế bào máu

Hội nghị Khoa học trẻ lần 3 năm 2021 (YSC2021) – IUH

Ngày 05-06/8/2021 ISBN: 978-604-920-123-3

© 2021 Trường Đại học Công nghiệp Thành phố Hồ Chí Minh 203

ID: YSC3F.222

ỨNG DỤNG HỌC MÁY NHẬN DẠNG TẾ BÀO MÁU

VÕ VƯƠNG THÀNH ĐẠT, HÀ BẢO ANH, PHẠM TRUNG SƠN, PHẠM HUỲNH TRƯỜNG

THỊNH, HUỲNH TRUNG HIẾU*

Industrial University of Ho Chi Minh City

[email protected], [email protected], [email protected],

[email protected], [email protected]

Tóm tắt. Nhận dạng và phân tích tế bào máu vai trò hết sức quan trọng trong chẩn đoán và điều trị. Các

giải pháp truyền thống vẫn còn tồn tại nhiều hạn chế, bao gồm việc đòi hỏi kinh nghiệm nhân viên y tế,

thời gian xử lý, chi phí,v.v. Với sự phát triển của trí tuệ nhân tạo hiện nay, việc ứng dụng các mô hình máy

học kết hợp với các kỹ thuật xử lý ảnh trong phân tích ảnh đã mang lại những kết quả vượt trội trong nhiều

ứng dụng khác nhau. Trong bài báo này, chúng tôi thực hiện trên tập dữ liệu gồm những ảnh phết tế bào

trên kính hiển vi. Bước đầu tiên các ảnh phết sẽ được cắt thành những ảnh vuông nhỏ theo vùng chứa các

tế bào bạch cầu bằng thuật toán phân đoạn ảnh, kế tiếp chúng tôi dùng các ảnh trên làm đầu vào của các

mô hình phân loại. Thực nghiệm sẽ đánh giá độ chính xác trên tập dữ liệu LIS (tập dữ liệu công khai trên

internet) bao gồm các ảnh chụp từ kính hiển vi từ Bệnh viện Truyền máu huyết học.

Từ khóa. nhận dạng tế bào máu, học sâu, mạng nơ-ron tích chập.

WHITE BLOOD CELL CLASSIFICATION USING MACHINE LEARNING

Abstract. White blood cell classification plays an important role in diagnosis and treatment. Traditional

solutions still have many limitations, including medical staff experience, processing time, and costs. With

the development of artificial intelligence, the application of machine learning models in combination with

image processing techniques in image analysis has brought about outstanding results in many different

applications. In this paper, we introduce an approach for classifying white blood cells (WBCs) using

machine learning. The experiment will assess accuracy based on LIS data (public data on the internet) and

images taken from a microscope from the Blood Transfusion Hospital.

Keywords. White blood cell detection, deep learning, convolutional neural networks

1 GIỚI THIỆU

Tế bào bạch cầu (WBC) là một phần của hệ thống miễn dịch và được sản xuất trong tủy xương và các mô

bạch huyết. Chúng bảo vệ cơ thể chống lại các bệnh nhiễm trùng như vi khuẩn, vi rút và nấm. Có năm loại

bạch cầu bao gồm lymphocytes, monocytes, eosinophils, basophils và neutrophils. Bạch cầu được chia

thành hai nhóm: đa nhân (neutrophils, eosinophils, basophil) và đơn nhân (monocytes, tế bào lympho)[1].

Số lượng bạch cầu thừa hoặc thiếu có thể gây ra nhiều bệnh khác nhau [2, 3]. Chẩn đoán các bệnh này được

thực hiện bằng xét nghiệm máu. Các xét nghiệm máu này cũng được thực hiện để theo dõi kết quả của quá

trình hóa trị và xạ trị. Khi số lượng WBC ít hơn giá trị tham chiếu, nó được gọi là giảm bạch cầu. Neutrophils

tăng trong máu trong các trường hợp do nguyên nhân nội tiết tố, rối loạn chuyển hóa, tan máu và chảy máu.

Ngoài ra; vi khuẩn, nấm, ngoại độc tố và nội độc tố cũng gây ra sự gia tăng neutrophils [4, 5]. Các bệnh

như bordetella ho gà, viêm gan, virus, brucella, bệnh bạch cầu làm tăng tế bào lympho trong máu trong khi

các bệnh như HIV, brucella, poliovirus, thủy đậu, lao làm giảm số lượng tế bào lympho. Bệnh Listeriosis

và bệnh sốt rét cũng như các bệnh nhiễm trùng do vi khuẩn và vi rút là một số bệnh làm tăng số lượng bạch

cầu đơn nhân [6]. Các bệnh dị ứng, bệnh dị ứng và ký sinh trùng là những yếu tố làm tăng giá trị eosinophils

[7, 8]. Các bệnh tăng sinh tủy ác tính, thiếu máu tán huyết, suy giáp, hội chứng thận hư, viêm nhiễm có liên

quan đến basophil [9]. Các phân tích trên cho thấy việc nhận dạng các loại tế bào bạch cầu và số lượng của