Ứng dụng thuật toán CNN vào dự đoán hình ảnh X-Rays hỗ trợ chẩn đoán bệnh xương khớp

BỘ GIÁO DỤC VÀ ĐÀO TAO

TRƢỜNG ĐẠI HỌC QUY NHƠN

NGỤY VŨ NAM

ỨNG DỤNG THUẬT TOÁN CNN VÀO

DỰ ĐOÁN HÌNH ẢNH X-RAYS HỖ TRỢ CHẨN ĐOÁN BỆNH

XƢƠNG KHỚP

LUẬN VĂN THẠC SĨ KHOA HỌC DỮ LIỆU ỨNG DỤNG

Bình Định – Năm 2022

BỘ GIÁO DỤC VÀ ĐÀO TAO

TRƢỜNG ĐẠI HỌC QUY NHƠN

NGỤY VŨ NAM

ỨNG DỤNG THUẬT TOÁN CNN VÀO DỰ ĐOÁN HÌNH ẢNH X￾RAYS HỖ TRỢ CHẨN ĐOÁN BỆNH XƢƠNG KHỚP

Chuyên ngành: Khoa học dữ liệu ứng dụng

Mã số: 8904648

LUẬN VĂN THẠC SĨ KHOA HỌC DỮ LIỆU ỨNG DỤNG

Ngƣời hƣớng dẫn khoa học: TS. NGUYỄN TẤN TRUNG

Bình Định – Năm 2022

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu và thực hiện luận văn

thực sự của riêng tôi, dƣới sự hƣớng dẫn của TS. Nguyễn Tấn Trung. Mọi

tham khảo từ các nguồn tài liệu, công trình nghiên cứu liên quan trong nƣớc

và quốc tế đều đƣợc trích dẫn một cách rõ ràng trong luận văn. Mọi sao chép

không hợp lệ hay vi phạm quy chế tôi xin hoàn toàn chịu trách nhiệm và chịu

mọi kỷ luật của trƣờng Đại học Quy Nhơn.

Bình Định, ngày 20 tháng 08 năm

2022.

Học viên

Ngụy Vũ Nam

LỜI CẢM ƠN

Trong quá trình thực hiện và hoàn thiện luận văn này, tôi xin gửi lời

cảm ơn chân thành nhất đến các thầy cô trong Khoa Toán – Thống kê và

Khoa công nghệ thông tin trƣờng Đại học Quy Nhơn cũng nhƣ các thầy thính

giảng ở các trƣờng, các viện ở Thành phố Hồ Chính Minh đã cung cấp cho tôi

những kiến thức quý báu trong suốt 2 năm học vừa qua. Đặc biệt, tôi xin gửi

lời cảm ơn sâu sắc nhất tới TS. Nguyễn Tấn Trung đã cho tôi những gợi ý và

chỉ dẫn quý báu trong quá trình nghiên cứu và hoàn thiện luận văn thạc sĩ.

Tôi xin chân thành cảm ơn!

Bình Định, ngày 20 tháng 08 năm

2022.

Học viên

Ngụy Vũ Nam

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC CÁC BẢNG

DANH MỤC HÌNH VẼ

MỞ ĐẦU............................................................................................................................................ 1

1. CHƢƠNG 1: TỔNG QUAN...................................................................................................... 3

1.1 Trí tuệ nhân tạo ........................................................................................................................ 3

1.2 Học máy (Machine learning)................................................................................................... 4

1.2.1 Định nghĩa................................................................................................................................4

1.2.2 Học có giám sát........................................................................................................................6

1.2.3 Học không giám sát..................................................................................................................7

1.2.4 Học tăng cường........................................................................................................................7

1.3 Học sâu (Deep learning):......................................................................................................... 7

1.3.1 Mạng nơ-ron nhân tạo .............................................................................................................8

1.3.2 Định nghĩa..............................................................................................................................11

1.3.3 Những thành công của học sâu trong thời gian gần đây .......................................................11

1.4 Ứng dụng trí tuệ nhân tạo trong y tế ...................................................................................... 12

1.4.1 Thử nghiệm lâm sàng.............................................................................................................13

1.4.2 Phân tích y tế..........................................................................................................................14

1.4.3 Robot y tế ...............................................................................................................................16

1.4.4 Y tế di động ............................................................................................................................17

1.4.5 Chăm sóc người già ...............................................................................................................18

1.5 Kết luận.................................................................................................................................. 19

2. CHƢƠNG 2 MẠNG NƠ-RON TÍCH CHẬP.......................................................................... 19

2.1. Kiến trúc Mạng nơ-ron tích chập .......................................................................................... 20

2.2 Lớp tích chập.......................................................................................................................... 21

2.3 Lớp lấy mẫu (Pooling)........................................................................................................... 22

2.4 Lớp kết nối đầy đủ (Fully connected layer)........................................................................... 23

2.5 Lớp chuẩn hóa theo lô (Batch normalization)........................................................................ 24

2.6 Hàm kích hoạt phi tuyến tính:................................................................................................ 24

2.6.1 Hàm Sigmod...........................................................................................................................25

2.6.2 Hàm Tanh...............................................................................................................................26

2.6.3 Hàm RELU.............................................................................................................................27

2.6.4 Hàm ELU ...............................................................................................................................28

1.6.5 Hàm LeakyReLU....................................................................................................................29

2.7 Phép tích chập tách biệt theo chiều sâu và MobileNet........................................................... 29

2.8 Kết luận.................................................................................................................................. 30

3. CHƢƠNG 3: MÔ HÌNH PHÁT HIỆN BẤT THƢỜNG TỪ ẢNH X-QUANG XƢƠNG CHI

TRÊN ............................................................................................................................................... 31

3.1 Bệnh lý về xƣơng khớp.......................................................................................................... 31

3.2 Phƣơng pháp chụp X-quang (X-rays) .................................................................................... 34

3.3 Phân tích bộ dữ liệu hình ảnh X-quang MURA:.................................................................... 35

3.4 Xây dựng mô hình phân lớp ảnh X-quang............................................................................. 40

3.5 Huấn luyện mô hình............................................................................................................... 41

3.6 Đánh giá mô hình................................................................................................................... 44

3.7 Triển khai mô hình................................................................................................................. 46

3.8 Kết luận.................................................................................................................................. 48

KẾT LUẬN...................................................................................................................................... 49

TÀI LIỆU THAM KHẢO................................................................................................................ 51

QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN .................................................................................. 54