Xác định mức độ ung thư vú thông qua ảnh chụp X- Ray bằng phương pháp phát triển vùng ảnh :Luận văn thạc sĩ - Chuyên ngành: Khoa học máy tính

1

BỘ CÔNG THƯƠNG

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH

NGUYỄN XUÂN THIÊN

XÁC ĐỊNH MỨC ĐỘ UNG THƯ VÚ

THÔNG QUA ẢNH CHỤP X-RAY

BẰNG PHƯƠNG PHÁP

PHÁT TRIỂN VÙNG ẢNH

Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã chuyên ngành: 60480101

LUẬN VĂN THẠC SĨ

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2019

2

3

4

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Nguyễn Xuân Thiên MSHV:15001231

Ngày, tháng, năm sinh: 21/02/1992 Nơi sinh: Bình Thuận

Chuyên ngành: Khoa học Máy tính Mã chuyên ngành: 60480101

I. TÊN ĐỀ TÀI:

Xác định mức độ ung thư vú thông qua ảnh chụp X-ray bằng phương pháp phát triển

vùng ảnh

NHIỆM VỤ VÀ NỘI DUNG:

Nghiên cứu các giai đoạn của bệnh ung thư vú [1][2] và hình ảnh chụp X-ray vùng

vú [3].

Nghiên cứu lý thuyết Ngưỡng phương sai [4][5][6], Độ trải giữa [7], phương pháp

Wrap [8][9] và thuật toán Rừng ngẫu nhiên [10].

Kết hợp lý thuyết Ngưỡng phương sai, Độ trải giữa, phương pháp Wrap và thuật toán

Rừng ngẫu nhiên vào xử lý và phân tích ảnh chụp X-ray vùng vú để xác định mức độ

ung thư là “lành tính” hoặc “ác tính”.

II. NGÀY GIAO NHIỆM VỤ: Theo QĐ số 3441/QĐ-ĐHCN ngày 26/12/2017

III. NGÀY HOÀN THÀNH NHIỆM VỤ: ngày 17/09/2019

IV. NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. Trần Anh Tuấn

Tp. Hồ Chí Minh, ngày … tháng … năm 20 …

NGƯỜI HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TS. Trần Anh Tuấn

TRƯỞNG KHOA CÔNG NGHỆ THÔNG TIN

BỘ CÔNG THƯƠNG

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP

THÀNH PHỐ HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

i

LỜI CẢM ƠN

Trong thời gian làm luận văn tốt nghiệp, tôi đã nhận được nhiều sự giúp đỡ, đóng góp

ý kiến và chỉ bảo nhiệt tình của thầy cô, gia đình và bạn bè.

Tôi xin gửi lời cảm ơn chân thành đến TS. Trần Anh Tuấn, trường Đại học Khoa học

Tự nhiên Thành phố Hồ Chí Minh, người đã tận tình hướng dẫn, chỉ bảo tôi trong

suốt quá trình thực hiện luận văn.

Tôi cũng xin chân thành cảm ơn các thầy cô giáo trong trường Đại học Công nghiệp

Thành phố Hồ Chí Minh nói chung, các thầy cô trong Bộ môn Công nghệ Thông tin

nói riêng đã truyền đạt kiến thức mới, giúp tôi có được cơ sở lý thuyết vững vàng và

tạo điều kiện giúp đỡ tôi trong suốt quá trình học tập.

Cuối cùng, xin chân thành cảm ơn gia đình và bạn bè luôn tạo điều kiện, quan tâm giúp

đỡ và động viên tôi trong suốt quá trình học tập để hoàn thành luận văn tốt nghiệp.

ii

TÓM TẮT LUẬN VĂN THẠC SĨ

Luận văn trình bày phương pháp trích xuất những vùng được đánh giá là nghi ngờ

khả năng có bệnh (“lành tính” hoặc “ác tính”) từ ảnh chụp X-ray dựa trên cơ sở lý

thuyết Ngưỡng phương sai kết hợp lý thuyết Độ trải giữa. Sau đó, luận văn trích xuất

những thông tin từ vùng có được (vùng nghi ngờ khả năng có bệnh) như: mean, min,

max, standard deviation, area, ... tạo thành tập hợp các đặc trưng cho những vùng đó.

Tiếp theo, luận văn sử dụng phương pháp Wrap để loại bỏ những đặc trưng có mức

độ đại diện cho đối tượng là thấp (quá trình khử nhiễu). Cuối cùng, luận văn sử dụng

thuật toán máy học Rừng ngẫu nhiên để huấn luyện trên tập dữ liệu huấn luyện và dự

đoán kết quả là “lành tính” hoặc “ác tính” trên tập dữ liệu kiểm tra.

Tập hợp các bước trên sẽ giúp đỡ các bác sĩ trong việc chuẩn đoán mức độ bệnh liên

quan đến ung thư vú.

iii

ABSTRACT

The thesis presents a method of extracting areas considered to be suspected of having

the disease ("benign" or "malignant") from X-ray images based on the theory of

Variance Threshold combining the theory of Interquartile Range. The dissertation

then extracted information from the acquired area (the area suspected of having the

disease) such as mean, min, max, standard deviation, area, ... to form a set of

characteristics for those regions. Next, the thesis uses the Wrap method to eliminate

features that have a low level of representation of the object (noise reduction process).

Finally, use the Random Forest machine-learning algorithm to train on the training

data set and make predictions of "benign" or "malignant" on the testing data set.

The above set of steps will help doctors in diagnosing the level of disease related to

breast cancer.