Ứng dụng học sâu trong việc chẩn đoán ung thư vú.pdf

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH HỒNG ĐỨC Q ỨNG DỤNG HỌC SÂU TRONG VIỆC CHẨN ĐOÁN BỆNH UNG THƯ VÚ Chuyên ngành: KỸ THUẬT ĐIỆN TỬ Mã số: 8520203 LUẬN VĂN THẠC SĨ THÀNH PHỚ HỜ CHÍ MINH, NĂM 2022 Cơng trình hồn thành Trường Đại học Cơng nghiệp TP Hồ Chí Minh Người hướng dẫn khoa học: TS Nguyễn Ngọc Sơn Luận văn thạc sĩ bảo vệ Hội đồng chấm bảo vệ Luận văn thạc sĩ Trường Đại học Công nghiệp thành phố Hồ Chí Minh ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS TS Nguyễn Tấn Lũy .- Chủ tịch Hội đồng PGS TS Nguyễn Đình Tuyên - Phản biện TS Trần Hữu Toàn - Phản biện PGS TS Trương Đình Nhơn - Ủy viên TS Trần Minh Chính - Thư ký (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CÔNG NGHỆ ĐIỆN TỬ BỘ CÔNG THƯƠNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP Độc lập - Tự - Hạnh phúc THÀNH PHỐ HỒ CHÍ MINH NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: HOÀNG ĐỨC QUÝ MSHV: 19630241 Ngày, tháng, năm sinh: 30/05/1993 Nơi sinh: TP Hồ Chí Minh Chuyên ngành: Kỹ thuật điện tử Mã chuyên ngành: 8520203 I TÊN ĐỀ TÀI: Ứng dụng học sâu việc chẩn đoán ung thư vú NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu lý thuyết học sâu ứng dụng vào nhận dạng khối u vú ảnh x-quang - Xây dựng mơ hình học sâu nhận dạng khối u vú - H́n luyện đánh giá mơ hình theo tiêu chí đánh giá đề xuất - Triển khai ứng dụng hỗ trợ chẩn đốn ung thư sử dụng mơ hình học sâu đề xuất II NGÀY GIAO NHIỆM VỤ: Theo định số 1035/QĐ-ĐHCN ngày 12/08/2021 III NGÀY HOÀN THÀNH NHIỆM VỤ: 04/03/2022 IV NGƯỜI HƯỚNG DẪN KHOA HỌC: TS Nguyễn Ngọc Sơn NGƯỜI HƯỚNG DẪN (Họ tên chữ ký) Tp Hồ Chí Minh, ngày … tháng … năm 20 … CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA CÔNG NGHỆ ĐIỆN TỬ (Họ tên chữ ký) LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn chân thành đến thầy hướng dẫn – TS Nguyễn Ngọc Sơn tận tình hướng dẫn động viên từ ngày nhận đề tài Những hướng dẫn góp ý thầy có ý nghĩa quan trọng ảnh hưởng trực tiếp đến nghiên cứu Tôi xin cảm ơn đến GS TS Hồ Phạm Huy Ánh hỗ trợ, dẫn dắt vào đường nghiên cứu khoa học, tạo điều kiện cho học hỏi, nghiên cứu phịng thí nghiệm thầy Tơi xin cảm ơn đồng nghiệp Nghiên cứu sinh Cao Văn Kiên, Nguyễn Tiến Đạt cho góp ý hữu ích tới đề tài nghiên cứu Cuối vô quan trọng, muốn cảm ơn gia đình tơi, đặc biệt mẹ bạn gái tơi hết lịng tin tưởng ủng hộ thời gian học tập i TÓM TẮT LUẬN VĂN THẠC SĨ Trong năm gần đây, học sâu nghiên cứu áp dụng rợng rãi lĩnh vực thị giác máy tính tính hiệu chúng nhiều ứng dụng khác chứng minh thông qua nghiên cứu khoa học Đặc biệt, việc áp dụng học sâu vào phân tích ảnh y tế mợt chủ đề thu hút nhiều ý Trong luận văn này, học viên đề xuất một bộ khung phát đối tượng tiên tiến có tên YOLO áp dụng vào mợt mơ hình máy tính hỗ trợ chẩn đốn (CAD) Cụ thể, mơ hình tự đợng phát khối u ảnh x-quang vú kĩ thuật số thu thập từ tập liệu INbreast phân loại chúng lành tính hay ác tính mà khơng có can thiệp người Kết cho thấy mơ hình đề x́t đạt 94.4% đợ xác trung bình (mAP) việc phát khối u, cho thấy tiềm áp dụng vào thực tiễn ii ABSTRACT In recent years, deep learning has been researched and broadly applied in the field of computer vision due to its effectiveness which had been proved in various application through scientific research Especially, applying deep learning in medical image analysis is a topic attracted a vast attention This thesis proposes a state-of-the-art object detection framework namely YOLO applied to a computer-aided detection (CAD) model Specifically, the model can detect tumors in digital mammograms automatically and distinguished them as benign or malignant without human intervention The quantiative result demonstrated that the proposed model reached 94.4% mAP in tumor detection task, showing the potential to be applied in practice iii LỜI CAM ĐOAN Cơng trình nghiên cứu luận văn thực trực tiếp từ thân tơi Các kết nghiên cứu kết luận luận văn trung thực, khơng chép bất kỳ hình thức một nguồn liệu Việc tham khảo tài liệu chuyên ngành tạp chí khoa học, sách, báo (nếu có) trích dẫn ghi nguồn tài liệu tham khảo quy định Học viên Hoàng Đức Quý iv MỤC LỤC LỜI CẢM ƠN i TÓM TẮT LUẬN VĂN THẠC SĨ ii ABSTRACT iii LỜI CAM ĐOAN iv MỤC LỤC .v DANH MỤC HÌNH ẢNH ix DANH MỤC BẢNG BIỂU xi DANH MỤC TỪ VIẾT TẮT xii PHẦN MỞ ĐẦU .1 Đặt vấn đề Mục đích nghiên cứu Đối tượng phạm vi nghiên cứu .1 Phương pháp nghiên cứu Ý nghĩa thực tiễn đề tài .2 TỔNG QUAN 1.1 Sơ lược ung thư vú 1.2 Hệ thống máy tính hở trợ chẩn đốn 1.3 Phát biểu vấn đề 1.4 Nợi dung nghiên cứu .6 1.4.1 Nội dung nghiên cứu: 1.4.2 Những đóng góp chính: v CƠ SỞ LÝ THUYẾT 2.1 Sơ lược học sâu .8 2.2 Mạng nơ-ron tích chập 10 2.2.1 Lớp tích chập 10 2.2.2 Lớp gộp 12 2.2.3 Lớp kết nối đầy đủ 13 2.3 Thuật toán YOLOv1 13 2.3.1 Ý tưởng 14 2.3.2 Kiến trúc mơ hình 16 2.3.3 Hàm mục tiêu .16 2.3.4 Thuật toán non-max suppression 18 2.3.5 Ưu nhược điểm YOLOv1 20 2.4 Thuật toán YOLOv2 20 2.4.1 Kiến trúc mơ hình 20 2.4.2 Chuẩn hóa theo batch (Batch normalization) .22 2.4.3 Sử dụng bộ phân loại đầu vào phân giải cao 22 2.4.4 Dự đốn với hợp mỏ neo 23 2.5 Thuật toán YOLOv3 24 2.5.1 Kiến trúc mơ hình YOLOv3 24 2.5.2 Đưa dự đoán tỉ lệ khác 26 2.6 Thuật toán YOLOv4 28 vi 2.6.1 Những cải thiện đáng kể .29 2.6.2 Kiến trúc mơ hình YOLOv4 31 2.7 Thuật toán YOLOv5 34 HỌC SÂU XÂY DỰNG MƠ HÌNH HỌC CHẨN ĐOÁN UNG THƯ VÚ DÙNG 35 3.1 Tập liệu nhũ ảnh 35 3.2 Tiền xử lý liệu 36 3.3 Xây dựng mơ hình học sâu 38 3.3.1 Mô hình YOLOv3 38 3.3.2 Mơ hình YOLOv4 40 3.4 H́n luyện mơ hình 41 3.4.1 Thông số phần cứng 41 3.4.2 Thiết lập cho huấn luyện 42 3.5 Đánh giá mơ hình 43 3.6 Triển khai mơ hình vào ứng dụng CAD 45 KẾT QUẢ VÀ BÀN LUẬN 48 4.1 Kết huấn luyện mơ hình 48 4.2 Kết đánh giá mơ hình 49 4.3 Kết triển khai mơ hình lên phần mềm 53 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 55 DANH MỤC CƠNG TRÌNH ĐÃ CÔNG BỐ CỦA HỌC VIÊN 57 TÀI LIỆU THAM KHẢO 58 PHỤ LỤC 62 vii ... TÊN ĐỀ TÀI: Ứng dụng học sâu việc chẩn đoán ung thư vú NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu lý thuyết học sâu ứng dụng vào nhận dạng khối u vú ảnh x-quang - Xây dựng mơ hình học sâu nhận dạng khối... đề Ung thư vú chứng bệnh mà tế bào ác tính sinh mô tuyến vú Theo Hiệp Hội Ung Thư Hoa Kỳ, ung thư vú loại ung thư phở biến nhất nữ giới phạm vi tồn cầu loại ung thư phổ biến thứ hai nói chung... tử vong ung thư) [2] Tuy nhiên, tỉ lệ sống sót bệnh nhân năm ước tính 99% bệnh nhân chẩn đoán phát sớm ung thư vừa giai đoạn bắt đầu [1] Do đó, nghiên cứu việc chẩn đốn sớm bệnh ung thư vú một