(Luận văn thạc sĩ) nghiên cứu và xây dựng ứng dụng chẩn đoán bệnh sử dụng mô hình học sâu

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - PHẠM TIẾN ĐỨC ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) HÀ NỘI - 2023 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG - PHẠM TIẾN ĐỨC NGHIÊN CỨU VÀ XÂY DỰNG ỨNG DỤNG CHẨN ĐỐN BỆNH SỬ DỤNG MƠ HÌNH HỌC SÂU CHUN NGÀNH : HỆ THỐNG THÔNG TIN MÃ SỐ: 8.48.01.04 ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS ĐÀO THỊ THÚY QUỲNH HÀ NỘI - 2023 LỜI CAM ĐOAN Tôi xin cam đoan đề án tốt nghiệp thạc sĩ : “ Nghiên cứu xây dựng ứng dụng chẩn đốn bệnh sử dụng mơ hình học sâu” Là cơng trình nghiên cứu riêng tơi, khơng chép người khác Trong toàn nội dung đề án, điều trình bày cá nhân tạo tổng hợp từ nhiều nguồn tài liệu Tất nguồn tài liệu tham khảo có nguồn gốc rõ ràng hợp pháp Tơi xin hồn tồn chịu trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan Hà Nội, Ngày Tháng năm 2023 Phạm Tiến Đức LỜI CẢM ƠN Lời đầu tiên, em xin phép gửi lời cảm ơn chân thành sâu sắc tới Khoa đào tạo Sau đại học – Học viện Cơng nghệ Bưu Viễn thơng tạo điều kiện cho em học hỏi tiếp thu nhiều kiến thức quan trọng để thực đề tài Bên cạnh đó, em xin gửi lời cảm ơn sâu sắc tới giảng viên hướng dẫn TS Đào Thị Thúy Quỳnh Trải qua trình học tập thực đề tài thời gian qua, bảo trợ giúp nhiệt tình trình thực đề tài Em xin gửi lời cảm ơn tới thầy cô giáo Học viện nói truyền đạt cho chúng em nhiều kiến thức môn học đại cương mơn học chun ngành, giúp em có đầy đủ hành trang, kiến thức để sau tự tin với lĩnh vực nghề nghiệp chọn Cuối cùng, em xin cảm ơn gia đình bạn bè, ln chỗ dựa vững tạo điều kiện, quan tâm, động viên em suốt trình học tập hoàn thành đề án tốt nghiệp thạc sĩ kỹ thuật Hà Nội, ngày … tháng … năm 2023 Học viên Phạm Tiến Đức MỤC LỤ MỞ ĐẦU I LÝ DO CHỌN ĐỀ TÀI .1 II TỔNG QUAN ĐỀ TÀI .2 III MỤC TIÊU NGHIÊN CỨU IV NỘI DUNG VÀ BỐ CỤC CỦA ĐỀ TÀI CHƯƠNG CƠ SỞ LÝ THUYẾT 1.1 Giới thiệu toán chẩn đoán bệnh phổi sử dụng mạng nơ ron học sâu .4 1.2 Một số loại bệnh phổi chẩn đoán ảnh X Quang 1.3 Tổng quan trí tuệ nhân tạo .11 1.4 Tổng quan ảnh số kỹ thuật xử lý ảnh 11 1.4.1 Một số khái niệm xử lý ảnh .11 1.4.2 Một số kỹ thuật xử lý ảnh .14 1.5 Trích chọn đặc trưng biểu diễn đặc trưng hình ảnh 14 1.6 Kỹ thuật học máy 15 1.7 Ứng dụng mạng nơ ron chẩn đoán y tế 16 CHƯƠNG KỸ THUẬT HỌC SÂU MẠNG NƠ RON CNN 18 2.1 Tổng quan mạng nơ ron tích chập 18 2.1.1 Mạng nơ ron nhân tạo 18 2.1.2 Mạng nơ ron tích chập .27 2.2 Một số mơ hình pre-trained mạng nơ ron CNN .32 2.2.1 LeNet-5 33 2.2.2 VGG16 34 2.2.3 Resnet50 .36 2.2.4 InceptionV3 36 2.2.5 Xception .39 2.2.6 Lựa chọn mơ hình học sâu để xây dựng ứng dụng 41 CHƯƠNG THỰC NGHIỆM, ĐÁNH GIÁ KẾT QUẢ 43 3.1 Cơ sở liệu thực nghiệm .43 3.2 Xây dựng mơ hình học sâu giải toán 46 3.2.1 Chuẩn bị liệu 46 3.2.2 Xử lý liệu 46 3.2.3 Xây dựng mơ hình huấn luyện 49 3.2.4 Biên dịch huấn luyện mơ hình tạo 51 3.2.5 Kết trình huấn luyện .52 3.3 Xây dựng ứng dụng cài đặt 59 3.3.1 Luồng xử lý .59 3.3.2 Xây dựng ứng dụng 60 3.3.3 Kết demo ứng dụng 61 KẾT LUẬN 63 I Kết đạt 63 II Ưu điểm 63 III Nhược điểm .63 IV Kết luận hướng phát triển 64 DANH MỤC TÀI LIỆU THAM KHẢO .65 DANH SÁCH HÌ Y Hình Ảnh X Quang người bệnh bị viêm phổi Hình Ảnh X Quang người bệnh mắc Covid 19 Hình Ảnh X Quang người bệnh mắc lao phổi Hình Ảnh X Quang người bệnh có u phổi Hình Ảnh X Quang người bệnh bị khí phế thũng Hình Ảnh X Quang người bệnh bị xơ hoá phổi .10 Hình Ví dụ ảnh màu ảnh xám .12 Hình Quy trình xử lý trích rút đặc trưng ảnh 15 Hình Cấu tạo nơ ron người 18 Hình 10 Mơ hình tổng qt mạng nơ ron 20 Hình 11 Mơ hình mạng nơ ron Perceptron 21 Hình 12 Mơ hình mạng nơ ron truyền thẳng (Feed Forward Neural Network) 22 Hình 13 Mơ hình mạng nơ ron Multilayer Perceptron 23 Hình 14 Mơ hình mạng nơ ron tích chập (Convoluntional Neural Network) 24 Hình 15 Mơ hình mạng nơ ron hồi quy (Recurrent Neural Network) .25 Hình 16 Mơ hình mạng nơ ron Mơ đun (Modular Neural Network) 26 Hình 17 Sơ đồ trình hình thành phát triển mạng nơ ron CNN 28 Hình 18 Kiến trúc tổng quát mơ hình mạng nơ ron CNN 28 Hình 19 Các thành phần kiến trúc mạng nơ ron CNN 29 Hình 20 Phương pháp tích chập ảnh xám 30 Hình 21 Max Pooling 31 Hình 22 Hai loại pooling 31 Hình 23 Pooling giúp làm giảm kích thước (width, height) không làm giảm dept 32 Hình 24 Kiến trúc LeNet-5 .34 Hình 25 Kiến trúc VGG16 34 Hình 26 Kiến trúc Resnet50 36 Hình 27 Kiến trúc mơ hình Inception V3 37 Hình 28 Kiến trúc tổng thể mơ hình Xception 39 Hình 29 Cấu tạo module mơ hình X Ception 40 Hình 30 Biểu đồ số lượng ghi tương ứng loại bệnh 43 Hình 31 Tập liệu X Quang lồng ngực 44 Hình 32 Biểu đồ phân chia tập liệu 44 Hình 33 Hai tập liệu để phân loại ảnh chụp XQuang ảnh chụp Xquang 45 Hình 34 Sơ đồ khái quát toàn tập liệu sử dụng 45 Hình 35 Biểu đồ số lượng ghi với loại bệnh tập liệu thử nghiệm .54 Hình 36 Luồng xử lý ứng dụng 59 Hình 37 Thiết kế sở liệu cho ứng dụng 60 Hình 38 Giao diện ban đầu ứng dụng 61 Hình 39 Thơng báo người dùng tải ảnh sai .61 Hình 40 Hiển thị kết sau chẩn đốn thành cơng 62 Hình 41 Click xem chi tiết thơng tin bệnh dự đốn 62 DANH SÁCH BẢNG BIỂ Bảng Kết q trình huấn luyện mơ hình XCeption 55 Bảng Ma trận Confusion mơ hình XCeption tập liệu kiểm tra 55 Bảng Kết trình huấn luyện mơ hình InceptionV3 .56 Bảng Ma trận Confusion mơ hình InceptionV3 tập liệu kiểm tra 57 Bảng Kết q trình huấn luyện mơ hình VGG16 58 Bảng Ma trận Confusion mơ hình VGG16 tập liệu kiểm tra .58 Bảng Tổng hợp so sánh kết kiểm thử ba mơ hình .58 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Kí hiệu viết tắt AI Tiếng Anh Tiếng Việt Artifical Intelligence Trí tuệ nhân tạo ANN Artifical Neural Network Mạng nơ ron nhân tạo FFNN Feed Forward Neural Mạng nơ ron truyền Network thẳng RNN Recurrent Neural Network Mạng nơ ron hồi quy MLP Multilayer Perceptron Mạng nơ ron truyền thẳng có nhiều lớp CNN Convolutional Neural Mạng nơ ron tích chập Network RELU Rectified Linear Unit Hàm kích hoạt sử dụng mạng nơ ron DPI Dots per inch Số chấm inch PPI Pixels per inch Số điểm ảnh inch vuông RGB Red-Green-Blue Hệ màu RGB