Nghiên cứu xây dựng ứng dụng hỗ trợ chẩn đoán bệnh về da

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - Nguyễn Duy Quang LUẬN VĂN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) HÀ NỘI - 2023 HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - Nguyễn Duy Quang NGHIÊN CỨU XÂY DỰNG ỨNG DỤNG HỖ TRỢ CHẨN ĐOÁN BỆNH VỀ DA CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ: 8.48.01.01 LUẬN VĂN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS HOÀNG VĂN THÀNH HÀ NỘI - 2023 i LỜI CAM ĐOAN Luận văn kết sau trình nghiên cứu em giúp đỡ tận tình thầy Hồng Văn Thành q thầy sau gần hai năm theo học chương trình đào tạo Thạc sỹ, chuyên ngành Khoa học máy tính trường Học viện Cơng nghệ Bưu Viễn thơng Em xin cam đoan cơng trình khoa học nghiên cứu thân với giúp đỡ tận tình thầy Hồng Văn Thành Nội dung luận văn có tham khảo sử dụng số thông tin, tài liệu từ nguồn sách, tạp chí nước lẫn quốc tế liệt kê danh mục tài liệu tham khảo trích dẫn hợp pháp Tác giả (Ký ghi rõ họ tên) Nguyễn Duy Quang LỜI CẢM ƠN Lời đầu tiên, em xin gửi lời cảm ơn tới Thầy, Cô Khoa Công nghệ thơng tin 1, Khoa Sau đại học tồn cán Học viện Cơng nghệ Bưu Viễn thông Hà Nội tạo điều kiện để em học tập mơi trường tốt Cảm ơn Thầy Cô cung cấp cho em kiến thức bổ ích quan trọng suốt trình học tập nghiên cứu trường để em hồn thành luận văn cách tốt Em xin bày tỏ lòng biết ơn sâu sắc đến thầy Hoàng Văn Thành tận tình hướng dẫn, định hướng cho em suốt thời gian thực đề tài Những lời khuyên thầy suốt q trình hồn thành luận văn tiết học lớp giúp em có thêm nhiều kiến thức kinh nghiệm lĩnh vực nghiên cứu khoa học Cuối cùng, xin gửi lời cảm ơn đến gia đình, tất bạn bè, anh, chị, người quan tâm giúp đỡ, khích lệ phê bình, góp ý, giúp tơi hồn thành khóa luận cách tốt Với trình độ hiểu biết nhiều hạn chế thân vốn kiến thức cịn ỏi nên luận văn em khơng tránh khỏi thiếu sót Em mong nhận góp ý Thầy, Cơ, bạn đồng nghiệp để luận văn em hoàn thiện Hà Nội, tháng năm 2023 Nguyễn Duy Quang i MỤC LỤC DANH MỤC KÝ HIỆU, CHỮ VIẾT TẮT .iii DANH MỤC BẢNG BIỂU .iv DANH MỤC HÌNH VẼ, SƠ ĐỒ .v MỞ ĐẦU CHƯƠNG TỔNG QUAN 1.1 Các toán nhận diện bệnh da .6 1.1.1 Giới thiệu .6 1.1.2 Bài toán nhận diện bệnh da .8 1.2 Cơ sở liệu sử dụng toán nhận dạng bệnh da 10 1.3 Các phương pháp nhận dạng đề xuất trước 11 1.4 Các ứng dụng hỗ trợ chẩn đoán bệnh da giới thiệu 13 CHƯƠNG MẠNG NƠ-RON TÍCH CHẬP CHO BÀI TỐN NHẬN DẠNG BỆNH VỀ DA 15 2.1 Các thành phần mạng nơ-ron tích chập 15 2.2 Kiến trúc mạng nơ-tron 18 2.3 Quá trình huấn luyện mạng nơ-tron cho toán 25 2.4 Một số phương pháp nâng cao hiệu mạng nơ-tron 27 CHƯƠNG PHƯƠNG ÁN, ĐỀ XUẤT THỰC NGHIỆM VÀ XÂY DỰNG ỨNG DỤNG 30 3.1 Cơ sở liệu sử dụng để đánh giá hiệu .30 3.2 Thước đo đánh giá hiệu .31 ii 3.3 Tổng quan mơ hình học sâu thực nghiệm .36 3.4 Đề xuất phương án để tiến hành thực nghiệm 39 3.4.1 Thu thập liệu 39 3.4.2 Phân chia tập liệu .42 3.4.3 Phương án tiến hành thực nghiệm .45 3.5 Thực nghiệm lựa chọn mơ hình có hiệu tốt .46 3.5.1 Thực nghiệm : Đánh giá hiệu mơ hình học sâu sở liệu HAM10000 46 3.5.2 Thực nghiệm : Đánh giá hiệu mơ hình học sâu sở liệu HAM10000+ 47 3.6 Xây dựng ứng dụng hỗ trợ chẩn đoán bệnh da iOS 52 3.6.1 Xác định tính ứng dụng cần có 52 3.6.2 Thiết kế giao diện ứng dụng 54 3.6.3 Lựa chọn ngôn ngữ lập trình structure design pattern 59 3.6.4 Convert tensorflow keras model thành coreml model 61 3.6.5 Lập trình ứng dụng di động với model import điện thoại .62 3.6.6 Lập trình server để phục vụ phát bệnh da .63 KẾT LUẬN 64 TÀI LIỆU THAM KHẢO .66 iii DANH MỤC KÝ HIỆU, CHỮ VIẾT TẮT STT Từ viết tắt Tiếng Việt Tiếng Anh AI Trí tuệ nhân tạo Artificial Intelligence CNN Mạng Nơ-ron tích chập Convolutional neural network ANN Mạng Nơ-ron nhân tạo Artificial Neural Network SVM Máy hỗ trợ vector Support Vector Machine KNN Thuật toán K láng giềng gần K-Nearest Neighbors ROI Vùng ảnh xử lý Regions Of Interest SSIM Tính tương đồng cấu trúc Intra-Structural Similarity FrCN Mạng tích chập có độ phân giải đầy đủ Full-resolution Convolutional Networks iv DANH MỤC BẢNG BIỂU Bảng Cấu trúc Confusion Matrix 35 Bảng Bảng số lượng ảnh sở liệu HAM10000 44 Bảng 3 Bảng số lượng ảnh sở liệu HAM10000+ 44 Bảng Bảng thống kê Accuracy F1 Score thực nghiệm 46 Bảng Bảng thống kê Accuracy F1 Score thực nghiệm 47 v DANH MỤC HÌNH VẼ, SƠ ĐỒ Hình Biểu diễn Perceptron dạng Neural Network 15 Hình 2 Biểu diễn Linear Regression dạng neural network .17 Hình Mơ tả neuron thần kinh sinh học 17 Hình Đoạn mã khởi tạo khai báo thư viện 40 Hình Đoạn mã tải hình ảnh từ internet .41 Hình 3 Hình ảnh liệu thu thập từ internet 42 Hình Hình ảnh Confusion Matrix EfficientNetB0 49 Hình Q trình huấn luyện mơ hình đánh giá mơ hình 49 Hình Hình ảnh Confusion Matrix EfficientNetV2B0 50 Hình Q trình huấn luyện mơ hình đánh giá mơ hình 50 Hình Hình ảnh Confusion Matrix MobileNet .51 Hình Quá trình huấn luyện mơ hình đánh giá mơ hình 51 Hình 10 Mơ hình hệ thống tổng quát 53 Hình 11 Sơ đồ hoạt động ứng dụng 56 Hình 12 Hai hình giới thiệu hình lựa chọn ngoại tuyến .57 Hình 13 Lựa chọn mơ hình lựa chọn phương thức tải ảnh 58 Hình 14 Màn hình lịch sử, kết trợ giúp .59 Hình 15 Đoạn mã chuyển đổi từ mơ hình đào tạo Tensorflow sang mơ hình CoreML APPLE 61 Hình 16 Mơ hình AI dự án 62 Hình 17 Mã nguồn server phát bệnh da 63 MỞ ĐẦU Thời gian qua, việc ứng dụng công nghệ thông tin (CNTT) đời sống ngày thể rõ rệt toàn xã hội nhóm ngành nghề Đặc biệt ngành y tế cơng nghệ thơng tin ngồi việc ứng dụng vào công tác thu thập, quản lý thông tin sức khỏe người dân mà cịn ứng dụng chẩn đốn điều trị Ðiều đặt móng xây dựng y tế thơng minh với ba trụ cột phịng bệnh, chăm sóc sức khỏe thơng minh; quản trị y tế thông minh khám, chữa bệnh thông minh Trong năm gần đây, với phát triển vũ bão trí tuệ nhân tạo, đặc biệt lĩnh vực thị giác máy tính đạt tốc độ xử lý nhanh độ xác cao, việc ứng dụng thị giác máy tính phục vụ đời sống lẽ tất yếu Ngành nghề thiếu ứng dụng thị giác máy tính ngành y tế Đặc thù nước ta nhiệt đới gió mùa, thời tiết có biến chuyển đột ngột có điều kiện thích hợp để vi khuẩn, viruss, tia UV gây nhiều bệnh da Theo thống kê, bệnh da số 24 loại bệnh tác động chi phí lớn người dân, năm giới 75 tỉ USD chi phí dành để điều trị bệnh Riêng nước ta, khảo sát nghiên cứu 2.400 người Bình Thuận từ tháng đến tháng năm 2020 mơ hình bệnh da, cho thấy có tới 41% số người bị viêm da dị ứng, bệnh nấm-ký sinh trùng (20,6%), xạ (9,8%) Tầm quan trọng phát phân loại bệnh da ? Các bệnh da phát sớm điều trị hiệu Nhiều tình trạng da có kết tốt chẩn đoán điều trị giai đoạn đầu Phát kịp thời cho phép can thiệp y tế kịp thời, ngăn chặn tiến triển bệnh giảm biến chứng tiềm ẩn Xác định bệnh da cụ thể giúp chuyên gia chăm sóc sức khỏe xác định phương pháp điều trị thích hợp Các tình trạng da khác đòi hỏi chiến lược điều trị khác nhau, chẳng hạn thuốc bôi, thuốc uống, thay đổi lối sống can thiệp phẫu thuật Phân loại xác đảm bảo bệnh nhân nhận