Trong thế kỷ 21, sự bùng nổ của công nghệ thông tin và trí tuệ nhân tạo đã thay đổi cách chúng ta tiếp cận và giải quyết các vấn đề y học. Một trong những ứng dụng quan trọng nhất của trí tuệ nhân tạo trong lĩnh vực y học là khả năng phân loại và nhận dạng bệnh lý dựa trên hình ảnh y học. Đặc biệt, trong việc chẩn đoán các bệnh liên quan đến não, như các khối u não, trí tuệ nhân tạo đã trở thành một phần quan trọng của quá trình chẩn đoán và điều trị. Khối u não là một bệnh lý nguy hiểm và phức tạp. Các loại khối u có thể đa dạng về kích thước, hình dạng, vị trí và tính chất. Việc chẩn đoán đúng loại khối u và xác định tính bình hoặc ác tính của nó là quan trọng để đưa ra quyết định về phương pháp điều trị phù hợp. Chẩn đoán sai có thể dẫn đến quá trình điều trị không cần thiết hoặc trễ chẩn đoán có thể gây nguy hiểm đến sức khỏe của bệnh nhân. Trong bối cảnh này, ảnh chụp cộng hưởng từMRI (Magnetic Resonance Imaging) đã trở thành công cụ quan trọng trong việc đánh giá các vấn đề liên quan đến não. MRI cung cấp hình ảnh cận thực và chi tiết về cấu trúc của não, giúp chuyên gia y tế dự đoán và phân loại khối u. Tuy nhiên, việc phân loại các loại khối u dựa trên ảnh MRI vẫn đòi hỏi sự can thiệp của các chuyên gia và có thể mắc nhiều khó khăn. Với sự phát triển của trí tuệ nhân tạo, đặc biệt là mạng nơ ron tích hợp (CNN), chúng ta đã có cơ hội tự động hóa quá trình phân loại khối u não từ ảnh MRI. Mạng nơ ron tích hợp đã tỏ ra xuất sắc trong việc nhận dạng và phân loại đối tượng trong hình ảnh, và có tiềm năng lớn trong lĩnh vực y học.
KHẢO SÁT VÀ PHÁT BIỂU BÀI TOÁN
Tìm hiểu sơ bộ về bệnh u não
Khối u não là sự phát triển bất thường của tế bào trong não, với cấu trúc não phức tạp và các phần đảm nhiệm chức năng khác nhau của hệ thần kinh Những khối u này có thể hình thành ở bất kỳ khu vực nào trong não hoặc hộp sọ, bao gồm cả lớp màng bảo vệ, nền sọ, thân não, các xoang và khoang mũi Hiện có hơn 120 loại khối u não khác nhau, tùy thuộc vào loại mô mà chúng phát sinh.
Tỷ lệ mắc u não ác tính nguyên phát toàn cầu hàng năm là khoảng 3,7 trên 100.000 đối với nam và 2,6 trên 100.000 đối với nữ Tỷ lệ này cao hơn ở các quốc gia phát triển, với 5,8 trên 100.000 cho nam và 4,1 trên 100.000 cho nữ, so với các quốc gia đang phát triển, nơi tỷ lệ là 3,0 và 2,1 trên 100.000 cho nam và nữ tương ứng.
(Các thông tin từ 1.1.3 đến 1.1.11 được trích dẫn từ tài liệu tham khảo [3])
Khối u não rất nguy hiểm vì chúng có thể gây áp lực lên các vùng não khỏe mạnh hoặc lan rộng đến những khu vực này Một số khối u não có khả năng là ung thư hoặc có thể phát triển thành ung thư Chúng cũng có thể gây ra vấn đề khi chặn dòng chất lỏng xung quanh não, dẫn đến tăng áp lực bên trong hộp sọ Ngoài ra, một số loại khối u có thể lan truyền qua dịch tủy sống đến các vùng xa của não hoặc cột sống.
1.1.4 Phân biệt u não và ung thư não
Tất cả các bệnh ung thư não đều thuộc loại khối u, tuy nhiên không phải tất cả khối u não đều mang tính chất ung thư Những khối u não không ung thư được phân loại là khối u não lành tính.
Các khối u não lành tính phát triển chậm, có đường viền rõ ràng và hiếm khi lan rộng, nhưng vẫn có thể gây nguy hiểm do chèn ép các bộ phận của não, dẫn đến rối loạn chức năng nghiêm trọng Đặc biệt, những khối u nằm ở khu vực quan trọng có thể đe dọa tính mạng Mặc dù rất hiếm, một khối u lành tính có thể trở thành ác tính Một số ví dụ điển hình về khối u lành tính bao gồm u màng não, u bao thần kinh tiền đình và u tuyến yên.
1.1.5 Khối u não nguyên phát và di căn
Khối u não nguyên phát là loại khối u bắt nguồn từ chính não, với các ví dụ điển hình như u màng não và u thần kinh đệm Những khối u này hiếm khi vỡ ra và lan rộng sang các phần khác của não và tủy sống Thay vào đó, thường gặp hơn là các khối u di căn từ các bộ phận khác của cơ thể đến não.
Khối u não di căn, hay còn gọi là khối u não thứ phát, là những khối u ác tính xuất phát từ ung thư ở các bộ phận khác của cơ thể và sau đó lan rộng đến
Các khối u não có thể hình thành ở bất kỳ phần nào của não, nhưng có một số vùng nhất định hình thành các khối u cụ thể:
+)U màng não hình thành trong màng não, lớp màng bảo vệ của não
+)Các khối u tuyến yên phát triển trong tuyến yên
+)Các khối u u nguyên bào tủy phát sinh từ tiểu não hoặc thân não
+)Các khối u nền sọ phát triển ở mặt dưới của não, được gọi là nền sọ
Các phần khác nhau của não đảm nhận các chức năng riêng biệt, dẫn đến triệu chứng khối u não thay đổi tùy thuộc vào vị trí của nó Chẳng hạn, khối u ở tiểu não có thể gây khó khăn trong việc di chuyển, đi lại và giữ thăng bằng Nếu khối u ảnh hưởng đến đường quang học, người bệnh có thể gặp phải những thay đổi về thị lực.
Hình 1:Giải phẫn và chức năng não bộ
(Nguồn :hình ảnh được trích dẫn từ tài liệu tham khảo [6])
Kích thước của khối u và tốc độ phát triển của nó cũng ảnh hưởng đến các triệu chứng mà một người sẽ gặp phải
Nói chung, các triệu chứng phổ biến nhất của khối u não có thể bao gồm:
+)Động kinh hoặc co giật +)Khó suy nghĩ, nói hoặc tìm từ
Thay đổi tính cách hoặc hành vi có thể là dấu hiệu của một vấn đề sức khỏe nghiêm trọng Ngoài ra, cảm giác yếu, tê hoặc liệt một phần hoặc một bên cơ thể cũng cần được chú ý Mất thăng bằng, chóng mặt hoặc đứng không vững là những triệu chứng không thể bỏ qua Cuối cùng, việc mất thính giác có thể ảnh hưởng đến chất lượng cuộc sống và cần được khám xét kịp thời.
+)Thay đổi tầm nhìn +)Nhầm lẫn và mất phương hướng
1.1.8 Nguyên nhân và các yếu tố nguy cơ
Các bác sĩ vẫn chưa xác định được nguyên nhân chính xác khiến một số tế bào bắt đầu phát triển thành tế bào khối u Điều này có thể liên quan đến yếu tố di truyền hoặc môi trường sống của từng người, hoặc có thể là sự kết hợp của cả hai Một số nguyên nhân và yếu tố nguy cơ tiềm ẩn của khối u não bao gồm:
+)Ung thư lây lan từ các bộ phận khác của cơ thể
+)Một số điều kiện di truyền khiến một người sản xuất quá mức một số tế bào
+)Tiếp xúc với một số dạng bức xạ
1.1.9 Sự di truyền của khối u não
Di truyền đóng vai trò trong việc hình thành một tỷ lệ nhỏ (dưới 5%) các khối u não Một số tình trạng di truyền có thể làm tăng nguy cơ phát triển khối u ở các cá nhân, bao gồm:
+)Bệnh polyp tuyến gia đình
+)Hội chứng nevus tế bào đáy (hội chứng Gorlin)
Chẩn đoán khối u não thường bao gồm khám thần kinh, quét não và sinh thiết, nếu việc này có thể được thực hiện một cách an toàn
Khám thần kinh bao gồm nhiều xét nghiệm nhằm đánh giá các chức năng thần kinh như thăng bằng, thính giác, thị giác và phản xạ.
Các kỹ thuật hình ảnh như chụp CT, MRI, chụp động mạch và chụp X-quang được sử dụng để phát hiện khối u, xác định vị trí của nó và đánh giá chức năng não.
Nếu sinh thiết không khả thi, bác sĩ sẽ chẩn đoán khối u não và lập kế hoạch điều trị dựa trên các xét nghiệm khác Khi có thể thực hiện sinh thiết, bác sĩ sẽ xác định loại khối u và mức độ ác tính, đồng thời nghiên cứu mô khối u để tìm dấu ấn sinh học nhằm cá nhân hóa phương pháp điều trị.
Tùy thuộc vào triệu chứng của bạn, bác sĩ có thể tiến hành các xét nghiệm để xác nhận chẩn đoán và loại trừ những tình trạng khác.
+)Chọc dò thắt lưng để lấy mẫu dịch não tủy và xem liệu nó có chứa dấu vết của tế bào khối u hay không
+)Nghiên cứu điện thế gợi lên để đo hoạt động điện trong dây thần kinh và/hoặc điện não đồ (EEG) để đo hoạt động điện trong não
+)Đánh giá nhận thức thần kinh để đánh giá bất kỳ thay đổi nào về nhận thức và sức khỏe
+)Khám thần kinh nhãn khoa để đánh giá các dấu hiệu khối u ảnh hưởng đến mắt
+)Đánh giá nội tiết để đánh giá chức năng hormone
+)Chẩn đoán đúng là điều cần thiết trong việc xác định quá trình điều trị tốt nhất
Thực trạng bệnh ung thư não trên thế giới và Việt Nam
1.2.1 Thực trạng trên thế giới
Số liệu ca mắc , tử vong ,số người còn sống trong khoảng 5 năm sau khi mắc hoặc được chẩn đoán qua các châu lục theo Globalcon 2020:
Hình1.2:Số liệu ca mắc trên thế giới
Hình1.3:Số liệu tử vong trên thế giới
Hình1.4:Số liệu hồi phục trên thế giới
Theo các khảo sát toàn cầu, số liệu từ năm 2020 đến năm 2030 cho thấy số ca mắc mới từ độ tuổi 0-85+ sẽ tăng từ 308 nghìn ca vào năm 2020 lên 372 nghìn ca vào năm 2030, ước tính tăng thêm 64 nghìn ca trong 10 năm.
Hình1.5:Số liệu dự đoán ca mắc mới trên thế giới
Số lượng các ca tử vong ở năm 2020 là 251 nghìn ca và 2030 là
310 nghìn ca Tăng thêm 59 nghìn ca trong khoảng thời gian 10 năm
Hình1.6:Số liệu dự đoán ca tử vong mới trên thế giới
Việt Nam có 3120 ca mắc mới với tỉ lệ 2,9 người mắc trên 100
Hình1.7:Số liệu ca mắc ở Việt Nam
Số ca tử vong là 2614 ca ,tỷ lệ 2,4 ca trên 100 000 người
Hình1.8:Số liệu ca tử vong ở Việt Nam
Số ca sống hơn 5 năm là 8080 ca chiếm tỷ lê 8,3 trên 100 000 ca tổng số các ca hồi phục của tất cả các loại ung thư
Hình1.9:Số ca sống sót ở Việt Nam
CÁC KỸ THUẬT GIẢI QUYẾT BÀI TOÁN
Phương hướng tiếp cận bài toán
Quá trình giải quyết bài toán bắt đầu bằng việc thu thập và tiền xử lý các bộ dữ liệu thực nghiệm liên quan đến ảnh chụp cộng hưởng từ não Tiếp theo, nghiên cứu và áp dụng kỹ thuật trí tuệ nhân tạo được thực hiện nhằm nhận dạng và phân loại các dữ liệu này.
NGHIỆM
Nội dung chương trình thực nghiệm
Nhóm đã quyết định sử dụng ứng dụng Colab của Google để giải quyết bài toán này, nhờ vào lợi thế là có nhiều tài nguyên điện toán miễn phí cho người dùng.
Import các thư viện cần thiết
Tiền xử lý dữ liệu
Khởi tạo và xây dựng mô hình
Tổng quan về cấu trúc mạng nơ-ron
Layer (type) Output Shape Param #
================================================================= conv2d (Conv2D) (None, 148, 148, 32) 896 conv2d_1 (Conv2D) (None, 146, 146, 64) 18496 max_pooling2d (MaxPooling2 (None, 73, 73, 64) 0
D) dropout (Dropout) (None, 73, 73, 64) 0 conv2d_2 (Conv2D) (None, 71, 71, 64) 36928 conv2d_3 (Conv2D) (None, 69, 69, 64) 36928 dropout_1 (Dropout) (None, 69, 69, 64) 0 max_pooling2d_1 (MaxPoolin (None, 34, 34, 64) 0 g2D) dropout_2 (Dropout) (None, 34, 34, 64) 0 conv2d_4 (Conv2D) (None, 32, 32, 128) 73856
The neural network architecture includes multiple convolutional layers, starting with conv2d_5, which outputs a feature map of size (30, 30, 128) with 147,584 parameters This is followed by conv2d_6, producing an output of (28, 28, 128) with the same number of parameters A max pooling layer, max_pooling2d_2, reduces the dimensions to (14, 14, 128) without adding parameters The architecture incorporates dropout layers, such as dropout_3, to prevent overfitting Subsequent convolutional layers, conv2d_7 and conv2d_8, further refine the feature maps to (12, 12, 128) and (10, 10, 256), respectively, with increasing parameter counts Another max pooling layer, max_pooling2d_3, reduces the output to (5, 5, 256) The network then flattens the output to a vector of 6,400 units before passing it through several dense layers, including two with 512 units each, and concludes with a final dense layer that outputs four classes The total number of parameters in the model is significant, ensuring robust learning capabilities.
Cấu hình quá trình huấn luyện và huấn luyện mô hình
Vẽ biểu đồ độ chính xác của mô hình trên tập huấn luyện và tập validation sau mỗi epoch trong quá trình huấn luyện
Vẽ biểu đồ về giá trị hàm mất mát (loss) trên tập huấn luyện và tập validation sau mỗi epoch
Dự đoán hình ảnh u não bất kỳ
Vậy hình ảnh được model dự đoán là u màng não
Trong quá trình thực hiện đề tài, nhóm nhận thấy công nghệ trí tuệ nhân tạo, đặc biệt là Deep Learning, có tiềm năng lớn trong lĩnh vực y tế Mặc dù công nghệ đã phát triển nhanh chóng, nhưng việc phân loại và nhận diện u não vẫn chưa thể thay thế hoàn toàn ý kiến của các chuyên gia y tế Trong tương lai, các công nghệ này sẽ hỗ trợ các chuyên gia trong việc dự đoán và chẩn đoán Sau khi hoàn thành đề tài, nhóm nhận thấy còn nhiều điểm cần cải thiện, như xác định chính xác vị trí khối u qua hình ảnh Hy vọng nghiên cứu của nhóm sẽ góp phần thúc đẩy các dự án liên quan đến hỗ trợ và phát triển y tế tại Việt Nam.
Nhóm xin chân thành cảm ơn Tiến sĩ Nguyễn Mạnh Cường đã tận tình hướng dẫn thực hiện đề tài này Chúc thầy luôn mạnh khỏe và gặt hái nhiều thành công trong các nghiên cứu sắp tới.
Nhóm xin trân trọng cảm ơn