Tùy tiện trong thói quen sinh hoạt, ăn uốngCuối cùng, sinh viên thường có thói quen ăn uống không lành mạnh, ăn uống các loại đồ ăn có thành phần đường huyết glycemic cao như cơm, đồ ngọ
Thực trạng về mặt xã hội
Mụn trứng cá là một vấn đề phổ biến ở tất cả mọi người, mọi chủng tộc Bác sĩ Hoàng Văn Minh, trưởng phòng khám da liễu Bệnh viên Đại học Y dược thành phố
Hồ Chí Minh, cho biết có đến trên 90% trẻ ở tuổi dậy thì đều bị mụn Trong đó có khoảng 20% mụn tiếp tục tiến triển của tuổi thanh niên và kèo dài sau 30 tuổi [12].
Ngày nay, một số nhà khoa học trên thế giới và Tổ chức Y tế Thế giới (WHO) đã coi mụn trứng cá như là một bệnh mãn tính, chứ không chỉ là một vấn đề thẩm mỹ, bệnh dễ tái phát, ảnh hưởng đến tâm, sinh lý, gây giảm sút sự tự tin, tác động xấu đến đời sống xã hội của người bệnh Chúng ta cần có các biệt pháp để trị mụn phù hợp thay vì chờ mụn tự hết, bởi vì nếu không biết cách trị mụn, mụn sẽ dễ phát triển nặng hơn, viêm nhiễm, lây lan và để lại sẹo xấu khó điều trị [12].
Theo nghiên cứu, có bốn yếu tố chính liên quan đến việc sinh bệnh mụn trứng cá [13]:
1 Sự tăng tiết bả nhờn.
2 Sự phát triển và biệt hóa của nang lông bị thay đổi.
3 Vi khuẩn Propionibacterium acnes sinh ra khi nang lông bị bịt kín.
Nhóm đã thực hiện một cuộc khảo sát về tình trạng chăm sóc da mặt và mức độ hiểu biết về mụn Sau đây là bản mô tả của cuộc khảo sát:
−Số lượng người thực hiện: 195.
−Thời gian bắt đầu khảo sát: ngày 20/12/2020.
−Thời gian kết thúc khảo sát: ngày 27/12/2020.
Hình 1: Số phần trăm bạn gặp vấn đề về mụn
−Hình thức câu hỏi: 16 câu hỏi trắc nghiệm và 2 câu hỏi điền đáp án.
Các vấn đề khó khăn sinh viên gặp phải khi bị mụn như sau:
1 Vấn đề kinh tế khi trị mụn
Hình 2: Chi phí các bạn bỏ ra để chăm sóc da mặt
Khác với những người đã đi làm có thể tự chủ tài chính và đủ điều kiện để chăm sóc da thường xuyên, sinh viên khi bị mụn sẽ phải đối mặt với thách thức rất lớn và vấn đề đó chính là kinh tế Phần đa sinh viên có kinh tế eo hẹp phụ thuộc vào gia đình, khả năng chi trả cho việc chăm sóc da là không lớn (Dưới 1 triệu/tháng (84.6%)) vì vậy không có đủ điều kiện để đi bác sĩ da liễu, và chăm sóc theo phác đồ điều trị khi bị mụn.
2 Vấn đề da mụn sinh viên bị tái phát
Sinh viên đối mặt với nhiều áp lực từ việc học, làm bài tập lớn, các cuộc thi Tình trạng thức khuya học bài, bỏ ăn uống là tình trạng thường xuyên xảy ra Áp lực này ảnh hướng lớn tới tình trạng mụn tái phát hoặc nặng hơn ở sinh viên.
3 Thiếu hụt kiến thức về chăm sóc da
Hình 3: Kiến thức chăm sóc da mặt khi bị mụn
Khi bị mụn, sinh viên thường không nhận biết được mình đang bị loại mụn nào, từ đó tìm được cách điều trị phù hợp Phần đa sinh viên tự tìm hiểu trên mạng với nguồn Internet (57.9%) và mua sản phẩm điều trị theo số đông, bạn bè(28.2%). Việc sử dụng sản phẩm không phù hợp có thể khiến tình trạng da trở nên nặng hơn.
4 Tùy tiện trong thói quen sinh hoạt, ăn uống
Cuối cùng, sinh viên thường có thói quen ăn uống không lành mạnh, ăn uống các loại đồ ăn có thành phần đường huyết (glycemic) cao như cơm, đồ ngọt, bánh mì, mì gói và điều này dễ gây ra mụn[14].
Các phương pháp điều trị mụn trứng cá hiện có là [13]:
−Phương pháp 1: Thực hiện thói quen và phương pháp trị mụn trứng cá tại nhà. Các phương pháp như tránh chạm da lên mặt, không tự ý nặn mụn, bảo vệ da khỏi ánh nắng mặt trời, rửa mặt sạch Những biện pháp này khi áp dụng mỗi ngày sẽ giúp hạn chế và ngăn ngừa sự xuất hiện của mụn trứng cá Tuy nhiên, phương pháp này không giúp giảm mụn khi tình trạng mụn của bạn từ nhẹ trở lên.
−Phương pháp 2: Sử dụng những thành phần hoạt chất điều trị mụn trứng cá:Các sản phẩm trị mụn thường có dạng gel, miếng dán, kem, lotion Chứa các thành phần giúp trị một số loại mụn, tiêu diệt vi khuẩn, giảm tiết dầu, từ đó giúp giảm mụn Phương pháp này thường được các bạn sử dụng vì các sản phẩm có giá thành đa dạng, dễ dàng mua được sản phẩm vừa túi tiền Tuy nhiên, mỗi loại có thành phần khác nhau phù hợp với loại da và kiểu mụn khác nhau Nếu sử dụng sai sản phẩm sẽ khiến tình trạng mụn không giảm mà còn có hại cho da.
−Phương pháp 3: Phương pháp điều trị mụn trứng cá chuyên sâu hơn.
Phương pháp này được các bác sĩ sử dụng khi việc dùng phương pháp 1 và 2 không giúp cải thiện được tình trạng mụn Bác sĩ sẽ kê đơn các thuốc giúp giảm mụn, hoặc sử dụng liệu pháp ánh sáng và laser Những phương pháp này thường có hiệu quả nhanh hơn tuy nhiên tốn chi phí và có nhiều tác dụng phụ ảnh hưởng ví dụ như tác dụng phụ của thuốc hoặc làm da trở nên nhạy cảm hơn Phương pháp này thường chỉ được các bạn sinh viên cân nhắc khi tình trạng mụn nặng hoặc rất nặng vì phần đa sinh viên cho rằng việc này tốn tiền (93%).
Hình 4: Ý kiến về tình trạng da đủ để đi gặp bác sĩ da liễu
Có rất nhiều loại mụn: mụn đầu trắng, mụn bọc, mụn ẩn, Không phải tất cả các loại mụn đều có chung phương pháp điều trị vì vậy cần có sự nghiên cứu tìm hiểu về tình trạng da và phân biệt các loại mụn đang gặp phải để sử dụng phương pháp phù hợp.
Thực trạng về mặt công nghệ
Cùng với sự phát triển của khoa học công nghệ và nhu cầu chăm sóc, các nhà khoa học đã nghiên cứu và cho ra đời rất nhiều sản phẩm để phục vụ cho việc khám và đưa ra lộ trình phù hợp.
1 Hệ thống phân tích da 3D cụ thể ở Việt Nam hiện có máy Skin Scanner bằng cách chụp ảnh toàn mặt từ 2 góc độ: chính diện và góc nghiêng 45 độ với 3 chế độ
Hình 5: Ý kiến về việc đi bác sĩ da liễu
Hình 6: Máy Skin Scanner của Dior ánh sáng, thiết bị này được phát triển bởi Dior nắm bắt được nhiều thông tin về làn da bao gồm cả những gì không thấy bằng mắt thường. Ưu điểmlà loại máy này soi da chỉ trong vòng 8 giây với các hình ảnh chuyển sâu thể hiện vấn đề da liễu và các chỉ số phần trăm để so sánh với mức độ lý tưởng.Dữ liệu sử dụng với hơn 50,000 hình ảnh các loại da khác nhau cùng với các thông số chuyên sâu, máy này mạng lại kết quả rất chính xác.
Nhược điểmlà máy có số lượng giới hạn ở Việt Nam chỉ có ở tại một số cửa hàng lớn của nhãn hàng Dior, dẫn đến người dùng thông thường khó có cơ hội tiếp xúc, sử dụng Với nhiều thông số sử dụng và quy trình phức tạp, việc sử dụng đòi hỏi phải có sự giúp đỡ của kỹ thuật viên hoặc bác sĩ da liễu và đưa ra các giải thích kỹ càng Chi phí bỏ ra để mua được loại máy này là rất lớn.
2 Máy soi da kết nối máy tính là một thiết bị chuyên dùng để hổ trợ phân tích, kiểm
Hình 7: Máy soi da và tóc kết nối vi tính 6100U tra toàn diện trong lĩnh vực y khoa và thẩm mỹ May soi da kết nối máy tính cung cấp đầy đủ và chính xác chỉ số về loại da, độ ẩm, độ nhạy cảm, sắc tố da, Giúp người tư vấn chăm sóc da có đầy đủ cơ sở để đưa ra liệu trình chăm sóc da. Ưu điểm:Giúp hiển thị hình ảnh sắc nét, độ phóng đại cao về vùng da được soi,nhìn rõ được nhược điểm dù là nhỏ nhất từ đó kiểm tra được loại da, tình trạng viêm da đang gặp phải, phát hiện tổn thương sâu bên trong da, phân tích nhanh,chính xác các vấn đề về da đang gặp phải, từ đó lựa chọn phương pháp điều trị phù hợp.
Nhược điểmlà các chỉ số khá khó hiểu với người không có kiến thức chuyên môn, chi phí bỏ ra mua sản phẩm là tốn kém khoảng 2 triệu đồng trở lên Nên người dùng thông thường chỉ có cơ hội được sử dụng khi đến các trung tâm spa, phòng khám da liễu.
3 Ứng dụng phân biệt loại mụn và giới thiệu sản phẩm
Hình 8: Web app Effaclar Spot Scan của La Roche-Posay
Hiện nay, có rất nhiều ứng dụng cá nhân hóa giúp phân tích tình trạng da, ghi lại lộ trình tiến bộ của làn da, trong đó nổi bật phải kể đến đó là ứng dụng Effaclar Spot Scan của La Roche-Posay Đây là một ứng dụng tiên phong trong việc sử dụng trí tuệ thông minh nhân tạo, phân tích làn da, từ đó giúp cải thiện làn da của người dùng thông qua việc chẩn đoán mụn; đưa ra quy trình chăm sóc da và theo dõi kết quả Ứng dụng phân tích những tấm ảnh selfie, đưa ra kết luận về mức độ mụn từ 0 đến 4+ thông qua việc đếm số lượng mụn và loại mụn trên da. Ưu điểm: Ứng dụng này cho ra kết quả cực kỳ chính xác vì La Roche-Posay đã làm việc với các bác sĩ da liễu từ khắp nơi trên thế giới, tập dữ liệu phong phú với 6.000 hình với nhiều tình trạng mụn khác nhau Được kiểm chứng qua nghiên cứu lâm sàng Sản phẩm cũng đến tay được nhiều người dùng thử Việt Nam với
566 người tham gia sử dụng trong đợt sự kiện của La Roche-Posay trên facebook.
Nhược điểm: Ứng dụng được hiện thực trên web chưa tiện lợi lắm cho người dùng Bên cạnh đó, các thao tác trên app khó khăn vì để nhận diện được mụn, người dùng phải chụp 3 bức ảnh trái, phải chính diện và điều chỉnh đúng chính xác vị trí mặt, ánh sáng Việc yêu cầu cao về điều kiện ảnh gây ảnh hưởng đến cảm nhận người dùng Bên cạnh đó, thời gian nhận diện mụn cũng khá lâu Tính năng giới thiệu sản phẩm vì đây ứng dụng của La Roche-Posay nên các sản phẩm được giới thiệu đều là của hãng này, không đa dạng lựa chọn và giá thành cũng khá cao Bên cạnh ứng dụng Effaclar Spot Scan, hiện cũng có nhiều ứng dụng về phân tích làn da như TroveSkin, Medgic và tại Việt Nam có VietSkin nhưng những ứng dụng này thường đánh giá các chỉ số như nếp nhăn, độ ẩm, sắc tố da mà không đi vào việc phân biệt các loại mụn.
2 Tính cấp thiết của đề tài
Tác hại của mụn
Trong cuộc sống, mặc dù mụn không ảnh hưởng cũng như tác động trực tiếp đến sức khỏe như các loại bệnh lý khác nhưng lại ảnh hưởng đến toàn bộ chất lượng cuộc sống của người bị mụn Và điều này nhiều người vẫn xem nhẹ, không đánh giá được hết tầm quan trọng của nó Mụn trên da mặt không còn là vấn đề xa lạ với nhiều người, nó thường xuất hiện ở độ tuổi dậy thì, và trong rất nhiều trường hợp mụn vẫn xuất hiện ở độ tuổi khác lớn hơn như tầm độ tuổi 25 tuổi Thực chất, mụn hình thành do tuyến tiết bã sản xuất ra nhiều chất nhờn, kết hợp với sự tấn công của các vi khuẩn sống trên bề mặt da gây nên tình trạng mụn trứng cá.
Từ dữ liệu của cuộc khảo sát được nhóm thực hiện Nhóm đã phân tích và nhận thấy rằng:
−11 người chỉ phân biệt được một loại mụn.
−44 người phân biệt được hai loại mụn.
−73 người phân biệt được ba đến bốn loại mụn.
−20 phân biệt được một trên năm loại mụn.
−9 người không có thể phân biệt bất cứ loại mụn.
Hình 9: Tỉ lệ số người phân loại mụn
Nếu như không có kiến thức để phân loại mụn, chúng ta có thể tự điều trị sai cách và dẫn đến mức độ nghiêm trọng hơn Khi phát hiện mụn sớm, chúng ta có thể biết được mức độ nặng nhẹ của tình trạng mụn Từ đó, chúng giúp quá trình điều trị giảm thời gian, công sức và chi phí so với các trường hợp đã bị quá nặng, cũng như biết được nguyên nhân vì sao bị mụn hay hạn chế để lại xẹo vĩnh viễn và ngăn chặn các vết thâm sau khi sạch mụn, làm giảm chất lượng cuộc sống Mụn có thể gây ra nhiều tác động lên chất lượng cuộc sống và có thể gây ảnh hưởng đến tâm lý của một người, làm họ mất tự tin khi giao tiếp, khi phải gặp những người xung quanh Đây là một rào cản rất lớn của họ đối với xã hội [4].
Ý tưởng
nhất giúp các mọi người biết được loại da và hiện trạng da của mình cũng như tìm biện pháp trị liệu chúng Từ những nhu cầu và nhận thấy sự cấp thiết của vấn đề, nhóm đã đưa ra bảng khảo sát cho người dùng gồm các câu hỏi sau với 5 mức độ.
−Bạn mong muốn biết chính xác loại mụn mình đang gặp phải?
−Bạn mong muốn biết được tình trạng nặng nhẹ của da mặt mình?
−Bạn ngại đi da liễu khi tình trạng da không quá nặng?
−Bạn cảm thấy việc gợi ý sản phẩm phù hợp tình trạng mụn là cần thiết?
Hình 10: Khảo sát mong muốn, nhu cầu của người dùng về mụn trên khuôn mặt Đề tài này sẽ phân tích dữ liệu từ hình ảnh khuôn mặt của người dùng, từ đó, phát hiện ra các điểm bất thường trên khuôn mặt Sau đó, phân loại từng mụn trên 4 loại mụn cơ bản (mụn đầu đen, mụn đầu trắng, sẩn viêm đỏ, mụn mủ) Và khi nhận diện và phân loại được các loại mụn, nhóm sẽ đánh giá, đưa ra mức độ tình trạng mụn mà người dùng đang gặp phải Từ kết quả của việc đánh giá và mức độ tình trạng mụn, nhóm sẽ gợi ý và đưa ra một lộ trình điều trị phù hợp dựa trên kiến thức y khoa.
Hình 11: Tỉ lệ người dùng quan tâm đến đề tài ứng dụng của nhóm
Từ những mục tiêu và kế hoạch của đề tài, nhóm đã khảo sát được mức độ quan tâm của người dùng nếu như ứng dụng được triển khai và hoàn thành.
Lợi ích của ứng dụng
−Ứng dụng sẽ giúp người những đối tượng bận rộn có thể tiết kiện thời gian thay vì phải đặt lịch hẹn với bác sĩ da liễu, thì có thể tự mình kiểm tra tình trạng mụn trên da mặt mình ngay tại nhà, tại công ty, bất kì thời gian nào Thời gian phản hồi nhanh, chỉ cần qua vài bước chụp hình, đối tượng có thể nhận được kết quả về tình trạng mụn của mình.
−Đối với những đối tượng là học sinh, sinh viên cũng như những người có thu nhập thấp Việc đi gặp bác sĩ da liễu sẽ rất khó vì chi phí cho một lần điều trị thường rất cao so với chi phí sinh hoạt hàng tháng của họ Nên ứng dụng giúp tiết kiệm chi phí cho những đối tượng ở trên.
−Ứng dụng còn giúp người dùng có thể so sánh với kết quả đánh giá và phân loại mụn trước đó Từ đó, nó có thể biết được kết quả của việc điều trị đang không tốt hay đang tốt lên Ngoài ra, ứng dụng còn hiển thị thông tin về loại mụn mà người dùng mắc phải, giúp người dùng có thêm kiến thức cơ bản về mụn trên khuôn mặt của mình.
−Ứng dụng cũng gợi ý cho người dùng một lộ trình điều trị mụn hợp lý nhất, vì mỗi người có một làn da khác nha cũng như mức độ mụn trên khuôn mặt cũng vậy Vậy nên việc mỗi người có một lộ trình điều trị riêng là điều cần thiết.
Mục tiêu nghiên cứu
Mục tiêu nghiên cứu của đề tài đó là việc tìm ra một phương pháp nhận diện mụn trứng cá thông thường một cách nhanh chóng và đạt được mức độ chính xác tương đối có thể chấp nhận bằng hình ảnh được chụp bằng điện thoại di động thông minh.
Từ đó, áp dụng vào ứng dụng thực tế để phổ biến rộng rãi cho các đối tượng sử dụng,góp phần cải thiện tình trạng mụn của bản thân mỗi người sử dụng.
Nhiệm vụ nghiên cứu
Đề tài tập trung vào các nhiệm vụ sau:
−Nghiên cứu cơ sở về mụn và cách nhận diện các loại mụn trứng cá thông thường.
−Nghiên cứu cơ sở về các tình trạng của mụn trứng cá.
−Đánh giá thực trạng các phương pháp nhận diện mụn hiện nay.
−Trên cơ sở phân tích thực trạng và cách nhận diện trên, đề xuất một phương pháp nhận diện mụn cải tiến phù hợp với tình trạng hiện nay của các đối tượng.
Khách thể và đối tượng nghiên cứu
1 Khách thể nghiên cứu ở đây là các đối tượng đang có vấn đề về mụn trứng cá thông thường.
2 Đối tượng nghiên cứu là các dữ liệu hình ảnh chụp toàn vẹn khuôn mặt 2-D bằng điện thoại di động có chứa các loại mụn thông thường.
Mô-đun 1: Nhận diện điểm bất thường
−Đầu vào: Hình ảnh 2D có đặc điểm sau đây:
+Chụp toàn vẹn khuôn mặt, có đầy đủ các bộ phận như tóc, tai, mắt, mũi, miệng.
+Khoảng cách từ cạnh ảnh chụp đến cạnh khuôn mặt khoảng 1 cm. +Chụp trong điều kiện có ánh sáng đầy đủ.
+Có độ phân giải nhất định, không quá mờ, có thể nhìn rõ các vùng bị mụn bằng mắt thường.
+Không được mang kính cận khi chụp.
+Vén tóc ra khỏi trán càng nhiều càng tốt (Không bắt buộc vì nếu tóc che thì khó nhận diện mụn đầy đủ được).
Hình 21: Ảnh mẫu tiêu chuẩn đầu vào
−Chức năng: Từ hình ảnh 2D đầu vào, nhóm sẽ áp dụng các bức xử lý ảnh để tăng cường ảnh đầu vào Đầu tiên, nhóm sẽ làm giảm thiểu nhiễu do nền ảnh, ảnh bị thiếu sáng hoặc phơi sáng quá mức, độ phân giải thấp Điều này sẽ giúp ảnh đầu vào có chất lượng tốt nhất Nhóm sẽ sử dụng kỹ thuật phát hiện khu vực khuôn mặt và các khu vực nhiễu (mái tóc, mắt, tai, lông mày, môi) Từ đó, sử dụng kỹ thuật xử lý ảnh để phát hiện điểm bất thường dựa trên không gian màu trong vùng khuôn mặt.
−Đầu ra: Phát hiện các điểm bất thường (mụn, sẹo, nốt ruồi, thâm, ), và vị trí tọa độ của nó trên hình.
−Thời gian dự kiến: 2 tuần.
Mô-đun 2: Phân loại điểm bất thường
−Đầu vào: Vị trí tọa độ các điểm bất thường (mụn, sẹo, nốt ruồi, thâm, )
−Chức năng: Sử dụng các kĩ thuật, thuật toán trong học máy để phân lớp các điểm bất thường thành 5 lớp chính mụn đầu trắng, mụn đầu đen, sẩn viêm đỏ, mụn mủ và không phải mụn.
−Đầu ra: Tại cái vị trí tọa độ các điểm bất thường đều được gắn nhãn Nhóm sẽ chia thành 5 nhãn chính: mụn đầu trắng, mụn đầu đen, sẩn viêm đỏ, mụn mủ và không phải mụn.
−Thời gian dự kiến: 4 tuần.
Mô-đun 3: Đánh giá trình trạng
−Đầu vào: Vị trí tọa độ các điểm bất thường đều được gắn nhãn Nhóm sẽ chia thành 5 nhãn chính: mụn đầu trắng, mụn đầu đen, sẩn viêm đỏ, mụn mủ và không phải mụn Số lượng mụn trên khuôn mặt.
−Chức năng: Dựa trên các phương pháp đánh giá mụn được nêu ở phần II.1 kỹ thuật Leeds [16], nhóm sẽ đánh giá mức độ tổn thương mụn trên khuôn mặt.
−Đầu ra: Mức độ tình trạng mụn hiện tại của đối tượng.
−Thời gian dự kiến: 2 tuần.
Mô-đun 4: Gợi ý điều trị
−Đầu vào: Số lượng mụn trên khuôn mặt và nhãn của từng loại, mức độ tình trạng mụn hiện tại của người dùng.
−Chức năng: Từ số lượng của từng loại mụn xuất hiện trên khuôn mặt của đối tượng, ta biết được loại mụn đối tượng đang gặp phải từ đó dựa trên kiến thức y khoa, nhóm tìm ra nguyên nhân gây nên từ loại mụn đối tượng gặp phải Dựa trên mức độ tình trạng mụn hiện tại của người dùng, từ đó đưa ra gợi ý đối tượng có nên đi gặp bác sĩ gấp hay không.
−Đầu ra: Đưa ra nguyên nhân dễ gặp phải của đối tượng Gợi ý cách thức điều trị riêng cho từng mức độ tình trạng mụn mà đối tượng gặp phải.
−Thời gian dự kiến: 4 tuần.
IV Thử nghiệm và đánh giá
1 Thử nghiệm Để có thể đánh giá được phương pháp nhận diện điểm bất thường, nhóm đã tiến hành thử nghiệm trên 10 tấm hình khuôn mặt của 10 bạn sinh viên K20 đang học tập tại trường Đại học Bách Khoa ĐHQG-HCM Đây là 10 tấm hình mà nhóm đã xin từ nguồn dữ liệu nhận diện khuôn mặt của Đoàn Thanh niên khoa Khoa học và Kỹ thuật Máy tính để phục vụ đề tài nghiên cứu luận văn của nhóm.
Bằng phương pháp nhận diện đã được đề xuất ở phần III, nhóm đã nhận diện được điểm bất thường với kết quả bên dưới gồm:
1 Cột đầu tiên là loại khu vực trên mặt, gồm 5 khu vực mà nhóm đã cắt từ ảnh ban đầu, đó là má trái, má phải, trán, cằm và mũi.
2 Cột thứ hai là kết quả mà nhóm đã nhận diện bằng phương pháp đề xuất Các điểm bất thường sẽ nằm trong ô vuông có cạnh màu vàng.
3 Cột thứ ba là kết quả thực tế mà nhóm đã kiểm tra lại bằng kiến thức hiểu biết tới thời điểm hiện tại của nhóm Nhóm sẽ tiến hành kiểm tra lại một lần nữa bằng đánh giá của bác sĩ chuyên khoa da liễu trong thời gian sắp tới.
Kết quả thực tế được chia làm 2 loại màu:
−Màu đỏ: là điểm mụn thực tế
−Màu xanh: là điểm bất thường thực tế (nhưng không bao gồm mụn thực tế).Sau khi đã có kết quả thực tế, nhóm tiến hành đánh giá phương pháp bằng ma trận nhầm lẫn (confusion matrix) sẽ được đề cập ở phần 2 tiếp theo.
Loại Ảnh được nhận diện Kết quả thực tế
Bảng 4: Bảng so sánh giữa kết quả nhận diện điểm bất thường và kết quả thực tế
Ma trận nhầm lẫn (Confusion Matrix)
Ma trận nhầm lẫn (hoặc ma trận lỗi) là một bảng được thiết kế để trực quan hóa kết quả của một thuật toán Bời vì chỉnh mình độ chính xác thì không thể xác định được hiệu suất thực của một bộ phát hiện hay phân loại nếu tập dữ liệu không được cân bằng Đây là một bảng có các kết quả từ thực tế và dự đoán [11] Để kiểm tra chức năng phát hiện và các điều kiện của ma trận nhầm lẫn được thể hiện trong Bảng
5 và các giá trị được giải thích và thể hiện trong Bảng 2.
Chấm điểm (Condition) Giải thích (Interpretation)
True Positive (TP): Điểm bất thường được phát hiện chính xác là điểm bất thường thực tế.
False Positive (FP): Không phải là điểm bất thường nhưng được dự đoán là điểm bất thường False Negative (FN): Điểm bất thường nhưng không được phát hiện
Bảng 5: Điều kiện và giải thích các giá trị trong ma trận nhầm lẫn (Confusion matrix)
Với bài toán phân loại mà tập dữ liệu của các lớp là chênh lệch nhau, có một phép đó hiệu quả thường được sử dụng là Precision-Recall.
Với một cách xác định một lớp là positive, Precision được định nghĩa là tỉ lệ số điểm true positive trong số những điểm được phân loại là positive (TP + FP).
Recall được định nghĩa là tỉ lệ số điểm true positive trong số những điểm thực sự là positive (TP + FN).
Độ recall của mụn
Như nhóm đã đề cập ở phần 2, đầu ra ở mô-đun nhận diện điểm bất thường là các tọa độ của các điểm ấy, từ đó, kết quả của mô-đun này sẽ đi vào mô-đun phân loại mụn và kết quả của mô-đun là các điểm bất thường đã được phân làm 4 loại mụn.
Chính vì thế, việc nhận diện đầy đủ tất cả các điểm bất thường (không phải mụn) không phải là tất cả Nhóm sẽ tiến hành đánh giá thêm độ recall trong phạm vi các loại mụn thực tế.
2.3 Đánh giá phương pháp nhận diện điểm bất thường
Sau khi nhóm tiến hành nhận diện điểm bất thường trên 10 tấm hình đã được đề cập ở phần 1, nhóm bắt đầu đánh giá điểm bất thường dựa trên Bảng 4
Bảng 6: Bảng đánh giá precision recall của phương pháp nhận diện điểm bất thường
Từ kết quả đánh giá trên, nhóm nhận thấy kết quả recall trong việc phát hiện mụn là khá ổn định với tập dữ liệu ảnh có các yếu tố gây nhiễu:
−Hình ảnh không đảm bảo đủ độ sáng tốt.
−Chất lượng một số ảnh còn mờ.
−Tóc vẫn còn che khuất phần trán của người được chụp.
Ngoài ra, kết quả recall trong việc phát hiện điểm bất thường cao nhưng kết quả precision thấp là chấp nhận được bởi việc dự đoán sai này không ảnh hưởng đến việc nhận diện điểm mụn.
[1] ”Medical Image Processing in Automatic Acne Detection for Medical Treatment”, Watcharaporn Sitsawangsopon và Maetawee Juladash, March 2, 2014
[2] ”Automated facial acne assessment from smartphone images”, Mohammad Amini, Fartash Vasefi, Manuel Valdebran, Kevin Huang, Haomiao Zhang, William Kemp, Nicholas MacKinnon, SPIE BiOS, 2018, San Francisco, California, United States
[3] Ms.Watcharaporn Sitsawangsopon, Ms Maetawee Juladash, ”Medical Image Processing in Automatic Acne Detection for Medical Treatment” School of Information, Computer and Communication Technology, Sirindhorn International Institute of Technology, Thammasat University, March 2, 2014.
[4] Strauss, J S., Krowchuk, D P., Leyden, J J., Lucky, A W., Shalita, A R., Siegfried, E C., et al (2007) Guidelines of care for acne vulgaris management.
[5] Chuan-Yu, Shang–ChengLi, Pau–Choo Chung, Jui–Yi Kuo, Yung–Chin Tu.
”Atomatic Facial Skin Defect Detection System.” Dept of Computer Science Information Engineering, National Yunlin University of Science Technology, Taiwan pp.527—532, 2010.
[6] Hideaki Fujii, Takashi Yanagisawa, Masanori Mitsui, Yuri Murakami, Masahiro Yamaguchi, Nagaaki Ohyama, Tokiya Abe, Ikumi Yokoi, Yoshie Matsuoka, and Yasuo Kubota ”Extraction of acne lesion in acne patients from Multispectral Images” Annual International IEEE EMBS Conference Vancouver, British Columbia, Canada pp.4078-4081, 2008.
[7] Siddharth K, Madan and Kristin J, Dana ”Learning-Based Detection of Acne-like Regions Using Time-Lapse Features” Department of Electrical and Computer Engineering, Rutgers University NJ, USA 2011.
[8] Phannapat S, Watcharaporn S, Maetawee J, Guntachai O ”Face Detection”School Of Information Computer and Communication Technology SirindhornInternational Institute of Technology, Thammasat University, Thailand 2013.
[9] Anne Kaspers ”Blob detection” Biomedical Image Sciences,Image Sciences Institute, UMC Utrecht, 2011.
[10] Chai D, Ngan K.N., ”Face segmentation using skin-color map in videophone applications,” Circuits and Systems for Video Technology, IEEE Transactions on , vol.9, no.4, pp.551,564, Jun 1999
[11] Stehman, S V (1997) Selecting and interpreting measures of thematic
[12] Thuy Duong (2020, ngày 21 tháng 12) Đừng xem nhẹ bệnh mụn trứng cá Báo tuổi trẻ, trang 1.
[13] Gollnick H, Cunliffe W, Berson D, et al Management of acne J Am Acad
[14] Bowe, W.P., Joshi, S.S.,Shalita, A.R.(2010) Diet and acne Journal of the
[15] Simpson NB, Cunliffe WJ Disorders of sebaceous glands In: Burns T, Breathnach S, Cox N, Griffiths C, editors Rook’s Textbook of Dermatology, 7th ed., Oxford: Blackwell publishing; 2004 p 43.1 - 43.75
Pathogenesis and Treatment of Acne and Rosacea p 317
[17] Albert Einstein Zur Elektrodynamik bewegter Kửrper (German) [On the
[18] Nobukazu Hayashi, Hirohiko Akamatsu, Makoto Kawashima, and Acne Study Group Establishment of grading criteria for acne severity The Journal of
[20] Jeremy A.H, Holland D.B, Roberts S.G et al (2003) Inflammatory events are involved in acne lesion initiation J Invest Dermatol, 121(1), 20-7.