Khóa luận tốt nghiệp Hệ thống thông tin: Ứng dụng phương pháp học sâu trong hỗ trợ chẩn đoán bệnh ngoài da

Dat vấn đề Bệnh ngoài da va ung thư da là các biến đổi trên da, đa số có thé nhìn thay bangmắt, thường là sự tăng lên một cách bat thường va không kiểm soát của các tế baolớp biểu bì trê

ĐẠI HỌC QUOC GIA THÀNH PHO HO CHÍ MINH

TRUONG DAI HOC CONG NGHE THONG TIN

KHOA HE THONG THONG TIN

TRAN VAN QUANG 20520722

LE CONG THANH 20520763

KHOA LUAN TOT NGHIEP UNG DUNG PHUONG PHAP HOC SAU

TRONG HO TRO CHAN DOAN BENH NGOAI DA

DIAGNOSIS OF SKIN DISEASE

USING DEEP LEARNING METHODS

CU NHAN NGANH HE THONG THONG TIN

GIANG VIEN HUONG DAN

ThS DUONG PHI LONG

TP HO CHÍ MINH, NAM 2024

LỜI CẢM ƠN

Lời đầu tiên, chúng em xin chân thành cảm ơn Ths Dương Phi Long, trongquá trình thực hiện khóa luận tốt nghiệp với sự hướng dẫn của thầy, nhóm đã nhậnđược sự quan tâm sâu sát của thầy Thầy đã giúp nhóm khóa luận tích lũy thêm nhiềukiến thức về học sâu, nhận diện ảnh, mô hình dự báo các thuật toán máy học và giúpnhóm xác định được đúng đề tài, mục tiêu, quy trình cần thiết để xây dựng và hoàn

thiện khóa luận này.

Đề hoàn thành khóa luận này một cách tốt nhất, em chân thành các Thầy Cô

Khoa Hệ thống Thông tin, trường Đại học Công nghệ Thông tin ĐHQG-HCM đã tạođiều kiện về nhu cầu học tập và cơ sở kiến thức, cung cấp cho nhóm khóa luận cáckiến thức chuyên ngành đã giúp em có kiến thức dé góp phan vào sự hoàn thành củakhóa luận Xin chân thành cảm ơn hội đồng châm khóa luận đã đưa ra nhiều góp ý

để giúp hoàn thiện đề tài

Xin cảm ơn gia đình, đồng nghiệp và bạn bè đã luôn ủng hộ, tạo điều kiện vàgiúp đỡ dé chúng em có thé thực hiện khóa luận Quá trình làm khóa luận đã chonhóm các kiến thức chuyên môn, kỹ năng nghiên cứu tìm kiếm và những kinh nghiệm

quý báu có sự ứng dụng cao trong công việc sau nay.

Một lần nữa xin gửi đến Thầy Cô, gia đình, bạn bè đồng nghiệp lời cảm ơnchân thành và tốt đẹp nhất!

Sinh viên thực hiện

Tran Văn Quang — Lê Công Thanh

QUAN 65,72 NGh, AMM Ras ssersccecensesessecsssessnssccossacens 13

2.1 Các khái niệm về bệnh ngoài da, ung thư da và các loại bệnh ngoài da,

ung thư da phố biến ¿<< 5< 5£ s22 S2 £S2ESES9E39E39939E39035035035035025035039 x2 13

2.1.1 Bệnh ngoài da và ung thr (ÍA SG ket 13

2.1.2 Cấu trúc của da và một số bệnh ngoài da bao gồm ung thư da phổ biến

"x.Ô "` + A <Áđ 16

2.1.3 Cách phân lớp các loại bệnh ngoài da và ung thự đa 24

2.2 _ Hướng tiếp cận liên quan đến bài toán .s s-ssssessessessessess 29

2.2.1 Hướng tiếp cận theo phương pháp học máy truyền thống "— - 302.2.2 Hướng tiếp cận dựa trên học sâM -5+©5cScctccteEErtertrrkrrrrree 33CHUONG 3 MOT SO PHƯƠNG PHÁP PHAN LỚP HÌNH ANH DỰA TRENMẠNG NƠ-RON TÍCH CHẠP 2- s2 2s ©ssSs£Ess£sseEss£serserssesserssre 38

3.3 EfficientNet-V2 oc co 9999600 00000999999959595959596966666699999999555996 48

3.3.1 Kiến trúc tổng quan -:¿+++++2++2E++2EEtEEEtEEEEEEEEEExrrkkerkrerrrees 493.3.2 Huấn luyện và kết quả - 2 2 £+St+EE2EE+EE£EE2EE2E12E1211211211211 1.1 E.54

3.4 Swin TransforImer V2 d << s s9 90 10 0000060008896 006 56

3.4.1 Kiến trúc tổng quan ¿-+++++2+++2EEtEEEEEEEtEEEEEEEEEEEerkkerkrerkrres 573.4.2 Huấn luyện và kết quả - ¿- 2 2 £+S£+EE+EE2EEEEEEE2E12E1211211211221 12 xe.60CHUONG 4 THỰC NGHIỆM VÀ DANH GIÁ -c 2- 5< ss©scsses634.1 — Giới thiệu về tập dữ liệu °-s-s<sscsecssvssersvsserserssesssrssrse 634.2 _ Tiền xử lý dữ liệu và phương pháp thực nghiện . ° - 65

4.2.1 Tiền xử lý dữ liệu ¿55c SE SE SE EE211211211111211 21111111111 1e re 65

4.2.2 Phương pháp thực nghiỆm - - 5 G5 E321 131131 EEErrskrsreere 69 4.3 Các tiêu chí đánh giá -coœc< 055 5S 090 960090896 080 70

4.4 _ Kết quả thực nghiệm, đánh giá và bàn luận .s-.s-s-s<s<<¿ 72

4.4.1 Kết quả chung -2-5-©+S2E+EEEEE221211211211111211211 11111111111 re, 724.4.2 Kết quả từng trên từng bệnh lý : ¿2© + £+E+E2E£Ee+Ezrrrrrerre 74CHƯƠNG 5 THU NGHIEM CẢI TIEN VÀ ĐÁNH GIA KET QUÁ 805.1 Những quan sat và thir nghiệm cải "00 805.2 Thực nghiệm, kết quả và đánh giá các thực nghiệm - - 82

5.2.1 Kết quả chung - c5 5c SE E2E211211211211211111 1111111111111 1y 825.2.2 Kết qua từng trên từng bệnh LY oo eecceseesesseseeseeseeseseseseseseesesseaees 86CHUONG 6 XAY DUNG CONG CU CHAN DOAN CAC BENH NGOAI DA

— 89

6.1 Mô tả ứng dụng 05 5 s9 00000896 000 89

6.2 Môi trường cài đặt và các thư viện sử dụng <5 «5s «55s se 90

6.2.1 Ngôn ngữ lập trình Pythom - SĂ 1.1199 19 1 v.v ng 90 0# /ANgc (20000 9] 6.2.3 Microsoft ÀZUT© TH nh TH TH HT Hy 91

6.3 Một số màn hình chức năng của ứng dụng -s-s°sss<ssss 92

6.3.1 Chức năng chan đoán bệnh ngoài da và ung thư đa . - 92

6.3.2 Chức năng cung cấp thông tin chỉ tiết về tình hình bệnh lý 94CHƯƠNG 7 KET LUẬN VA HƯỚNG PHAT TRIEN . -5- 957.1 Kết luận -e-s-scs©cs©SsESsESsEssESSEEsEESEEsEssessersessessersere 957.2 Hướng phát triỂn e-.s-sscssSsSs©ss£ssessessessessessessessess 97TÀI LIEU THAM KHẢO - << << << £ ££Ss£Ss£S£vs£ssessessessessesz 98

PHU LỤC ccc2-cccesecVVEEveseEEEEeeserEvvvresrrrrrrresrrie 104

DANH MỤC HÌNH ẢNH

Hình 1.1: Các loại tổn thương da tìm hiểu trong phạm vi Khóa luận [6] 9

Hình 1.2: Minh họa về đầu ra của một tôn thương loại BKL [5] - 10Hình 2.1: Hình anh mô phỏng một số bệnh lý về đa Ì ¿- 2 2 2222522522522 13Hình 2.2: Hình ảnh minh họa về ung thư biểu mô tế bào đáy Ì - 14Hình 2.3: Hình ảnh minh họa về ung thư biểu mô tế bào vảy 15Hình 2.4: Hình ảnh minh họa về khối u ác tính - -c:+c-+ccc-+ 15Hình 2.5: Cấu trúc của da bao gồm 3 phan chính là: Biểu bì, trung bi và ha bì ” 16

Hình 2.6: Hình anh minh họa chứng dày sừng quang hóa - 18

Hình 2.7: Hình minh họa về cach phát triển của ung thư biểu mô tế bao đáy 19Hình 2.8: Minh họa các chứng dày sừng tiết bã_ -. -¿-cs+5e¿ 20Hình 2.9: Hình ảnh minh họa vỀ U XO da -¿- - + 5+ x2 E+EE+E+EeEE+EeEezteEerezxee 21Hình 2.10: Minh họa khối u ác tính - c¿-©++++vcxvvsrrxverrrrreerrre 22Hình 2.11: Hình ảnh minh họa nốt ruồi - -©c¿+c5++csccveeerx 23Hình 2.12: Hình minh họa tôn thương mạch máu -++s«++s=+s+ 24

Hình 2.13: Đặc điểm phân loại của bệnh ly Day sừng quang hóa [6] - 25

Hình 2.14: Đặc điểm phân loại của bệnh lý Ung thư biểu mô tế bào đáy [6] 26Hình 2.15: Đặc điểm phân loại của bệnh ly Day sừng tiết bã [6] - 26

Hình 2.16: Đặc điểm phân loại của bệnh lý U xơ da [6] -2- 2 25255552 27

Hình 2.17: Đặc điểm phân loại của Ung thư ác tính [6] -. 2 2 2 z+sz+ss28Hình 2.18: Đặc điểm phân loại của Nốt ruồi [6] - ¿52c tSv+EvEzEeEerxereresxee 29

Hình 2.19: Đặc điểm phân loại của Ton thương mach máu [6] - 29 Hình 2.20: Hình vẽ minh họa về nơ-ron sinh học (trái) và mô hình toán học của nó

000 33 Hình 2.21: Minh hoa mạng nơ-ron nhân tạO - 5 +55 + *++*s+*ee+vseeeeereesss 34

Hình 3.1: Kiến trúc của ResNet-50 [46] -. 52-5 EE2ESEEEEEEEEEEEEEEerkerkrrerkrrs 39Hình 3.2: Lỗi huấn luyện (bên trái) và lỗi kiểm thử (bên phải) trên CIFAR-10 vớimạng 20 lớp và mạng 56 lớp thuần túy Mạng sâu hơn có lỗi huấn luyện cao hơn, và

do đó lỗi kiểm thử cũng cao hơn [7] - ¿5£ £©5£+E£+E£+E££E£Et£E£EEEzErrrrerrerrs 40

Hình 3.3: Bỏ qua kết nối (hoặc kết nói tắt) trên khối ResNet [7] -. - 41

Hình 3.4: Cau trúc khối ResNet: (trái) không có tích chập Conv 1 x 1; (phải) có tích CHAP CONV 1X i0 -¬aỤ 42

Hình 3.5: Kết quả đánh giá mô hình ResNet-50 so với các mô hình CNN khác trên tập dữ liệu ISIC 2018 [49] - 6 11v 1911 119 21111 HH Hàng Hàng ng 43 Hình 3.6: Kiến trúc mô hình VGG-19 [49] 2-2 £+++2E£2EE+EEtzEEvEEerEezrxeree 45 Hình 3.7: Minh họa khối VGG (VGG bloek) -. -¿-2c55¿©c++cxecsc+zxczes 46 Hình 3.8: Thiết kế mạng từ các khối cơ DAN 2 2- + sz+cs++cxz+r+z 47 Hình 3.9: Kết quả đánh giá mô hình VGG-19 trên tập dữ liệu HAM10000 [50] 48

Hình 3.10: Kiến trúc mô hình EfficientNet(B0) [5 I] - 2-2 255z+sz+sszse2 49 Hình 3.11: Mở rộng mô hình (a) Mạng cơ sở, (b) Mở rộng theo chiều rộng (c) Mở rộng theo chiều sâu (d) Mở rộng theo độ phân giải, (e) Mở rộng hợp nhất [51] 51

Hình 3.12: cau trúc của MBConv và Fused-MBConv [9] -5¿ ©5252 33 Hình 3.13: Kiến trúc mô hình EfficientNet-V2 [5 I] 2 << ++secx+xzxerxers 54 Hình 3.14: Kết quả đánh giá mô hình EfficientNet-V2 trên bộ đữ liệu ImageNet [9] ¬ ( !/ Xí ”:: 56

Hình 3.15: (a) Kiến trúc mô hình Swin Transformer (phiên bản tiny - Swin-T); (b) hai khối Swin Transformer liên tiếp [52] 2-2 2++2E£2EE+EEzzEEzExezrezrxres 57 Hình 3.16: Minh họa về cách tiếp cận cửa số dịch chuyên (Shifted Window) dé tinh toán Self-Attention trong kiến trúc Swin Transformer được đề xuất [52] 59

Hình 3.17: Minh họa một phương pháp tính toán lô hiệu quả cho tự chú ý trong phân chia cửa số dịch chuyển [52] c.cccccccsessessessessessessessessessessessessessessessessssessessesseesesseeseess 60 Hình 3.18: Kết quả So sánh SwinV2 với các mô hình thị giác lớn nhất trước đây về phan lớp ImageNet-IK VI và V2 [[IÚ|[ - - c5 22c 11+ 39 1 9 1 re 62 Hình 4.1: Minh họa về ảnh soi da của tập dữ liệu ISIC 2018 [53] 64

Hình 4.2: Một số hình ảnh minh họa trong tập dif liệu ISIC 2018 [53] 64

Hình 4.3: Thông tin phân loại nhãn bệnh của hình ảnh dưới dang csv [53] 65

Hình 4.4: Thống kê số lượng hình ảnh của mỗi nhóm bệnh lý trong tập dit liệu 67

Hình 4.5: Biểu đồ so sánh kết quả thực nghiệm các phương pháp học sâu 74

Hình 4.6 Kết quả chỉ số F1-Score trên từng nhãn bệnh ngoài da và ung thư da 78

Hình 5.1: Mô hình phân lớp kết hợp đặc trưng (Combined feature set — CFS) 82Hình 5.2: Biểu đồ so sánh kết quả phân lớp của các mô hình ban đầu và mô hình kết

hợp đặc trưng (CES) LH HH TH TT TH HH HH ng 84

Hình 5.3: Biểu đồ so sánh kết quả F1-score của EfficientNet-V2 và mô hình kết hợp

đặc trưng (CFS) trên từng lớp dữ lIỆU - G6 21331 E313 EESesrrserererere 88

Hình 6.1: Sơ đồ Use case ứng dụng chan đoán bệnh ngoài da và ung thu đa 90

Hình 6.2: Giao diện ứng dụng chan đoán bệnh ngoài da va ung thư da 92

Hình 6.3: Giao diện sau khi tải lên hình ảnh của ứng dụng ‹<-<+2 93

Hình 6.4: Giao diện kết quả chan đoán của ứng dụng - 2-2 2+sz+sz+s++s+2 93Hình 6.5: Giao diện cung cấp thông tin bệnh lý của ứng dụng . - 94

DANH MỤC BANG

Bảng 4.1: Thống kê số lượng hình ảnh của mỗi nhóm bệnh lý trong tập dữ liệu 66

Bảng 4.2: Thống kê số lượng hình ảnh mỗi tập dữ liệu huấn luyện, xác thực và kiểm

tra trên mỗi nhãn dit liệu [53] ¿-¿- - - + *+E+EE‡E£E£EEEEEE‡E£EeEEEEEEEEEEEESErEkrkrkree 68

Bảng 4.3: Số lượng hình ảnh của mỗi nhóm bệnh lý trong tập dữ liệu sau khi tăng

ðj i10 69

Bang 4.4: Thông số huấn luyện của các phương pháp - 2-2 2+2 zzszs+2 69Bang 4.5: Kết quả WAvg Recall, WAvg Precision, Accuracy và WAvg F1-Score củacác phương pháp học sâu được dao tao bang dif liệu tăng cường 72

Bảng 4.6: Ma trận nhằm lẫn và kết quả các chỉ số đánh giá hiệu suất trên mỗi lớp của

Bảng 4.8: Ma trận nhâm lân và kêt quả các chi sô đánh giá hiệu suât trên mỗi lớp của 0919801011080535119120110112/22020055757577 7 a4 75

Bảng 4.9: Ma trận nhằm lẫn và kết quả các chỉ số đánh giá hiệu suất trên mỗi lớp của

mô hình Swin Transformer V2 -¿- ¿+ + tk 119911511911 91191 9119 11h nh ng rệt 76

Bảng 5.1: So sánh kết quả phân lớp của các mô hình ban đầu và mô hình kết hợp đặc

0518000001707 83

Bảng 5.2: So sánh kết qua của phương pháp kết hợp (CFS) với các phương pháp trong

cuộc thi ISIC Challenge 2018 .- G1 31112111311 11911 91119 111 1H ng ng ng 85

Bang 5.3: Ma trận nhâm lân và kêt quả các chi sô đánh giá hiệu suât trên mỗi lớp của

mô hình kết hợp đặc trưng (CFS) + 2 £+£+E£+E£+E£+E££E£+E££E++EzEzErrerrerrerree 86

DANH MỤC CÁC TU VIET TAT

AI Artificial Intelligence

ML Machine Learning

DL Deep Learning

ANN Artificial Neural Network

CNN Convolutional Neural Network

ResNet Residual Network

VGG Visual Geometry Group

NN Neural Network

UV Ultraviolet

AKIEC Actinic Keratoses

BCC Basal Cell Carcinoma

BKL Benign Keratosis

DF Dermatofibroma

MEL Melanoma

NV Melanocytic Nevi

VASC Vascular Skin Lesions

DNA deoxyribonucleic acid

SVM Support Vector Machine

KNN K-Nearest Neighbors

ReLU Rectified Linear Unit

Adam Adaptive Moment Estimation

GPU Graphics Processing Unit

CFS Combined Feature Set

CAD Computer-aided Diagnosis

TÓM TẮT KHÓA LUẬN TÓT NGHIỆP

Bệnh ngoài da là các tình trạng bệnh lý ảnh hưởng đến da, mô mềm và các cơquan liên quan Da là cơ quan lớn nhất của cơ thé con người và có vai trò quan trọngtrong việc bảo vệ cơ thể khỏi các tác nhân gây hại từ môi trường, điều chỉnh nhiệt độ

và cảm nhận cảm giác Bệnh ngoài da nói chung và ung thư da nói riêng là những

vấn đề bệnh lý da liễu phức tạp thường có triệu chứng trên bề mặt da, những tác động

mà các triệu chứng này mang lại không chỉ gây ra gánh nặng về mặt kinh tế đối với mỗi bệnh nhân và ảnh hưởng đến đời sống tinh thần của người bệnh mà còn có khả

năng lây lan rộng gây ra những biến chứng nguy hiểm đến sức khỏe và tính mạng

con người.

Trong xã hội ngày nay, các vấn đề liên quan đến bệnh ngoài da và đặc biệt là

ung thư da đang có những diễn biến phức tạp Sự gia tăng các yếu tố nguy cơ từ môitrường, biến đổi khí hậu và thói quen sinh hoạt làm tăng tỉ lệ mắc các bệnh về da.Việc khảo sát và phân tích các bệnh lý về da và ung thư da sẽ cung cấp những kiếnthức quan trọng về các loại bệnh ngoài da, ung thư da thường gặp và dấu hiệu nhậnbiết sự khác nhau Tuy nhiên, việc chan đoán bệnh ngoài da và ung thư da theo cách

truyền thống gặp phải những hạn chế về độ chính xác và tính đồng nhất do phụ thuộc

vào kết luận của Bác sĩ, ngoài ra là những van dé chi phí và khả năng tiếp cận dich

vụ y tế

Từ những nhận định trên, mục tiêu của khóa luận tốt nghiệp này là nghiên cứu,

tìm hiểu và ứng dụng các phương pháp học sâu đề giải quyết bài toán chân đoán bệnhngoài da bao gồm ung thư da Nhóm thực hiện đã tìm hiéu, nghiên cứu và thực nghiệmđối với 4 phương pháp học sâu là ResNet-50, VGG-19, EfficientNet-V2 và Swintransformer V2 trên bộ dữ liệu ISIC archive 2018 Bộ dữ liệu nay bao gồm hơn 10,000đơn vị dữ liệu hình ảnh là hình ảnh soi da được chia thành 7 lớp với đối tượng đa số

là các bệnh nhân da trăng Từ các kết quả thực nghiệm thu được, nhóm đã thu thập

được những thông tin quan trọng, từ đó chỉ ra những thách thức của bài toán và từ đó

đề xuất, đánh giá kết quả một sé phương thức cải thiện độ chính xác.

Qua quá trình nghiên cứu và thực hiện khóa luận, nhóm đã có được cái nhìn sâu sắc vê tâm quan trọng của việc bảo vệ sức khỏe da liêu và tiêm năng phát triên của lĩnh vực học sâu trong phân lớp và chân đoán hình ảnh, đặc biệt là trong ứng dụng chăm sóc sức khỏe.

Tóm tắt

Những thay đổi tiêu cực về thời tiết và môi trường sống làm gia tăng số cabệnh da liễu trên toàn cầu, bệnh ngoài đa và ung thư da gây ra những ảnh hưởng lớnđến sức khỏe, tinh thần và tính mạng con người Da số các ca bệnh ngoài da và ungthư da đều có thé điều trị hoàn toàn nếu được phát hiện sớm, do đó đòi hỏi việc sàngloc, chan đoán từ sớm là điều cần thiết Những năm gan đây, các phương pháp phân

lớp hình ảnh da liễu dựa trên học sâu (DL) đã và đang đạt được những thành tựu đáng

kể Mạng nơ-ron tích chập (CNN) được sử dung trong nghiên cứu nay dé phân lớp

bảy nhóm bệnh và ung thư da trong tập dữ liệu hình ảnh soi da ISIC 2018 Tăng

cường dữ liệu hình học được áp dung dé giảm tình trang mat cân bằng giữa các lớptrong tập dữ liệu Các phương pháp học chuyển giao ResNet-50, VGG-19,EfficientNet-V2, Swin Transformer V2 được thử nghiệm dé đánh giá chất lượng phânlớp Ngoài ra, trong nghiên cứu thực hiện kết hợp ba mô hình ResNet-50, VGG-19,EfficientNet-V2 đã được đào tạo bằng phương pháp kết hợp đặc trưng (CFS) dé tạo

ra mô hình phân lớp mới Kết quả thử nghiệm cho thấy mô hình CFS mới cho hiệusuất phân lớp tốt hon các mô hình trước đó, đạt độ chính xác 89.80%, F1-score92.23% và chất lượng phân lớp đồng đều trên tất cả các lớp dữ liệu

Từ khóa: Phan lớp bệnh ngoài da; Phân lop ung thư da; Phân lớp ảnh; Hoc sâu;

ResNet-50; VGG-19; EfficientNet-V2; Học kết hợp; Tập dữ liệu ISIC 2018

diseases and cancers in the ISIC 2018 dermoscopic image dataset Geometric data

augmentation is applied to mitigate class imbalance within the dataset Transfer learning methods, including ResNet-50, VGG-19, EfficientNet-V2, and Swin Transformer V2, are tested to evaluate classification quality Additionally, the study combines three models ResNet-50, VGG-19, and EfficientNet-V2 using a combined feature strategy (CFS) to create a new classification model Experimental results

indicate that the new CFS model outperforms previous models, achieving an accuracy

of 89.80%, an F1-score of 92.23%, and consistent classification quality across all data

classes.

Key words: Skin Disease Classification; Skin Cancer Classification; Classification;

Image Classification; Deep Learning; ResNet-50; VGG-19; EfficientNet-V2;

Ensemble Learning; ISIC 2018 Dataset.

CHUONG 1 TONG QUAN ĐÈ TÀI

1.1 Dat vấn đề

Bệnh ngoài da va ung thư da là các biến đổi trên da, đa số có thé nhìn thay bangmắt, thường là sự tăng lên một cách bat thường va không kiểm soát của các tế baolớp biểu bì trên da, vùng bao phủ bề mặt cơ thể Trong những năm gần đây, tỉ lệ các

ca mắc ung thư da (bao gồm cả ung thư da lành tính và ác tính) đều dang tăng mạnh.Theo thống kê của Tô chức Y tế Thế giới - WHO, hang năm trên thế giới có khoảng2-3 triệu ca ung thư đa không phải ác tính không hắc tố và khoảng 132,000 ca ungthư da hắc tố WHO cũng đưa ra các cảnh báo về khả năng bệnh ung thư da sẽ càngtăng mạnh hơn trong tương lai khi nồng độ ozone suy giảm, dẫn đến khả năng thanhlọc và bảo vệ của bầu khí quyền ngày càng giảm, lượng bức xạ từ tia cực tím của mặttrời đến bề mặt Trái đất ngày càng nhiều Ước tính của các nhà nghiên cứu cho thấynồng độ ozon và số ca mắc ung thư da là tỉ lệ thuận, cứ mỗi khi giảm 10% nồng độozone trong khí quyên sẽ có thêm khoảng 300,000 ca ung thư da lành tính không hắc

tố và khoảng 4,500 ca hắc t6 [1]

Ung thư da gây ra những ảnh hưởng to lớn đến sức khỏe, tâm lý và sinh mạngcon người Trong những năm gần đây, biến đổi khí hậu toàn cầu và cụ thể là hiệntượng El nino xảy ra thường xuyên và ngày càng diễn biến cực đoan, Việt Nam cũng

là một trong những quốc gia hứng chịu ảnh hưởng nặng nề với năng nóng kéo dài và

đi kèm theo đó là lượng tia UV cao Để hình dung rõ hơn về tình hình và mức độnguy hiểm của các bệnh lý về da và ung thư da, lay điển hình tại Thành Phố Hồ ChíMinh của Việt Nam, khu vực có lượng nang nóng gay gắt nhất cả nước, theo báo cáo

của Bệnh viện da liễu TP Hồ Chí Minh, trong năm 2023 có khoảng 700,000 lượt

thăm khám da liễu, trong đó có có khoảng 13,100 lượt khám về U lành, khoảng14,400 lượt khám nốt rudi và khoảng 4,700 ca liên quan đến sắc tố melanin [2], [3]

Khảo sát và phân tích các bệnh ngoài da bao gồm ung thư da cung cấp những

thông tin quan trọng về các loại bệnh ngoài da, đặc điểm nhận dạng, hình thức tonthương trên da Những thông tin này giúp đánh giá mức độ tổn thương da va ảnh

hưởng của bệnh đến sức khỏe con người, việc xác định được bệnh lý đang gặp và cácvan đề liên quan giúp các Bác si dua ra phác đồ điều trị cho bệnh nhân Các bệnhngoài da và ung thư da gây ảnh hưởng xấu đến sức khỏe, thâm mỹ và thậm chí là tínhmạng của người bệnh nếu không được chân đoán và điều trị kip thời, tuy nhiên theođánh giá, nếu phát hiện kịp thời thì khả năng điều trị khỏi bệnh là rất cao [4].

Mục đích của việc nhận diện các loại tồn thương da và ung thư da là hỗ trợ cácchuyên gia y tế, Bác sĩ có thể đưa ra kết luận chính xác các bệnh lý ngoài da hay ung

thư da Bên cạnh đó, phân lớp các bệnh ngoài da và ung thư da cũng giúp nhóm tìm

hiểu kỹ hơn về các van dé da liễu, nguyên nhân và hướng khắc phục

Nội soi da là kỹ thuật không can thiệp vào kết cầu của da và thu được các hìnhảnh phóng to trên vùng da bị tổn thương với độ sáng đảm bảo cho việc quan sát, demlại một hình ảnh sắc nét giúp cho việc đánh giá tốn thương tốt hơn So với phươngpháp chan đoán da bằng mắt thường thì hình ảnh từ soi da giúp cải thiện độ chính xác

khi chân đoán Tuy nhiên, việc chân đoán qua hình ảnh soi da cũng chưa hoàn toàn

đạt hiệu quả cao, lý do là bởi công việc chân đoán thường lặp đi lặp lại, tẻ nhạt và dễmắc lỗi, hơn nữa là độ phức tạp của các tôn thương da Do đó hệ thống chân đoán

bệnh ngoài da và ung thư da tự động có sự hỗ trợ của máy tính (computer-aided

diagnosis - CAD) đã trở thành công cụ thiết yếu trong việc chân đoán lâm sàng Trongquá trình soi da, chan đoán thì việc đưa ra kết quả chan đoán cuối cùng luôn là mộtthử thách lớn bởi sự đa dạng về kích thước, kết cấu và hình dạng của vùng da tôn

thương, vậy nên việc phân lớp hình ảnh từ soi da vẫn là một thách thức [4].

Ung dụng học máy vào phân lớp các bệnh ngoài da bao gồm ung thư da dé từ

đó xác định được đặc điểm, kết cấu của vùng đa ton thương, là những đặc điểm màviệc chân đoán thông thường dé gây nhằm lẫn và tốn nhiều thời gian

định chủ yếu thông qua đặc điểm biến đổi của trên lớp biểu bì và các xét nghiệm liênquan dé phân tích kết qua Các đặc điểm nhận dạng của bệnh ngoài da và ung thư dathường xuất hiện trên lớp biểu bì thông qua việc tăng sinh tế bào làm các lớp tế bào

ở khu vực đó dày lên, tạo ra các mảng, nốt hay khối u có sự biến đổi về đặc điểm màu

sắc tạo thành một vùng bệnh

Đối với hình ảnh soi da nhằm phục vụ chan đoán, xác định bệnh ngoài da dang

gặp phải, một số đặc điểm quan trọng cần lưu ý như [6]:

- Màu sắc (color): Màu sắc tốn thương có thể giúp xác định loại bệnh da, ví dụnhư nốt ruồi lành tính thường có màu nâu đồng đều, trong khi melanoma có thé cónhiều màu sắc khác nhau (đen, nâu, đỏ, trang) Sự phân bố không đều của đặc điểmmàu sắc có thé là cảnh báo của các tôn thương ác tính

- Hình dạng (Shape): Tôn thương lành tính thường có đường viễn rõ ràng và đềuđặn, trong khi tôn thương ác tính có đường viền mờ, hình dạng không đều Ténthương lành tính thường đối xứng, trong khi các ton thương ác tính thường có hình

dạng không đối xứng.

- Kích thước (Size): Tôn thương có đường kính lớn hơn 6mm có nguy cơ caohơn là ác tính, tuy nhiên, các tôn thương nhỏ cũng cần được đánh giá kỹ lưỡng Tổnthương thay đổi kích thước nhanh chóng có thé là biểu hiệu của bệnh ác tính

- Kết cấu bề mặt (Surface Texture): Tén thương lành tinh thường có bề mặt nhẫn,trong khi ton thương ác tính có thé san sùi hoặc loét Các mảng sừng hoặc vảy trên

bê mặt có thé chỉ ra các biên đôi tiên ung thư như actinic keratoses.

Phân lớp hay chan đoán bệnh ngoài da bang phương pháp thủ công có nhượcđiểm tốn nhiều thời gian và công sức của cán bộ y tế và chưa hoàn toàn đạt tỷ lệ cao.Bởi việc chân đoán gây nhàm chán vi lặp đi lặp lại, dé bị mac lỗi và mức độ phức tạpcủa các tốn thương hay các tác nhân như mệt mỏi, mắt tập trung [4] Nhiều phươngpháp tự động phân lớp các bệnh ngoài da dựa trên học sâu đã được đề xuất giúp cải

thiện hiệu suất, độ chính xác, tiết kiệm thời gian và hỗ trợ cho các chuyên gia y tế,

bác sĩ da liễu trong việc chân đoán lâm sàng bệnh ngoài da.

Nhìn nhận thực tế đó, nhóm sinh viên lựa chọn đề tài này với mong muốn nghiêncứu, tìm hiểu, thực nghiệm và đánh giá các phương pháp ứng dụng học sâu vào phân

lớp bệnh ngoài da và ung thư da.

1.3 Phat biểu bài toán và các thách thức

Dữ liệu đầu vào của bài toán này là các hình ảnh soi đa từ máy soi đa trên bềmặt vùng da bị ton thương, vì hình ảnh rõ ràng, có chất lượng cao và độ sáng phù hợp

cho việc chan đoán Hình ảnh soi da có tính nhận dạng khá cao vì cho phép nhận dạng

rõ ràng các vùng tôn thương da và đặc điểm màu sắc, kích thước và hình dang và kết

(g) VASC (Vascular Skin Lesions)

Hình 1.1: Các loại ton thương da tim hiểu trong phạm vi Khóa luận [6]

Dữ liệu đầu ra của bài toán này là phân lớp hình ảnh bệnh ngoài da qua đó hỗtrợ việc chân đoán bệnh, những đối tượng bệnh trong nghiên cứu này là những dạngbệnh ngoài da và ung thư da phổ biến [6], bao gồm 7 nhãn là:

- AKIEC (Actinic Keratoses): Chứng dày sừng quang hóa

- BCC (Basal Cell Carcinoma): Ung thư biểu mô tế bao đáy

- BKL (Benign Keratosis): Chứng dày sừng tiết bã

- DF (Dermatofibroma): U xơ da

- MEL (Melanoma): Khối u ác tính

- NV (Melanocytic Nevi): Not ruồi

- VASC (Vascular Skin Lesions): Tổn thương mạch máu

Theo quan sát từ Hinh 7.1, có thé thay rằng các lớp DKL, MEL và NV đôi khi

sẽ có những hình thái tốn thương gần tương tự nhau, từ kích thước đến hình dạng,hơn nữa nếu có sự thay đổi về mặt màu sắc thì những hình ảnh này có thể gây nhằmlẫn, chính vì vậy khiến cho việc xác định các loại bệnh trở nên khó khăn hơn cho cácchuyên gia y tế [40]

Hình 1.2: Minh họa về dau ra của một ton thương loại BKL [5]

1.4 Muc tiêu và phạm vi đề tài

Trong phạm vi của một khóa luận tốt nghiệp, mục tiêu và phạm vi cua đề tài

này là:

(1) Tìm hiểu, nghiên cứu tông quan về bài toán phân lớp bệnh ngoài da và ungthư đa, hiểu rõ các đặc điểm quan trọng và thách thức của bài toán phân lớp chính

xác các bệnh ngoài da và ung thư da.

(2) Tìm hiểu, nghiên cứu sau đó hệ thống lại các kiến thức và phương pháp liên

quan trong bài toán phân lớp bệnh ngoài da và ung thư da.

(3) Trình bày ngắn gọn về các phương pháp phân lớp hình ảnh bằng phươngpháp học sâu tiên tiến hiện nay, cụ thể là các phương pháp ResNet-50 [7], VGG-19

[8], EfficientNet-V2 [9], Swin Transformer V2 [10].

(4) Thực nghiệm lai các phương pháp đã nghiên cứu và đánh giá trên bộ dữ liệu

ISIC archive 2018 Đánh giá chất lượng qua độ chính xác và hiệu suất của các môhình theo tiêu chí như: Accuracy, Weighted Average Fl-Score Từ kết quả thựcnghiệm sẽ giúp đánh giá khả năng ứng dụng của các phương pháp hoc sâu ké trêntrong thực tế bài toán phân lớp bệnh ngoài da và ung thư da

10

(5) Từ kết quả nghiên cứu, thực nghiệm đưa ra các kết luận tổng quan về độchính xác, hiệu suất và ưu nhược điềm của các phương pháp học sâu đã thực nghiệm.

Và nghiên cứu việc thử nghiệm kết hợp các kỹ thuật, phương pháp tiên tiến nhằmnâng cao chất lượng mô hình phân lớp bệnh ngoài da và ung thư da

(6) Xây dựng công cụ mô phỏng cho phép người bệnh, bác sĩ có thé tải lên hìnhảnh về bệnh ngoài da và cho ra kết quả phân lớp tự động từ dữ liệu đầu vào

1.5 Bố cục của báo cáo khóa luận

Bô cục cua báo cáo khóa luận bao gôm 7 chương, với moi chương có các nội dung chính như sau:

Chương 1: Tổng quan đề tài Giới thiệu tong quan về bài toán nghiên cứu, đặt

vân đê và mục tiêu đặt ra của khóa luận.

Chương 2: Cơ sở lý thuyết và các nghiên cứu liên quan Tìm hiểu, nghiên cứucác khái niệm cơ bản về bệnh ngoài da, kiến thức y học về phân lớp bệnh ngoài da

và ung thư da, tổng hợp các nghiên cứu liên quan đến đề tài.

Chương 3: Một số phương pháp phân lớp hình ảnh dựa trên phương pháp họcsâu Trình bày một cách chỉ tiết các phương pháp học sâu tiên tiến để áp dụng phân

lớp bệnh ngoài da, ung thư da.

Chương 4: Thực nghiệm và đánh giá Mô tả quy trình thực nghiệm các phương

pháp trên bộ dữ liệu sử dụng và đánh giá kết quả đạt được từ các phương pháp đã

thực nghiệm.

Chương 5: Thử nghiệm cải tiến và đánh giá kết quả Trinh bày các thử nghiệmcác cải tiền nhằm nâng cao độ chính xác và hiệu suất của mô hình phân lớp các bệnhngoài da và ung thư đa và đánh giá kết quả thu được

Chương 6: Xây dựng ứng dụng chân đoán các bệnh ngoài da Trình bày quátrình xây dựng ứng dụng chân đoán bệnh ngoài da và ung thư đa nhúng mô hình máy

học đã được đào tạo.

11

Chương 7: Kết luận và hướng phát triển Tổng kết những kết quả đạt được từquá trình thực hiện tìm hiểu, nghiên cứu và đề xuất hướng phát triển cho giai đoạntiếp theo của đề tài phân lớp bệnh ngoài da và ung thư da.

12

CHUONG 2 CƠ SỞ LÝ THUYET VÀ CÁC HƯỚNG NGHIÊN

CỨU LIÊN QUAN

2.1 Các khái niệm về bệnh ngoài da, ung thư da và các loại bệnh ngoài da, ungthư da phố biến

2.1.1 Bệnh ngoài da và ung thư da

2.1.1.1 Bệnh ngoài da

Da là bộ phận lớn bao phủ toàn bộ cơ thể, là một trong 5 giác quan chính của

cơ thể Da có nhiều chức năng quan trọng như: ngăn ngừa mat nước; tránh xa các vikhuẩn, vi rút; cân bằng nhiệt độ cơ thể; tổng hợp vitamin D; Bệnh ngoài da là tìnhtrạng gây nên những ảnh hưởng đến da, bao gồm tất cả các tình trạng làm tắc nghẽn,kích ứng và viêm da Trong đó, một số tổn thương da có thé là do di truyền, trong khicác yếu tố lối sống có thê gây ra những tinh trạng khác [11]

Các triệu chứng, dau hiệu của bệnh lý ngoài da có thé ké đến như [12]:

- Dau, đặc biệt là đau nhức và bong rat các tại vùng da đang chịu tôn thương

- Ngứa, có thé là ngứa từng cơn hoặc ngứa dai dang không dứt, ngứa cục bộ

trên một vùng nhỏ hoặc ngứa diện rộng toàn thân.

- Thay đổi cau trúc da, hinh thành các khuyết tật các chức năng cụ thé

Hình 2.1: Hình ảnh mô phỏng một số bệnh lý v da!

Các dau hiệu về bệnh ngoài da có thé được xác định từ các vùng da tổn thươnghoặc phát ban lan rộng Sự phân bé trên da, kết cấu bề mặt, màu sắc, hình thái vanhững thay đôi thứ cấp có thé hữu ích trong việc chan đoán bệnh [12]

2.1.12 Ung thư da

13

Ung thư da là một căn bệnh da liễu nguy hiểm, được xác định là sự phát triển

một cách bat thường của các tế bào mô trên da Các tế bào sẽ già đi và được thay thébởi các tế bào mới Vì một số lý do, có thé khiến quá trình thay đổi tế bào không hoạtđộng như bình thường, chăng hạn như sau khi tiếp xúc với tia cực tím (UV) từ mặttrời các tế bào sẽ phát triển nhanh hơn Những tế bào này có thé là các tế bào lànhtính, không lây lan hoặc gây hại, tuy nhiên cũng có thể là ung thư ác tính [13]

Ung thư da bao gồm các dạng chính như sau:

- Ung thư biểu mô tế bào đáy: là dang ung thư hình thành trong các tế bào đáy

ở phần dưới của lớp biêu bì Ung thư biểu mô tế bào đáy thường xảy ra ở những vùngtiếp xúc với ánh năng mặt trời trên cơ thé, chăng hạn như cổ hoặc mặt [13], [15]

Hình 2.2: Hình ảnh minh hoa về ung thư biểu mô tế bào đáy !

- Ung thư biểu mô tế bao vay: dang ung thư thường hình thành trong các tế bàovảy ở lớp bên ngoài của da Ung thư biểu dạng này xuất hiện ở những vùng tiếp xúcvới trực tiếp với ánh nang mặt trời, có thé kế đến như vùng mặt, lỗ tai và bàn tay [15]

14

(© MAYO FOUNDATION FOR MEDICAL EDUCATION AND RESEARCH ALL RIGHTS RESERVED

Hình 2.3: Hình anh minh họa về ung thư biểu mô tế bào vảy !

- _ Khối u ác tính: dang ung thư hình thành trong các tế bào hắc tố Tế bào hắc tốsản xuất melanin, một sắc tố màu nâu mang lại màu sắc cho làn da và bảo vệ chốnglại một số tia UV có hại của mặt trời Đây là dạng tôn thương da liễu nghiêm trọngnhất vì nó có thé di căn các khu vực khác trên cơ thể [13], [15]

! Nguồn: “Skin cancer - Symptoms and causes,” Mayo Clinic Accessed: Jun 24, 2024 [Online] Available:

Ung thư da có thể di căn đến các mô lân cận hoặc các khu vực khác trong cơthé nêu không phát hiện sớm và có phác đồ điều trị, theo nghiên cứu tổng hợp, nếuung thư da được phát hiện và điều trị ở giai đoạn đầu thì hầu hết đều được chữa khỏi.Vậy nên, việc phân lớp, chân đoán ung thư da từ sớm là một bài toán quan trọng và

có tính thiết thực [15]

2.1.2 Cấu trúc của da và một số bệnh ngoài da bao gồm ung thư da phổ biến

Da của người trưởng thành chiếm diện tích từ 1.5 đến 2m? Nó có độ dày thayđổi từ 0.3 đến vai cm Tổng trọng lượng của da có thé đạt tới 20 kg, chiếm khoảng16% trên trọng lượng cơ thé [15] Cau trúc da được chia thành 3 phần chính là: Biểu

bi (Epidermis), Trung bì (Dermis) và Hạ bì (Hypodermis) [5].

Hình 2.5: Cấu trúc của da bao gom 3 phan chính là: Biểu bì, trung bì và hạ bi?

- Biểu bì (Epidermis): Đây là lớp ngoài cùng của da Biểu bì bao gồm bốn đếnnăm lớp tế bào (tùy thuộc vào vị trí trên cơ thé), trong đó lớp ngoài cùng là lớp sừng(stratum corneum), được tạo thành từ các tế bào chết đã được sừng hóa

- Trung bì (Dermis): Nam dưới biểu bi, trung bi chứa các cấu trúc như mạchmáu, nang lông, tuyến mồ hôi, và các dây thần kinh Trung bì có hai lớp chính là lớp

nhú (papillary dermis) và lớp lưới (reticular dermis) Lớp nhú chứa các mao mạch

16

nhỏ và các cau trúc thần kinh, trong khi lớp lưới chứa các sợi collagen va elastin, giúp

da có độ đàn hồi và sức bền

- Ha bì (Hypodermis): Còn gọi là lớp dưới da, hạ bì chủ yêu gồm mô mỡ và môliên kết, giúp cách nhiệt và bảo vệ cơ thể, cũng như gắn kết da với các cơ và xương

bên dưới.

Đa số bệnh ngoài da đều được nhận biết va phát hiện qua các thay đôi bat

thường trên lớp biểu bì của đa Trong khóa luận này, nhóm đề cập đến một số bệnh

ngoài da và ung thư da phổ biến đại diện cho một số vấn đề đặc trưng trên da là:Actinic Keratoses (Chứng dày sừng quang hóa), Basal Cell Carcinoma (Ung thư biểu

mô tế bào đáy), Benign Keratosis (Chứng dày sừng tiết bã), Dermatofibroma (U xơ

da), Melanoma (Khối u ác tính), Melanocytic Nevi (Not ruồi), Vascular Skin Lesions

(Tổn thương mạch máu) [6], [14]

2.1.2.1 AKIEC (Actinic Keratoses)

AKIEC (Actinic Keratoses) - Chứng dày sừng quang hóa (hay được gọi là

chứng dày sừng ánh sáng): là tình trạng một mang da bị san sùi, xuất hiện vảy saunhiều năm làn da tiếp xúc với ánh nắng mặt trời Bệnh lý này thường xuất hiện ở cácvùng da như: mặt, môi, tai, căng tay, da đầu, cô hoặc mu bàn tay [16]

Chứng dày sừng quang hóa phát triển chậm và thường gặp ở những người trên

40 tuổi Các mang dày sừng quang hóa có thé được loại bỏ hoàn toàn Tuy nhiên, nếukhông được điều trị, một số mang này có thể tiến triển thành ung thư biểu mô tế bàovay, với ty lệ từ 5% đến 10% Đây là loại ung thư thường không gây nguy hiểm đếntính mạng nếu được phát hiện và điều trị kịp thời [16], [17]

17

2.1.2.2 BCC (Basal Cell Carcinoma)

Ung thư biéu mô tế bào day (BCC) là một loại ung thư da phổ biến, bắt nguồn

từ các tế bào đáy trong da, những tế bào chịu trách nhiệm tạo ra các tế bao da mới khicác tế bào cũ chết đi Thường thì BCC xuất hiện dưới dạng vết sưng trong suốt nhẹtrên da, nhưng nó cũng có thê biểu hiện dưới nhiều hình thức khác nhau Tác nhânchính gây nên tình trạng ung thư biéu mô tế bào đáy được cho là thời gian dai tiếpxúc lâu với ánh nang mặt trời, nguồn chứa nhiều tia cực tím (UV) [18], [19]

Sự phát triển của BCC bắt đầu khi các tế bào đáy trong da bị đột biến DNA.Các tế bào này nam ở lớp dưới cùng của biểu bì có nhiệm vụ tạo ra các tế bào da mớithay thế tế bao da cũ Đột biến trong DNA làm cho các tế bào đáy nhân lên nhanhchóng và tiếp tục sống sót thay vì chết đi như bình thường, dẫn đến sự tích tụ của các

tế bao bat thường và hình thành khối u ung thư [18], [19]

3 Nguồn: “Actinic keratosis - Symptoms & causes - Mayo Clinic.” Accessed: Jun 24, 2024 [Online].

Available: https://www.mayoclinic.org/diseases-conditions/actinic-keratosis/symptoms-causes/syc-20354969

18

Hình 2.7: Hình minh họa về cách phát triển của ung thư biểu mô tế bào day *

Như minh hoa trong Hinh 2.7, ung thư da bắt nguồn từ các tế bào hình thànhnên lớp ngoài (biểu bì) Các tết bào mới được sinh ra và đây lên trên, chúng dan biếnthành các tế bào có vay det, vì vậy, biến chứng của ung thư biểu mô tế bào đáy có thé

là dang ung thư da gọi là ung thư biểu mô tế bao vay [18]

2.1.2.3 BKL (Benign Keratosis)

BKL (Benign Keratosis) - Day sừng tiết bã: bệnh lý này là một dạng tăng trưởng

da bất thường Keratoses tiết bã có đặc điểm màu sắc là nâu, đen hoặc rám năng nhẹ.Các khối u (tốn thương) có kết cau bề mặt trông như sáp hoặc có thé có vay với bềmặt hơi nhô lên Chúng xuất hiện dan dan, thường ở mặt, cô, ngực hoặc lưng [20]

Chứng day sừng tiết bã không lây nhiễm hoặc gây ung thư Thời điểm cao điểm

để phát triển bệnh dày sừng tiết bã là sau tuổi 50 Một người cũng có nhiều khả năngmắc bệnh này nếu người thân trong gia đình có tiền sử mắc bệnh lý này [20], [21]

* Nguồn: “Basal cell carcinoma - Symptoms & causes - Mayo Clinic.” Accessed: Jun 24, 2024 [Online].

Available:

https://www.mayoclinic.org/diseases-conditions/basal-cell-carcinoma/symptoms-causes/syc-20354187

19

IMMUNE CELL

MELAMBCYTE Wee CELL

TION FOR MEDICAL EOUCATION AND RES

Hình 2.8: Minh hoa các chứng dày sừng tiết bã > 5Hình dạng đặc trưng của chứng dày sừng tiết bã là hình tròn hoặc bầu dục và cómàu dao động từ nâu nhạt đến đen Chúng có thê phát triển thành từng đợt hoặc thành

từng cụm [20].

2.124 DF (Dermatofibroma)

DF (Dermatofibroma) - U xơ da (u mô bao sợi ở da): là một nốt xo lành tínhphô biến thường được tìm thấy trên da của căng chân, chủ yếu được nhìn thấy ở ngườilớn U xơ da thường xuất hiện nhiều ở nữ giới hơn nam giới, cho dù một số biến thể

mô học thường được xác định ở nam giới nhiều hơn [22], [23]

Không rõ ràng khi xác định u xơ da là một quá trình phản ứng hay một khối uthực sự Nhiều u xơ da có thé phát triển ở những bệnh nhân bị thay đổi miễn dịch nhưHIV, ức chế miễn dịch hoặc các tình trang tự miễn dịch Đôi khi hàng chục nốt có thébùng phát trong vòng vài tháng, thường là do ức chế miễn dịch U xơ da không gây

2.1.2.5 MEL (Melanoma)

MEL (Melanoma) - Khối u ác tính: một dạng ung thư da bắt nguồn từ tế baohắc tố Tế bào hắc té là những tế bào sản sinh ra sắc tố dé tạo nên đặc trưng màu sắccho da Sắc tố đó được gọi là melanin Các vùng da thường xuyên phải tiếp xúc vớiánh nắng mặt trời gay gắt là nơi có khả năng cao nhất mắc khối u ác tính, các vùng

da như cánh tay, mặt, chân và cô [24], [25]

Nguyên nhân chính xác của các khối u ác tính hiện vẫn chưa được xác định rõràng Việc hạn chế tiếp xúc với tia UV có thé giúp giảm nguy cơ phát triển u ác tính.Nhận biết các triệu chứng của ung thư da là điều quan trong, vi nó có thé giúp pháthiện và điều trị kip thời trước khi ung thư lan rộng Phát hiện sớm u da ác tính sẽ cókhả năng điều trị hiệu quả [24], [25]

7 Nguồn: “DermNet® - Dermatofibroma (histiocytoma),” DermNet® Accessed: Jun 24, 2024 [Online].

Available: https://dermnetnz.org/topics/dermatofibroma

21

4 k9 FOUNDATION FO UEGSGAL EDUCATION ANE RENEARCH ALL MIGUTR SE3ESVE2

Hình 2.10: Minh hoa khối u ác tinh ŠHình 2.10 minh họa cho thay các tế bào u ác tính kéo dai từ bề mặt da đến cáclớp da sâu hơn Các dấu hiệu đầu tiên có thể xác định u ác tính là:

- Nốt ruồi trên da đột nhiên có sự thay đồi bất thường

- Xuất hiện một khối, vết sắc t6 mới hoặc có hình dạng bat thuong trén da.

2.1.2.6 NV (Melanocytic nevi)

NV (Melanocytic nevi) - Nốt ruồi: tên gọi khác là nevi, là một loại tăng trưởng

da phổ biến Thường là những cham nhỏ có đặc điểm mau nâu sam, hình thành từ cáccụm tế bào sắc tố gọi là tế bào hắc tố Nốt rudi có sự biến đổi về mặt hình dạng theothời gian và cũng có thể mờ dần theo thời gian [26], [27]

Hầu hết nốt ruồi đều vô hại Hiếm khi, chúng trở thành ung thư Nhận thức đượcnhững thay đổi ở nốt ruồi và các mảng sắc tố khác là điều quan trong dé phát hiệnung thư da ác tính Melanin, một sắc tố tự nhiên cấu tạo nên đặc điểm màu sắc của

da Nó được sản sinh bên trong tế bào melanocytes [26]

8 Nguồn: “Melanoma - Symptoms and causes - Mayo Clinic.” Accessed: Jun 24, 2024 [Online] Available:

https://www.mayoclinic.org/diseases-conditions/melanoma/symptoms-causes/syc-20374884

22

tissue (fat)

© MAYO FOUNDATION FOR MEDICAL EDUCATION AND RESEARCH ALL RIGHTS RESERVED.

Hình 2.11: Hình ảnh minh họa nốt ruôi ?

2.1.2.7 VASC (Vascular Skin Lesions)

VASC (Vascular Skin Lesions) - Tôn thương mach máu: là những bat thườngtương đối phổ biến ở da và các mô dưới da, thường được gọi là vết bớt Có ba loạitôn thương mạch máu chính: U mạch mau, di tật mach máu và u hat sinh mủ [28]

- U mạch máu: là những khối u lành tính hoặc không phải ung thư của các tếbào lót mạch máu, xuất hiện phổ biến ở trẻ em Chúng thường xuất hiện bam sinhhoặc ngay sau khi sinh ra và sẽ sớm phát trién nhanh [28], [29]

- Di tật mạch mau: DỊ tật mạch máu là bệnh lý hiếm gặp có ảnh hưởng đến hệthống mạch máu của cơ thé, thường là các mạch dưới da, gồm tĩnh mạch, động mạch

và mạch bạch huyết Đặc điểm là các mach máu có thé mở rộng hoặc hình thành các

đám tồi, túi hoặc mạch máu bị lệch gây ra lưu lượng máu bat thường [28], [29]

- Uhat sinh mủ: U hạt sinh mủ là một dạng ton thương ở da, lành tính, thường

gặp ở trẻ em và phụ nữ, vi tri xuất hiện thường là miệng hoặc đầu ngón tay Chúng

xuất hiện dưới dạng khối u hoặc khối giống polyp phát trién nhanh, màu đỏ và thường

gây loét, dễ chảy máu khi tác động [28], [30].

° Nguồn: “Melanoma - Symptoms and causes - Mayo Clinic.” Accessed: Jun 24, 2024 [Online] Available:

https://www.mayoclinic.org/diseases-conditions/melanoma/symptoms-causes/syc-20374884

23

Hình 2.12: Hình minh họa tốn thương mach máu '°

2.1.3 Cách phan lớp các loại bệnh ngoài da và ung thư da

Dé xác định được các bệnh ngoài da và ung thư da dựa trên hình ảnh soi da, cầnphân tích hình anh soi da theo các đặc diém phân loại của từng bệnh lý Các lớp bệnhnày được phân lớp dựa vào đặc điểm về hình dạng tốn thương, kích thước đườngkính, màu sắc vi trí trung tâm, vi trí viền, đặc điểm kết cấu, đặc điểm biên và vị tríxuất hiện

Một số đặc điểm đề xác định và phân lớp các loại bệnh ngoài da và ung thư đa:

- AKIEC (Actinic Keratoses) — Day sừng quang hóa [16], [17]:

e Dac điểm: Thường là các tổn thương thô ráp, khô, bề mat phang nhưng

hơi nhô lên so với bề mặt da, có thé có vay (trong một vài trường hợp bềmặt có thể cứng như mụn cóc) Các tổn thương này thường có kích thước

đường kính dưới 1 inch (2.5 cm).

e _ Các biến thé thường xuất hiện dưới vết thương có màu đỏ, hồng hoặc nâu,

có thé có vay trang

e Cac mảng vết thương này thường xuất hiện trên các vùng da tiếp xúc nhiều

với ánh sáng mặt trời gay gắt như mặt, tai, cổ, và tay

10 Nguồn: “Melanoma - Symptoms and causes - Mayo Clinic.” Accessed: Jun 24, 2024 [Online] Available:

https://www.mayoclinic.org/diseases-conditions/melanoma/symptoms-causes/syc-20374884

24

Xung quanh điểm tổn thương tây đỏ/hông

Hình 2.13: Đặc điển phân loại của bệnh lý Day sừng quang hóa [6]

- BCC (Basal Cell Carcinoma) — Ung thư biểu mô tế bao đáy [18], [19]:

Đặc điểm: Thường là các biến đổi trên da, có thể là các vết loét khônglành, một vết sưng bóng có màu da, có thể thấy một phần nhân thông qua

bề mặt hay một mảng ton thương phăng, có vảy với mép hơi nhô lên vatheo thời gian sẽ ngày càng phát triển, đa số không có đường viễn rõ ràng,

có các mạch máu nhỏ trên bề mặt có thể nhìn thấy được (khó nhìn hơn đốivới da nâu hoặc đen) Thường nhỏ khi mới xuất hiện nhưng có thé lớn dần

theo thời gian.

Các tốn thương này da dạng về màu sắc: ton thương có thé trông như màutrang ngọc trai hoặc hông trên làn da trang hoặc trên da nâu và đen, vếtsưng thường có màu nâu hoặc đen bóng, đôi khi có thể là màu xanh lam.Các tôn thương này thường xuất hiện ở vùng da tiếp xúc trực tiếp với ánh

sáng mặt trời như mặt, cô, và tay.

25

Các tổn thương có hình 4 P E 1

dạng như khối u, vết loét Mall S56H6HE dong

3 nhât từ hông đên đen

Bề mặt có các mạch

máu nổi rõ

APF =—

Hình 2.14: Đặc điểm phân loại cua bệnh lý Ung thư biểu mô tế bào đáy [6]

BKL (Benign keratosis) — Day sừng tiét ba [20], [21]:

e Dac điểm: là tôn thương dưới dang các vết sưng tay hoặc san sui hình tròn,

bầu dục Cũng có thể trông giống như các khối u nhỏ nhô lên so với bềmặt da, có vảy, có bờ rõ ràng Sự phát triển của ton thương khá đa dạng,

có thể xuất hiện đơn lẻ hoặc thành khu vực kích thước đa dạng, dao động

trong khoảng bé hơn 1 inch (2.5 cm) Thường đi kèm triệu chứng ngứa.

e Màu sắc các tôn thương đa dạng, có thé là màu nâu nhạt, màu nâu hoặc

màu đen.

e C6 thé xuất hiện ở bat kỳ đâu trên cơ thé, nhưng thường thấy ở vùng mặt,

ngực, vai hoặc lưng.

Các mảng phẳng có bờ

và hơi nhô lên

Thường có màu tối

như nâu, đen

26

này dao động từ 0.5 — 1.5 cm Thường không di kèm triệu chứng nhưng

một số trường hợp gây đau hoặc ngứa

U xơ da có thé xuất hiện với màu hồng đến nâu nhạt với bệnh nhân datrang hoặc nâu sam đen ở là da sam mau Mau sắc có thé nhạt dần khi vàotrung tâm vị trí tôn thương

U xơ đa có thể xuất hiện ở nhiều vị trí khác nhau trên cơ thé, thường xuất

hiện trên chân hoặc tay.

2 Các nốt nhỏ, hơi nhô Nà“ ý VI

lên so với bê mặt da at

Ae es Màu sắc thường thấy

là nâu hoặc đỏ

% ƒ F1 ss

MEL (Melanoma) — Ung thư ác tinh [24], [25]:

Đặc điểm: Các nốt ruồi mới xuất hiện hoặc sự mở rộng bat thường của các

nốt ruồi cũ đã có, chúng phát triển với hình dang bat đối xứng, bờ khôngđều, viền tổn thương có khía hoặc hình như vỏ sò, hai nửa nhìn khác nhau,hoặc các biến đổi về màu sắc trở nên khác thường Các biến chứng vớikích thước nét ruồi lớn lon 1⁄4 inch (khoảng 6 mm)

Mau sắc không đồng nhất, có thé xuất hiện hoa văn bat thường

27

e Khong có những vị trí xác định mà tổn thương này xuất hiện, cũng như

một số loại bệnh lý khác, u ác tính thường xuất hiện ở các vùng da tiếpxúc Hoặc cũng có thể là các vị trí kín như bàn tay, bàn chân hoặc bêntrong cơ thé

Hình dạng bắt đối

xứng, bờ không đêu

Bề mặt nhẫn

Hình 2.17: Đặc điển phân loại cua Ung thư ác tính [6]

- NV (Melanocytie nevi) — Not ruồi [26], [27]:

e Dac điểm: Hau hết các nốt ruồi đều có dang hình tròn hoặc hình bầu dục,

thường là các nốt có đường kính nhỏ hơn 1⁄4 inch (khoảng 6 mm) Kết cấu

bề mặt có thê phẳng, min hoặc cũng có thể hơi nhăn nheo và nhô lên so

với bề mặt da

e - Nốt ruôi điển hình thường có màu sắc đồng nhất, có thé là màu hồng, đỏ,

nâu hoặc đen.

e - Nót rui có thé hình thành ở bat kỳ đâu trên cơ thé mỗi người, có thé ở cả

các vị trí kín như nách, da đầu hay bẹn

28

Bề mặt nhẫn

Thường là hình trong

hoặc bâu dục

Hình 2.18: Đặc điểm phân loại của Not rudi [6]

- VASC (Vascular Skin Lesions) — Tén thuong mach mau [28], [29], [30]:

e Dac điểm: Có thé là một loại vết bớt do mach máu biến dạng, xuất hiện

dưới dạng các vết sưng tây Những tôn thương này có thể trông như cácđường gân lộ rõ hoặc các hình khối nhô lên trên bề mặt da Các tốn thươngnay sẽ càng rõ ràng theo thời gian, kích thước khác nhau, có thé chỉ là mộtnốt nhỏ hoặc có thể là một mảng lớn bao gồm cả chỉ

e Các tốn thương mạch máu này có đặc điểm màu sắc khá đa dạng, có thể

là màu đỏ, tím hoặc xanh.

e Tén thương mach máu không cô định vi trí xuất hiện trên cơ thé

~=

Thường có màu đỏ hoặc tím xanh

Hình 2.19: Đặc điểm phân loại của Tổn thương mạch máu [6]

2.2 Hướng tiếp cận liên quan đến bài toán

29

Việc phát hiện các bệnh ngoài da truyền thống ban đầu được đánh giá bằng mắtngười, chủ yếu bao gồm phương pháp phân tích mẫu (the pattern analysis method)

do Pehamberger và cộng sự đề xuất [31], phương pháp phát hiện bảy điểm (the point detection method) do Argenziano đề xuất [32] và quy tac ABCD do Stolz đềxuất [33] Các phương pháp này về cơ bản dựa vào phân tích thủ công các đặc trưng

seven-cụ thé dé hỗ trợ chân đoán Mặc dù chúng có thể đạt được hiệu quả chân đoán tốt,nhưng chúng đòi hỏi nhiều năng lượng và có những hạn chế riêng

Ngày nay, công nghệ máy tính phát triển, chân đoán có sự hỗ trợ của máy tính

đã được đưa vao lĩnh vực phát hiện hình ảnh qua nội soi Hệ thống chân đoán này cóthé sàng lọc một số lượng lớn hình ảnh soi và đưa ra ý kiến chan đoán trong phạm vilỗi cho phép, giúp khối lượng công việc của bác sĩ da liễu được giảm bớt và giảmphân tích bệnh lý không cần thiết [4]

Đến nay, để giải quyết bài toán phân lớp các bệnh ngoài da và ung thư da, đã cónhiều phương pháp được sử dụng, các hướng tiếp cận này chủ yếu được xây dựngtrên học máy truyền thống và một số các phương pháp dựa trên học sâu [4]

2.2.1 Hướng tiếp cận theo phương pháp học máy truyền thống

Trong bài toán phân lớp bệnh ngoài da và ung thư da, các phương pháp học

máy truyền thống phô biến được ứng dụng và đạt các kết quả khả quan Qua nghiêncứu và tìm hiểu, đưới đây là một số phương pháp học máy truyền thống được sử dụng

để giải quyết bài toán này:

- Support Vector Machine (SVM): SVM là một thuật toán học máy có giám sát,

dùng cho phân lớp và hồi quy SVM tìm một siêu phang trong không gian đa chiều

dé phân lớp đữ liệu và tối ưu hóa biên của siêu phẳng đó dé đạt được khả năng phânlớp tốt nhất SVM sử dung kernel dé biến đôi dữ liệu không thé phân tách tuyến tinhthành dữ liệu có thé phân tách tuyến tính (Kernel Trick), tối ưu hóa biên giữa các lớp(Margin Optimization), và kiểm soát overfitting qua tham số regularization SVMđược áp dụng đề phân lớp các đặc trưng hình ảnh của các bệnh da liễu như hình dạng,màu sắc, và kết cấu, giúp chân đoán bệnh như ung thư da [4], [34]

30