Qua các phân tích tổng quan bài toán phân tích ảnh nội soi đại tràng, tổng hợp tình hình nghiên cứu, phát triển các thuật toán, kỹ thuật thị giác máy tính để giải quyết bài toán trên thế giới và trong nước thời gian gần đây cho thấy nghiên cứu và phát triển các kỹ thuật học sâu áp dụng trong phân tích ảnh nội soi đại tràng là một hướng nghiên cứu tiềm năng, vẫn còn có thể khai thác ở nhiều khía cạnh. Cụ thể là cần có các nghiên cứu đưa ra các giải pháp khắc phục vấn đề khó khăn về việc dữ liệu huấn luyện không cân bằng, thiếu hụt dữ liệu huấn luyện có gán nhãn cho các hệ thống học sâu, và khai thác kho dữ liệu lớn ảnh nội soi đại tràng không được gán nhãn thu thập từ hệ thống PACS. Từ đó có thể nâng cao độ chính xác và tính tổng quát hóa của các hệ thống tự động phân vùng polyp trên ảnh nội soi, hỗ trợ các bác sỹ trong chẩn đoán nội soi đại tràng. Những vấn đề chính luận án sẽ tập trung giải quyết bao gồm:
- Nghiên cứu, đề xuất một mô hình học sâu phân vùng polyp trên ảnh nội soi đại tràng có độ chính xác và tính tổng quát hóa tốt trên các bộ dữ liệu khác nhau, từ đó có thể làm nền tảng cho các ứng dụng có thể triển khai trên thực tế với các dữ liệu rất đa dạng. Mô hình này cần giải quyết được vấn đề không cân bằng trong dữ liệu ảnh huấn luyện phân vùng polyp từ đó nâng cao hiệu quả của mô hình, cải thiện các dự đoán phân vùng polyp tốt hơn.
- Nghiên cứu đề xuất các phương pháp học bán giám sát nhằm khai thác kho dữ liệu ảnh chưa được gán nhãn trong các hệ thống PACS nhằm nâng cao độ chính xác của mô hình học sâu phân vùng polyp trên ảnh nội soi đại tràng.
- Nghiên cứu giải pháp sinh dữ liệu giả lập ảnh nội soi đại tràng có gán nhãn phân vùng polyp để khắc phục tình trạng thiếu hụt dữ liệu có gán nhãn dùng cho huấn luyện mô hình học sâu phân vùng polyp, tiết kiệm chi phí gán nhãn dữ liệu.