6 THÍ NGHIỆM VÀ ĐÁNH GIÁ
5.35 Định dạng cấu trúc nhãn
Nhận thấy rằng nhãn thường là một dãy liên tiếp các ký tự 0 hoặc 1 tương ứng với vị trí đó đã được tô hay không. Để tận dụng triệt để tính chất này, nhóm quyết định làm phẳng nhãn từ dạng ba chiều xuống còn một chiều và áp dụng các kỹ thuật nén nhằm giảm thiểu kích thước của nhãn trước khi tải lên máy chủ. Kỹ thuật nén nhóm thực hiện thông qua những bước sau:
1. Chọn 0 là số cần đếm đầu tiên
2. Luân phiên đếm các số 0 liên tiếp nhau và các số liên tiếp nhau và ghi lại kết quả vào một mảng mới
Ví dụ 1: Nhãn ban đầu là: [0, 0, 0, 1, 1, 1, 0, 0, 1]
Sau khi áp dụng kỹ thuật trên, kết quả thu được: [3, 3, 2, 1]
Ví dụ 2: Nhãn ban đầu là: [1, 1, 1, 0, 0, 1, 0, 0, 0]
Sau khi áp dụng kỹ thuật trên, kết quả thu được: [0, 3, 2, 1, 3]
5.4. Chức năng lưu nhãn
nén nhãn đem lại lợi ích rất lớn so với việc phải tải lên máy chủ một nhãn có dung lượng lớn.
5.4.2 Lưu trữ nhãn trên máy chủ
Sau khi máy chủ nhận được nhãn kèm theo kích thức ba chiều của vật thể được gán nhãn, máy chủ sẽ thực hiện việc giải nén nhãn bằng kỹ thuật ngược lại với kỹ thuật trên, sau đó cấu trúc thành khối nhãn ba chiều và lưu trữ lại. Đồng thời, thông tin của tập dữ liệu mà nhãn đó thuộc về sẽ được cập nhật đường dẫn đến nhãn và lưu lại vào cơ sở dữ liệu.
Kỹ thuật giải nén nhóm thực hiện ở máy chủ: 1. Chọn 0 là số được xét đầu tiên
2. Luân phiên chèn một số lượng số 0 và số 1 liên tiếp vào mảng mới ứng với số đếm trong mảng chứa nhãn được gửi từ người dùng.
3. Dựa vào kích thức ba chiều của vật thể để cấu trúc nhãn dưới dạng ba chiều.
Ví dụ 1: Nhãn nhận được: [3, 3, 2, 1, 3], Kích thước M,N,P lần lượt là 3,2,2 Sau bước 2, kết quả thu được: [0, 0, 0, 1, 1, 1, 0, 0,1, 0, 0 ,0]
Sau bước 3, kết quả thu được: [ [ [0, 0, 0], [1, 1, 1] ], [ [0, 0, 1], [0, 0, 0] ] ]
Ví dụ 1: Nhãn nhận được: [0, 3, 2, 1, 3], Kích thước M,N,P lần lượt là 3,3,1 Sau bước 2, kết quả thu được: [1, 1, 1, 0, 0, 1, 0, 0, 0]
Để đánh giá công việc của mình, chúng tôi thực hiện hai thí nghiệm: 1. Chúng tôi trực tiếp sử dụng phần mềm, thử gán nhãn cho cơ quan nội tạng gan trên một số tập ảnh CT đã có sẵn nhãn từ các tập dữ liệu mã nguồn mở, ghi nhận lại thời gian, độ chính xác và trải nghiệm của bản thân và 2. Chúng tôi thí nghiệm giải thuật nén dữ liệu trước khi gởi về máy chủ để vượt qua cản trở về công nghệ. Với kết quả của hai thí nghiệm trên, chúng tôi mong muốn rút ra được các đánh giá về tính thân thiện với người dùng và tính đáng tin cậy của hệ thống.
6.1 Thí nghiệm trực tiếp sử dụng phần mềm
Trong thí nghiệm này, chúng tôi trực tiếp sử dụng hệ thống để gán nhãn cho cơ quan nội tạng gan trên một số tập ảnh CT đã có sẵn nhãn nhằm đo đạc thời gian trung bình cần thiết để gán nhãn cho cơ quan nội tạng gan. Những tập ảnh này được trích từ 3Dircadb [6], một tập dữ liệu mã nguồn mở. Các nhãn có sẵn từ tập dữ liệu sẽ được dùng làm tiêu chuẩn để đánh giá về độ chính xác của nhãn mà chúng tôi tạo ra. Thời gian sẽ được tính bằng cách bấm giờ tính từ lúc bắt đầu tải tập dữ liệu đến lúc lưu kết quả gán nhãn cuối cùng.
6.1.1 Dữ liệu dùng trong thí nghiệm - 3Dircadb [6]
Tập dữ liệu 3Dircadb [6], tên đầy đủ là 3D Image Reconstruction for Comparison of Algorithm Database là tập dữ liệu do Viện nghiên cứu chống
6.1. Thí nghiệm trực tiếp sử dụng phần mềm
đích so sánh các giải thuật phân đoạn,giải thuật sinh mặt lưới bao và giải thuật mô phỏng hơi thở. Tập dữ liệu cung cấp các tập ảnh CT của 20 bệnh nhân đánh số từ 1 tới 20 cùng nhãn phân đoạn các cơ quan thuộc ổ bụng như gan, thận trái, thận phải, khối u gan,... dưới dạng các file ảnh dicom.
Chúng tôi lựa chọn tập ảnh từ 6 bệnh nhân đầu tiên trong số 20 bệnh nhân trong tập dữ liệu này cho thí nghiệm. Hình 6.1 và 6.2 cung cấp mô phỏng trực quan ba chiều 6 tập ảnh này.
Chúng tôi lựa chọn hai độ đo là dice score và recall để đánh giá độ trùng khớp của việc gán nhãn so với nhãn có sẵn.
Để đánh giá lợi ích của việc gán nhãn tự động bằng trí tuệ nhân tạo, trong thí nghiệm chúng tôi cũng ghi nhận hiệu quả của việc gán nhãn khi dùng và không dùng chức năng gán nhãn tự động này.
(a) Bệnh nhân số 1 (b) Bệnh nhân số 2
(c) Bệnh nhân số 3