TAILIEUCHUNG - Tổng quan một số nghiên cứu xây dựng các thuật toán học sâu áp dụng trong phân tích ảnh y tế

Bài viết này sẽ giới tổng quan về các nghiên cứu xây dựng các thuật toán học sâu được sử dụng cho phân tích ảnh y tế và giới thiệu một số các nghiên cứu áp dụng trên một số lĩnh vực cụ thể như phân tích ảnh chụp cộng hưởng từ não, phân tích ảnh X vùng ngực, ảnh huỳnh quang chụp đáy mắt, ảnh nội soi tiêu hóa. | Tổng quan một số nghiên cứu xây dựng các thuật toán học sâu áp dụng trong phân tích ảnh y tế Công nghệ thông tin TỔNG QUAN MỘT SỐ NGHIÊN CỨU XÂY DỰNG CÁC THUẬT TOÁN HỌC SÂU ÁP DỤNG TRONG PHÂN TÍCH ẢNH Y TẾ Lê Thị Thu Hồng*, Nguyễn Chí Thành , Phạm Thu Hương Tóm tắt: Hiện nay các thuật toán học sâu (deep learning) đặc biệt là các mạng nơ ron tích chập (CNN- Convolutional neural networks) là phương pháp được nhiều nhà nghiên cứu lựa chọn để giải quyết bài toán tự động phân tích ảnh y tế. Bài báo này sẽ giới tổng quan về các nghiên cứu xây dựng các thuật toán học sâu được sử dụng cho phân tích ảnh y tế và giới thiệu một số các nghiên cứu áp dụng trên một số lĩnh vực cụ thể như phân tích ảnh chụp cộng hưởng từ não, phân tích ảnh X vùng ngực, ảnh huỳnh quang chụp đáy mắt, ảnh nội soi tiêu hóa. Từ khóa: Học sâu; Mạng nơ-ron tích chập; Phân tích ảnh y tế. 1. ĐẶT VẤN ĐỀ Kể từ khi các ảnh y tế có thể quét để lưu trữ trên máy tính các nhà nghiên cứu đã xây dựng các hệ thống để tự động phân tích ảnh y tế. Bắt đầu từ những năm 1970 tới những năm 1990 các hệ thống tự động phân tích ảnh y tế ứng dụng xử lý ảnh và áp dụng các mô hình toán học được xây dựng dựa vào hệ thống tập luật để giải quyết một tác vụ cụ thể nào đó, các hệ thống này còn được gọi là các hệ chuyên gia. Sau đó các phương pháp học máy trở nên thông dụng trong các hệ thống phân tích ảnh y tế vào những năm 2000, có sự dịch chuyển từ hệ thống xây dựng dựa trên các tập luật do chuyên gia con người đưa ra sang hệ thống được huấn luyện dựa trên dữ liệu, tuy nhiên việc trích xuất các đặc trưng của ảnh đều do con người can thiệp dựa trên các quan sát về đặc tính riêng của ảnh, các hệ thống này được gọi là các hệ thống trích rút đặc trưng thủ công. Trong những năm gần đây các thuật toán học sâu được chú ý nhiều vì đã đạt được các kết quả rất tốt trong một số các lĩnh vực ứng dụng như nhận dạng khuôn mặt, nhận dạng ký tự viết tay, phân loại ảnh, phát hiện đối tượng và

• Y khoa - Dược
• Mạng nơ ron tích chập
• Phân tích ảnh y tế
• Ảnh chụp cộng hưởng từ não
• Phân tích ảnh X vùng ngực
• Ảnh huỳnh quang chụp đáy mắt
• Ảnh nội soi tiêu hóa
• Phân lớp ảnh trái cây
• Mạng Nơron tích chập sâu
• Hệ thống mạng nơron tích chập sâu
• Thiết kế hệ thống mạng nơron tích chập sâu
• Phân lớp dữ liệu
• Mạng nơron học sâu
• Mạng nơron tích chập
• Nhận dạng ký tự viết tay
• Ký tự viết tay
• Cơ sở dữ liệu ký tự mẫu viết tay
• Luận văn Thạc sĩ Kỹ Thuật
• Khoa học máy tính
• Bài toán nhận dạng biển số xe
• Thị giác máy tính
• Mạng nơron nhân tạo
• Tóm tắt Luận văn Thạc sĩ Kỹ Thuật
• Nhận diện khuôn mặt
• Mạng nơ ron tích chập xếp chồng
• Mô hình FaceNet
• Thuật toán đặc trưng khuôn mặt
• Phân loại mã độc
• Phân tích tĩnh
• Tệp tin ASM
• Tệp tin dưới dạng chuỗi điểm ảnh
• Hàm kích hoạt
• Huấn luyện CNN
• Phương pháp học sâu
• Hàm Leaky ReLU
• Nhận dạng khuôn mặt
• Tiềm năng ứng dụng
• Công nghệ DeepFace
• Phương pháp sinh trắc học
• Tìm kiếm ảnh
• Phương pháp sinh mã nhị phân
• Mã nhị phân
• Bài toán tìm kiếm ảnh
• Phát hiện người đeo khẩu trang
• Đeo khẩu trang nơi công cộng
• Thư viện mã nguồn mở như OpenCV
• Xuất huyết não
• Chẩn đoán xuất huyết não
• Chỉ số Hounsfield
• Phân loại xuất huyết não
• Truy vấn ảnh dựa trên ngữ nghĩa
• Phân lớp ảnh
• Phương pháp tìm kiếm
• Câu lệnh SPARQL
• Mạng nơron tích chập đa nhiệm
• Nhận dạng biểu cảm khuôn mặt
• Hệ thống quản lý học tập trực tuyến
• Mô hình CNN đa nhiệm
• Đếm số người
• Mạng học sâu
• Mạng tích chập
• Convolutional neural network
• Bài toán phát hiện đối tượng
• Mô hình mạng nơron
• Mô hình phân tách giọng hát
• Hỗn hợp âm nhạc
• Phép biến đổi Fourier
• Tín hiệu giọng hát
• Mô hình mạng Faster R CNN
• Nhận dạng hình ảnh thực phẩm
• Kiến trúc mạng AlexNet
• Kiến trúc mạng VGGNet
• Thuật toán nhận diện khuôn mặt
• Kỹ thuật học sâu với mạng CGAN
• Kỹ thuật học sâu với mạng SRGAN
• Kỹ thuật SVM
• Kỹ thuật học sâu
• Môi trường xử lý song song Spark
• Kiến trúc mạng VGG 16
• Tổn thương phổ
• Máy học vector hỗ trợ
• Mạng nơron tích chập học sâu
• Phân loại ảnh sâu bệnh
• Mô hình mạng EfficientNet
• Xác minh chữ ký
• Bài toán xác minh chữ kí
• Mô hình học sâu
• Mạng song song
• Phân loại nhị phân
• Xử lý hình ảnh
• Nhận dạng ký tự
• Phân loại hình ảnh
• Nhận dạng các biển số xe
• Nhận dạng gai động kinh
• Các dạng sóng nhọn
• Tín hiệu điện não đồ
• Bệnh nhân động kinh
• Thiết kế chatbot
• Thuật toán khoảng cách levenshtein
• Thuật toán khoảng cách levenshtein trên raspberry
• Thuật toán tìm kiếm
• Sử dụng học sâu
• Bài toán xác định tâm làn đường
• Thiết bị tự hành
• Hệ thống hỗ trợ lái
• Trí tuệ nhân tạo
• Mạng nơron tích chập CNN