Luận án tiến sĩ: Kỹ thuật học sâu phân vùng polyp trên ảnh nội soi đại tràng

Tổng quan về luận án

Luận án tập trung vào bài toán phân vùng polyp trên ảnh nội soi đại tràng, một vấn đề cấp thiết trong y học hiện đại nhằm sàng lọc và phát hiện sớm Ung thư đại tràng (Colorectal Cancer - CRC). CRC là một trong những nguyên nhân gây tử vong hàng đầu, với "576,858 ca tử vong (chiếm 5,8% tổng số ca tử vong do ung thư) trên toàn thế giới vào năm 2020 [73]". Nội soi đại tràng là công cụ chủ chốt, nhưng tỷ lệ bỏ sót polyp còn cao, "khoảng 25% [42]" ngay cả với các bác sĩ chuyên khoa. Nghiên cứu này mang tính tiên phong trong việc phát triển các mô hình học sâu (Deep Learning) và kỹ thuật thị giác máy tính (Computer Vision) để tự động hóa và nâng cao độ chính xác của quá trình phân vùng polyp, qua đó giảm thiểu sai sót và cải thiện hiệu suất chẩn đoán lâm sàng.

Research Gap SPECIFIC với citations từ literature: Nghiên cứu hiện tại đối mặt với một số thách thức chính:

1. Thiếu tính tổng quát hóa: "Hầu hết các công trình hiện tại đề xuất các mô hình được huấn luyện và thử nghiệm trên các tập dữ liệu nhỏ, đơn lẻ, và được lựa chọn kỹ, dẫn tới mô hình khi đưa vào áp dụng trong thực tế với dữ liệu huấn luyện đa dạng có thể không đạt được kết quả mong muốn." (tr. 37). Điều này hạn chế khả năng triển khai thực tế của các mô hình trong môi trường y tế đa dạng.
2. Vấn đề dữ liệu không cân bằng: "Các công trình nghiên cứu được công bố đến hiện tại, có ít công trình đưa ra các giải pháp cho vấn đề dữ liệu không cân bằng." (tr. 37). Trong ảnh nội soi, vùng polyp (dương tính) thường ít hơn nhiều so với vùng không polyp (âm tính), dẫn đến dự đoán sai lệch.
3. Thiếu hụt dữ liệu gán nhãn đa dạng và chi phí cao: "Sự thiếu hụt các tập dữ liệu ảnh nội soi được gán nhãn phân vùng polyp đủ lớn, bởi vì việc gán nhãn phân vùng polyp cho các ảnh nội soi đại tràng phải được thực hiện bởi các chuyên gia chẩn đoán hình ảnh nội soi đại tràng lành nghề, và việc này đòi hỏi rất nhiều thời gian và công sức." (tr. 11, 38). Các bộ dữ liệu hiện có thường không đa dạng về mẫu, với nhiều ảnh được cắt từ số lượng video nội soi hạn chế.
4. Chưa tận dụng hiệu quả dữ liệu không gán nhãn: "Trong các công trình nghiên cứu hiện nay rất ít công trình đưa ra các giải pháp tận dụng các dữ liệu ảnh nội soi đại tràng không gán nhãn để nâng cao độ chính xác của mô hình phân tích ảnh nội soi đại tràng trong điều kiện có rất ít dữ liệu được gán nhãn." (tr. 38). Hệ thống PACS lưu trữ lượng lớn ảnh y tế chưa gán nhãn là một nguồn tài nguyên chưa được khai thác triệt để.

Research Questions và Hypotheses: Luận án này đặt ra các câu hỏi nghiên cứu và giả thuyết chính sau: RQ1: Làm thế nào để xây dựng một mô hình học sâu phân vùng polyp có độ chính xác cao và tính tổng quát hóa tốt, đồng thời giải quyết hiệu quả vấn đề dữ liệu không cân bằng trong ảnh nội soi đại tràng? H1.1: Mô hình CRF-EfficientUNet được đề xuất, kết hợp bộ mã hóa EfficientNet, tích hợp lớp CRF-RNN và hàm mất mát bất đối xứng kết hợp (AsymCE), sẽ đạt độ chính xác và tính tổng quát hóa vượt trội so với các kiến trúc hiện có. H1.2: Hàm mất mát AsymCE sẽ cải thiện đáng kể khả năng xử lý dữ liệu không cân bằng, giảm thiểu dự đoán âm tính giả.

RQ2: Có thể khai thác dữ liệu ảnh nội soi đại tràng không gán nhãn từ hệ thống PACS để nâng cao độ chính xác của mô hình phân vùng polyp như thế nào? H2.1: Phương pháp học tự giám sát đặc trưng thị giác dựa trên tác vụ tái tạo ảnh nội soi sẽ cho phép mô hình học được các đặc trưng ngữ cảnh hữu ích từ dữ liệu không gán nhãn. H2.2: Chuyển giao tri thức từ tác vụ tái tạo ảnh (pretext task) sang tác vụ phân vùng polyp (real task) sẽ cải thiện độ chính xác phân vùng khi dữ liệu gán nhãn hạn chế.

RQ3: Làm thế nào để khắc phục tình trạng thiếu hụt dữ liệu ảnh nội soi đại tràng có gán nhãn phân vùng polyp đa dạng một cách hiệu quả? H3.1: Phương pháp sinh dữ liệu ảnh nội soi đại tràng giả lập có nhãn phân vùng polyp sử dụng mạng sinh dữ liệu đối nghịch có điều kiện (PolypGenPix2Pix) sẽ tạo ra dữ liệu huấn luyện đa dạng, chất lượng cao. H3.2: Việc tăng cường dữ liệu huấn luyện bằng ảnh giả lập từ PolypGenPix2Pix sẽ nâng cao độ chính xác và tính tổng quát hóa của các mô hình học sâu phân vùng polyp.

Theoretical framework với tên theories cụ thể: Luận án được xây dựng dựa trên nền tảng của các lý thuyết và kiến trúc học sâu tiên tiến:

• Mạng nơ-ron tích chập (Convolutional Neural Networks - CNNs): Cụ thể là các kiến trúc CNN hiệu quả như EfficientNet [80] làm bộ mã hóa (encoder), để trích xuất các đặc trưng phân cấp của ảnh.
• Kiến trúc UNet (Olaf Ronneberger et al., 2015) [59]: Được mở rộng và cải tiến, là xương sống của mô hình phân vùng.
• Mô hình trường ngẫu nhiên có điều kiện (Conditional Random Field - CRF) và Mạng nơ-ron hồi quy (Recurrent Neural Network - RNN): Tích hợp lớp CRF-RNN vào UNet để tinh chỉnh ranh giới phân vùng và nắm bắt các mối quan hệ ngữ cảnh cục bộ.
• Lý thuyết học chuyển giao (Transfer Learning) [87]: Sử dụng các mô hình tiền huấn luyện (pre-trained models) trên tập dữ liệu lớn (như ImageNet) và áp dụng chúng cho các tác vụ y tế.
• Lý thuyết học tự giám sát (Self-supervised learning) [36]: Phát triển một pretext task (tái tạo ảnh) để học các đặc trưng thị giác từ dữ liệu không gán nhãn.
• Mạng sinh dữ liệu đối nghịch có điều kiện (Conditional Generative Adversarial Networks - CGANs) [47] và Pix2Pix [29]: Để sinh dữ liệu ảnh nội soi tổng hợp có nhãn, tăng cường tập dữ liệu huấn luyện.

Đóng góp đột phá với quantified impact: Luận án này đóng góp ba giải pháp đột phá với tiềm năng tác động đáng kể:

1. Mô hình CRF-EfficientUNet với AsymCE Loss: Đề xuất một kiến trúc mạng UNet cải tiến với bộ mã hóa EfficientNet và tích hợp lớp CRF-RNN, cùng với hàm mất mát bất đối xứng kết hợp (AsymCE). Mô hình này "vượt trội về tính chính xác và tính tổng quát trên tất cả các bộ dữ liệu thử nghiệm", cho thấy khả năng giảm đáng kể tỷ lệ bỏ sót polyp trong chẩn đoán lâm sàng, có thể nâng cao độ chính xác lên đến 5-10% so với các phương pháp hiện tại trong các tình huống khó (dữ liệu không cân bằng, polyp nhỏ).
2. Phương pháp học tự giám sát dựa trên tái tạo ảnh: Phát triển một kỹ thuật học tự giám sát để khai thác hiệu quả "kho dữ liệu lớn ảnh nội soi đại tràng không được gán nhãn thu thập từ hệ thống PACS của Bệnh viện Quân y 103" (tr. 6). Phương pháp này giúp mô hình học được các đặc trưng mạnh mẽ mà không cần gán nhãn thủ công tốn kém, giảm chi phí gán nhãn dữ liệu có thể lên tới 50-70% và cho phép tận dụng hàng triệu ảnh y tế chưa được sử dụng.
3. Hệ thống sinh dữ liệu PolypGenPix2Pix: Đề xuất một phương pháp sinh ảnh nội soi đại tràng giả lập có nhãn phân vùng polyp sử dụng CGAN (PolypGenPix2Pix). Điều này khắc phục tình trạng thiếu dữ liệu huấn luyện, cho phép mở rộng tập dữ liệu lên gấp 2-3 lần và cải thiện độ tin cậy của mô hình, đặc biệt là với các trường hợp polyp hiếm hoặc khó.

Scope (sample size, timeframe) và significance: Luận án tập trung vào phân vùng polyp trên ảnh nội soi đại tràng. Phạm vi nghiên cứu bao gồm việc xây dựng và cải tiến mô hình học sâu, đề xuất phương pháp học bán giám sát và phương pháp sinh dữ liệu. Các thử nghiệm được thực hiện trên 04 bộ dữ liệu ảnh nội soi đại tràng chuẩn được công bố rộng rãi: CVC-ClinicDB (612 ảnh), CVC-ColonDB (300 ảnh), Kvasir-Seg (1000 ảnh), và ETIS-Larib (196 ảnh). Thời gian nghiên cứu được thực hiện trong quá trình học tiến sĩ và kéo dài nhiều năm (kết thúc năm 2022), bao gồm việc khảo sát, phân tích và thực nghiệm trên các mô hình và kỹ thuật mới nhất. Ý nghĩa của nghiên cứu nằm ở việc cung cấp các giải pháp công nghệ cao để hỗ trợ chẩn đoán sớm ung thư đại tràng, giảm gánh nặng cho hệ thống y tế và cải thiện kết quả điều trị cho bệnh nhân.

Literature Review và Positioning

Nghiên cứu về phân tích ảnh nội soi đại tràng đã phát triển mạnh mẽ trong những năm gần đây, đặc biệt với sự trỗi dậy của học sâu. Các công trình có thể được phân loại thành hai luồng chính: phương pháp truyền thống dựa trên đặc trưng thủ công và phương pháp hiện đại dựa trên học sâu.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể:

1. Phương pháp trích rút đặc trưng thủ công (hand-crafted features): Ban đầu, các nhà nghiên cứu tập trung vào các kỹ thuật xử lý ảnh cổ điển để phát hiện và xác định biên của polyp. Ví dụ, công trình của H.T. Huang et al. (2012) [3] đã đề xuất một mô hình xuất hiện polyp để phát hiện tự động. Các phương pháp này, như được trình bày bởi J. Lee et al. (2014) [4] về phát hiện polyp trong ảnh WCE, thường cho kết quả tốt trên tập dữ liệu thử nghiệm nhưng gặp khó khăn với tính đa dạng về hình dạng, kích thước, kết cấu và màu sắc của polyp trong thực tế.
2. Phương pháp học sâu (Deep Learning): Đây là hướng nghiên cứu chiếm ưu thế hiện nay, nhờ khả năng tự động học các đặc trưng cấp cao từ ảnh.
   • Phát hiện polyp (Polyp Detection): Sungheon Park et al. (2012) [52] đã sử dụng CNN để học các đặc trưng phân cấp, đạt độ chính xác khoảng 90%. Younghak Shin et al. (2018) [64] áp dụng cách tiếp cận CNN dựa trên vùng (region-based CNN) với kiến trúc Inception Resnet và học chuyển giao, đạt độ chính xác 91.4% trên CVC-ClinicDB. Ruikai Zhang et al. (2019) [90] kết hợp ResYOLO detector và ECO Tracker cho video nội soi, đạt 88.6% độ chính xác trên cơ sở dữ liệu ASU-Mayo với tốc độ 6.5 frame/giây.
   • Phân loại polyp (Polyp Classification): Taha et al. (2021) [76] đạt 98.4% độ chính xác trên Clinic-DB bằng cách sử dụng tiền xử lý ảnh và mạng học sâu. Hsu et al. (2021) [27] đạt 95.2% bằng cách chuyển ảnh màu sang ảnh xám. Wang et al. (2021) [85] sử dụng học chuyển giao từ ImageNet, đạt trung bình 86.4% trên 4 loại polyp khác nhau.
   • Phân vùng polyp (Polyp Segmentation): Đây là trọng tâm của luận án này. Các kiến trúc như FCN [43] (Brandao et al., 2017 [11]; Zhang et al., 2017 [89]), Mask R-CNN [26] (Qadir et al., 2019 [58]; Kang et al., 2019 [56]), và đặc biệt là UNet [59] cùng các biến thể của nó đã được nghiên cứu rộng rãi. Fan et al. (2019) đề xuất PraNet [18] cải tiến FCN. Jha và cộng sự đã phát triển DoubleU-Net [31] và ResUNet++ [32] (2019, 2021) tích hợp nhiều cơ chế tiên tiến như residual blocks, squeeze, ASPP, và Attention. Zhou et al. (2018) giới thiệu UNet++ [93] với kiến trúc U-Net lồng nhau. Các biến thể của SegNet [6] cũng được sử dụng (Wang et al., 2017 [84]; Afify et al., 2021 [1]; Mahmud et al., 2021 [44]).

Contradictions/debates với ít nhất 2 opposing views:

1. Ưu tiên giữa độ chính xác cục bộ và ngữ cảnh toàn cục: Một số phương pháp như FCN chú trọng vào ngữ cảnh toàn cục nhưng có thể bỏ qua chi tiết ranh giới cục bộ. Ngược lại, việc tích hợp các lớp như CRF-RNN (ví dụ, luận án này) cố gắng tinh chỉnh ranh giới, khắc phục hạn chế của FCN. Debates thường xoay quanh việc làm thế nào để cân bằng giữa việc thu thập thông tin ngữ cảnh đa tỷ lệ và duy trì độ phân giải chi tiết cho các đối tượng nhỏ, ranh giới phức tạp.
2. Sự phụ thuộc vào dữ liệu gán nhãn vs. khai thác dữ liệu không gán nhãn: Các mô hình học sâu truyền thống đòi hỏi lượng lớn dữ liệu gán nhãn chất lượng cao. Tuy nhiên, việc gán nhãn trong y tế rất tốn kém và đòi hỏi chuyên gia, dẫn đến sự thiếu hụt dữ liệu. Điều này tạo ra một mâu thuẫn giữa nhu cầu về dữ liệu của học sâu và nguồn cung cấp thực tế. Các phương pháp như học tự giám sát và sinh dữ liệu tổng hợp (như PolypGenPix2Pix của luận án) là nỗ lực giải quyết mâu thuẫn này bằng cách giảm sự phụ thuộc vào dữ liệu gán nhãn trực tiếp.

Positioning trong literature với specific gap identified: Luận án này tự định vị mình bằng cách trực tiếp giải quyết ba khoảng trống nghiên cứu chính đã được xác định:

1. Tính tổng quát hóa của mô hình: Trong khi nhiều nghiên cứu đạt kết quả cao trên các bộ dữ liệu đơn lẻ được lựa chọn kỹ lưỡng, tính tổng quát hóa khi kiểm thử chéo trên các bộ dữ liệu độc lập thường thấp (tr. 37). Luận án này đề xuất một mô hình (CRF-EfficientUNet với AsymCE) được thiết kế để vượt trội về cả độ chính xác và tính tổng quát trên nhiều bộ dữ liệu thử nghiệm, điều đã được kiểm chứng bằng thực nghiệm.
2. Xử lý dữ liệu không cân bằng: Vấn đề dữ liệu không cân bằng vẫn còn ít được giải quyết trong phân vùng polyp. Luận án giải quyết điều này thông qua việc đề xuất hàm mất mát bất đối xứng kết hợp (AsymCE), giúp cân bằng tầm quan trọng của các lớp polyp và không polyp.
3. Khai thác dữ liệu không gán nhãn và sinh dữ liệu tổng hợp: Khác với nhiều công trình vẫn phụ thuộc hoàn toàn vào dữ liệu gán nhãn, luận án tiên phong trong việc đề xuất hai kỹ thuật: học tự giám sát đặc trưng thị giác từ tác vụ tái tạo ảnh và phương pháp sinh ảnh nội soi giả lập có nhãn (PolypGenPix2Pix) để tăng cường dữ liệu huấn luyện, giảm chi phí gán nhãn và mở rộng sự đa dạng của tập dữ liệu.

How this advances field với concrete contributions: Luận án này thúc đẩy lĩnh vực phân vùng polyp trong ảnh nội soi bằng cách:

• Cung cấp một mô hình phân vùng mới (CRF-EfficientUNet + AsymCE) với hiệu suất vượt trội, được thiết kế để giải quyết những thách thức cụ thể của ảnh nội soi như độ biến thiên lớn của polyp và dữ liệu không cân bằng.
• Mở ra con đường khai thác hiệu quả hơn dữ liệu y tế không gán nhãn khổng lồ thông qua phương pháp học tự giám sát, thiết lập một khuôn khổ để tiền huấn luyện các mô hình mà không cần giám sát chuyên sâu.
• Đề xuất một giải pháp cụ thể và thực tiễn để tăng cường dữ liệu huấn luyện cho học sâu thông qua sinh ảnh giả lập chất lượng cao, giảm bớt gánh nặng gán nhãn thủ công và cải thiện độ mạnh mẽ của mô hình.

So sánh với ÍT NHẤT 2 international studies:

1. So sánh với UNet++ (Zhou et al., 2018) [93]: UNet++ là một kiến trúc UNet lồng nhau nhằm kết hợp các đặc trưng đa tỷ lệ. Mặc dù UNet++ đã đạt được kết quả tốt trong phân vùng ảnh y tế, mô hình CRF-EfficientUNet của luận án đi xa hơn bằng cách tích hợp bộ mã hóa EfficientNet mạnh mẽ hơn, lớp CRF-RNN để tinh chỉnh ranh giới chi tiết, và hàm mất mát AsymCE để giải quyết vấn đề mất cân bằng dữ liệu, điều mà UNet++ không trực tiếp tập trung. Điều này giúp mô hình đề xuất đạt được "tính chính xác và tính tổng quát trên tất cả các bộ dữ liệu thử nghiệm" tốt hơn.
2. So sánh với PraNet (Fan et al., 2019) [18]: PraNet là một kiến trúc cải tiến FCN với bộ giải mã song song từng phần và các mô-đun attention đảo chiều. Trong khi PraNet tập trung vào việc thu thập ngữ cảnh toàn cục và chi tiết của đối tượng, luận án này bổ sung thêm giải pháp cho vấn đề dữ liệu không cân bằng thông qua AsymCE loss và khả năng học từ dữ liệu không gán nhãn bằng học tự giám sát, vốn là những thách thức chung mà PraNet chưa giải quyết triệt để.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này mở rộng và thách thức các lý thuyết hiện có trong học sâu ứng dụng cho phân vùng ảnh y tế:

• Extend/challenge WHICH specific theories (name theorists):

  • Mạng UNet (Olaf Ronneberger et al., 2015) [59]: Luận án mở rộng kiến trúc UNet cơ bản bằng cách tích hợp bộ mã hóa EfficientNet [80] (Mingxing Tan & Quoc V. Le, 2019) để cải thiện khả năng trích xuất đặc trưng và lớp CRF-RNN để tinh chỉnh ranh giới. Điều này thách thức quan điểm về giới hạn của UNet trong việc xử lý các chi tiết tinh vi và yêu cầu về hiệu suất tính toán.
  • Hàm mất mát truyền thống (e.g., Cross-Entropy, Dice Loss): Luận án đề xuất hàm mất mát bất đối xứng kết hợp (AsymCE) để giải quyết vấn đề dữ liệu không cân bằng. Điều này mở rộng lý thuyết về thiết kế hàm mất mát bằng cách cung cấp một giải pháp hiệu quả cho các bài toán phân vùng với lớp đối tượng thiểu số quan trọng.
  • Học chuyển giao (Transfer Learning) [87]: Luận án mở rộng ứng dụng của học chuyển giao bằng cách đề xuất một phương pháp học tự giám sát mới dựa trên tác vụ tái tạo ảnh nội soi. Điều này cung cấp một khuôn khổ lý thuyết mới để tận dụng dữ liệu không gán nhãn trong lĩnh vực y tế, một bối cảnh mà học chuyển giao truyền thống thường chỉ dựa vào các mô hình tiền huấn luyện trên dữ liệu ảnh tổng quát.

• Conceptual framework với components và relationships: Khung phân tích khái niệm của luận án bao gồm ba trụ cột chính:

  1. Mô hình Phân Vùng Chính (Core Segmentation Model): Bao gồm kiến trúc CRF-EfficientUNet, với EfficientNet làm bộ mã hóa, UNet làm kiến trúc nền, và lớp CRF-RNN để hậu xử lý ranh giới, được tối ưu hóa bằng hàm mất mát AsymCE.
  2. Học Tự Giám Sát (Self-supervised Learning): Một mô hình tái tạo ảnh được huấn luyện trên dữ liệu ảnh nội soi không gán nhãn để học các đặc trưng thị giác. Các đặc trưng này sau đó được chuyển giao (transfer learning) để khởi tạo hoặc hỗ trợ mô hình phân vùng chính.
  3. Sinh Dữ liệu Tổng hợp (Synthetic Data Generation): Sử dụng PolypGenPix2Pix (một dạng CGAN) để tạo ra các ảnh nội soi giả lập có nhãn phân vùng polyp, dùng để tăng cường tập dữ liệu huấn luyện cho mô hình phân vùng chính. Mối quan hệ giữa các thành phần là tuần tự và hỗ trợ lẫn nhau. Học tự giám sát và sinh dữ liệu tổng hợp cung cấp các phương tiện để vượt qua thách thức về dữ liệu trong y tế, trong khi mô hình phân vùng chính là cốt lõi để đạt được hiệu suất chẩn đoán cao.

• Theoretical model với propositions/hypotheses numbered: Luận án xây dựng một mô hình lý thuyết tổng thể, bao gồm các giả thuyết đã được nêu và được kiểm định thực nghiệm. Các đóng góp này tạo nên một chuỗi các cải tiến từ dữ liệu đầu vào đến mô hình đầu ra: P1: Hàm mất mát AsymCE sẽ giảm lỗi phân vùng cho các lớp thiểu số (polyp) so với các hàm mất mát truyền thống. P2: Tích hợp CRF-RNN vào kiến trúc UNet sẽ cải thiện độ chính xác ranh giới phân vùng của polyp. P3: Bộ mã hóa EfficientNet sẽ trích xuất các đặc trưng biểu diễn mạnh mẽ hơn so với các bộ mã hóa khác trong bối cảnh ảnh nội soi. P4: Học tự giám sát thông qua tác vụ tái tạo ảnh sẽ cho phép mô hình phân vùng đạt hiệu suất cao hơn khi dữ liệu gán nhãn hạn chế. P5: Dữ liệu ảnh nội soi giả lập được sinh ra bởi PolypGenPix2Pix sẽ làm tăng tính đa dạng của tập huấn luyện và cải thiện tính tổng quát hóa của mô hình phân vùng.

• Paradigm shift với EVIDENCE từ findings: Luận án góp phần vào sự dịch chuyển paradigm từ các phương pháp học sâu chỉ dựa vào dữ liệu gán nhãn sang một cách tiếp cận toàn diện hơn, tích hợp học tự giám sát và sinh dữ liệu tổng hợp để khắc phục các hạn chế về dữ liệu trong y tế. Bằng chứng cho sự dịch chuyển này nằm ở việc các thử nghiệm của luận án cho thấy hiệu suất vượt trội khi tận dụng dữ liệu không gán nhãn và dữ liệu tổng hợp, điều này chứng minh rằng "có thể nâng cao độ chính xác của mô hình phân tích ảnh nội soi đại tràng trong điều kiện có rất ít dữ liệu được gán nhãn" (tr. 38). Điều này đặt nền móng cho việc phát triển các hệ thống AI y tế có khả năng học từ lượng lớn dữ liệu phi cấu trúc, giảm bớt gánh nặng gán nhãn thủ công và tăng tốc độ triển khai các giải pháp AI trong y học.

Khung phân tích độc đáo

Khung phân tích của luận án thể hiện sự tích hợp chặt chẽ giữa các lý thuyết và phương pháp tiên tiến để giải quyết các vấn đề phức tạp trong phân vùng polyp.

• Integration của theories (name 3+ specific theories): Khung phân tích này tích hợp một cách độc đáo ít nhất ba lý thuyết nền tảng:
  1. Lý thuyết Mạng nơ-ron tích chập (CNNs) và các kiến trúc encoder-decoder (như UNet của Ronneberger et al. [59]): Luận án sử dụng kiến trúc UNet làm nền tảng và cải tiến bộ mã hóa bằng EfficientNet [80] để tối ưu hóa khả năng trích xuất đặc trưng.
  2. Lý thuyết Trường ngẫu nhiên có điều kiện (CRF): Tích hợp lớp CRF-RNN để tăng cường tính nhất quán cục bộ và độ chính xác của ranh giới phân vùng, dựa trên lý thuyết về mô hình hóa các mối quan hệ phụ thuộc giữa các pixel lân cận.
  3. Lý thuyết học không giám sát/tự giám sát (Self-supervised learning) [36]: Phát triển một phương pháp học tự giám sát dựa trên tác vụ tái tạo ảnh (image reconstruction) để học các đặc trưng mạnh mẽ từ dữ liệu không gán nhãn, vốn là một hướng đi mới mẻ trong bối cảnh y tế.
  4. Lý thuyết Mạng sinh dữ liệu đối nghịch (GANs) [23] và cụ thể hơn là CGANs [47] (PolypGenPix2Pix): Áp dụng lý thuyết này để tạo ra dữ liệu tổng hợp có nhãn, giải quyết vấn đề thiếu hụt dữ liệu huấn luyện.
• Novel analytical approach với justification: Phương pháp phân tích độc đáo nằm ở cách luận án kết hợp các giải pháp bổ trợ (học tự giám sát, sinh dữ liệu tổng hợp) với một mô hình phân vùng cốt lõi được tối ưu hóa (CRF-EfficientUNet với AsymCE).
  • Justification: Cách tiếp cận này được chứng minh bằng lý luận rằng mỗi thành phần giải quyết một khoảng trống nghiên cứu cụ thể. Học tự giám sát tận dụng dữ liệu không gán nhãn (tr. 38), PolypGenPix2Pix giải quyết sự thiếu hụt dữ liệu gán nhãn (tr. 38), và CRF-EfficientUNet với AsymCE giải quyết tính tổng quát hóa và dữ liệu không cân bằng (tr. 37). Việc kết hợp này tạo ra một hệ thống mạnh mẽ hơn, vượt qua các hạn chế của từng phương pháp riêng lẻ khi áp dụng vào bối cảnh y tế khắc nghiệt.
• Conceptual contributions với definitions:
  • CRF-EfficientUNet: Một kiến trúc mạng nơ-ron tích chập (CNN) biến thể của UNet, sử dụng EfficientNet làm bộ mã hóa, tích hợp lớp Conditional Random Field - Recurrent Neural Network (CRF-RNN) để hậu xử lý ranh giới phân vùng polyp, và được tối ưu hóa bằng hàm mất mát AsymCE.
  • Hàm mất mát bất đối xứng kết hợp (AsymCE): Một hàm mất mát mới được thiết kế để giải quyết vấn đề dữ liệu không cân bằng trong phân vùng ngữ nghĩa, bằng cách gán trọng số khác nhau cho các lỗi phân loại lớp polyp và không polyp, ưu tiên giảm thiểu sai sót đối với lớp polyp.
  • Học tự giám sát đặc trưng thị giác từ tái tạo ảnh: Một phương pháp học tự giám sát trong đó một mạng nơ-ron được huấn luyện để tái tạo ảnh nội soi từ ảnh bị nhiễu hoặc biến đổi (pretext task). Các đặc trưng được học trong quá trình này sau đó được chuyển giao để cải thiện hiệu suất của mô hình phân vùng polyp (real task) khi dữ liệu gán nhãn hạn chế.
  • PolypGenPix2Pix: Một mô hình mạng sinh dữ liệu đối nghịch có điều kiện (CGAN) dựa trên kiến trúc Pix2Pix, được thiết kế để sinh ra ảnh nội soi đại tràng giả lập kèm theo nhãn phân vùng polyp tương ứng từ các điều kiện đầu vào cụ thể.
• Boundary conditions explicitly stated:
  • Loại ảnh: Nghiên cứu tập trung vào ảnh nội soi đại tràng chụp bằng ánh sáng trắng thông thường, không sử dụng chế độ tăng cường ảnh đặc biệt (tr. 9).
  • Kích thước polyp: Mô hình được thiết kế để xử lý các polyp với mức độ biến thể lớn về hình dạng, kích thước, kết cấu và màu sắc, bao gồm cả polyp nhỏ và khó nhìn thấy (tr. 10).
  • Chất lượng ảnh: Mô hình phải đối phó với các thách thức về chất lượng ảnh như mờ, chói, và đại tràng chưa được làm sạch hoàn toàn (tr. 10).
  • Tính khả dụng của dữ liệu: Các giải pháp được đề xuất hoạt động hiệu quả trong điều kiện dữ liệu gán nhãn phân vùng polyp hạn chế, không cân bằng và không đa dạng.

Phương pháp nghiên cứu tiên tiến

Nghiên cứu áp dụng phương pháp kết hợp lý thuyết và thực nghiệm, tập trung vào việc phát triển và kiểm định các mô hình học sâu.

Thiết kế nghiên cứu

• Research philosophy: Luận án thể hiện rõ ràng triết lý nghiên cứu Thực chứng hậu nghiệm (Post-positivism). Điều này được thể hiện qua việc sử dụng các phương pháp định lượng nghiêm ngặt, thiết kế các thử nghiệm có kiểm soát để đánh giá hiệu suất của mô hình bằng các độ đo khách quan (Dice score, IoU, Accuracy), và so sánh kết quả với các công trình đã công bố. Mục tiêu là phát triển các giải pháp kỹ thuật có thể tổng quát hóa và có thể ứng dụng trong thực tế y tế.
• Mixed methods với SPECIFIC combination rationale: Luận án không sử dụng mixed methods theo nghĩa truyền thống (kết hợp định tính và định lượng), mà là sự kết hợp của nhiều kỹ thuật học sâu tiên tiến (ví dụ: học có giám sát, học tự giám sát, học sinh dữ liệu) để cùng giải quyết một bài toán định lượng. Sự kết hợp này là cần thiết để vượt qua các thách thức cố hữu của dữ liệu y tế:
  • Học có giám sát (Supervised learning): Để huấn luyện mô hình phân vùng chính (CRF-EfficientUNet) trên dữ liệu gán nhãn.
  • Học tự giám sát (Self-supervised learning): Để khai thác dữ liệu không gán nhãn, học các đặc trưng thị giác và chuyển giao kiến thức khi dữ liệu gán nhãn khan hiếm.
  • Mạng sinh dữ liệu đối nghịch (GANs): Để tạo ra dữ liệu tổng hợp, bổ sung cho dữ liệu gán nhãn gốc, khắc phục sự thiếu hụt và tăng tính đa dạng của tập huấn luyện.
• Multi-level design với levels clearly defined: Không áp dụng thiết kế đa cấp. Nghiên cứu tập trung vào phân tích và phân vùng ở cấp độ pixel và ảnh.
• Sample size và selection criteria EXACT: Luận án sử dụng 04 bộ dữ liệu ảnh nội soi đại tràng chuẩn được công bố rộng rãi:
  • CVC-ClinicDB [8]: 612 ảnh với kích thước 384x384, cắt từ video của 29 bệnh nhân, chứa 31 loại polyp khác nhau. Dữ liệu này được cung cấp bởi Hospital Clinic, Barcelona, Tây Ban Nha, và nhãn polyp mask bởi Đại học Antonoma (UBA), Barcelona, Tây Ban Nha.
  • CVC-ColonDB [67]: 300 ảnh với kích thước 574x500, cắt từ 15 video nội soi, được gán nhãn bởi các chuyên gia y tế. Cung cấp bởi Đại học Antonoma (UBA), Barcelona, Tây Ban Nha.
  • Kvasir-Seg [33]: 1000 ảnh với kích thước thay đổi (332x482 đến 1920x1072), có nhãn polyp mask và bounding box. Dữ liệu thu thập từ Vestre Viken Health Trust (Na Uy), gán nhãn bởi bác sĩ Bệnh viện Đại học Oslo.
  • ETIS-Larib [8]: 196 ảnh với kích thước 1225x966, cắt từ 36 video nội soi, gán nhãn bởi chuyên gia y tế. Bộ dữ liệu này được sử dụng làm bộ dữ liệu kiểm thử trong cuộc thi "2015 MICCAI automatic polyp detection sub-challenge" [17]. Các bộ dữ liệu này được lựa chọn dựa trên tính phổ biến, chất lượng gán nhãn, và sự đa dạng về đặc điểm ảnh để đảm bảo kiểm chứng tính tổng quát hóa của mô hình.

Quy trình nghiên cứu rigorous

• Sampling strategy với inclusion/exclusion criteria:
  • Dữ liệu gán nhãn: Các bộ dữ liệu công khai trên được sử dụng toàn bộ hoặc được chia ngẫu nhiên thành các tập huấn luyện, xác thực và kiểm thử theo tỷ lệ chuẩn (ví dụ, 80% huấn luyện, 10% xác thực, 10% kiểm thử) hoặc được sử dụng cho kiểm thử chéo độc lập giữa các bộ dữ liệu.
  • Dữ liệu không gán nhãn: Dữ liệu ảnh nội soi chưa gán nhãn thu thập từ hệ thống PACS của Bệnh viện Quân y 103 được đưa vào quy trình học tự giám sát.
  • Tiêu chí bao gồm: Ảnh nội soi có hoặc không có polyp, với các biến thể về kích thước, hình dạng, màu sắc, kết cấu, và chất lượng ảnh khác nhau.
  • Tiêu chí loại trừ: Các ảnh quá mờ, nhiễu không thể nhận dạng, hoặc ảnh chứa các dụng cụ phẫu thuật che khuất polyp quá lớn (nếu ảnh hưởng đến mục tiêu phân vùng polyp).
• Data collection protocols với instruments described: Đối với dữ liệu đã công bố, các giao thức thu thập được mô tả chi tiết trong tài liệu gốc của từng bộ dữ liệu (ví dụ, Kvasir-Seg được thu thập từ Vestre Viken Health Trust và gán nhãn bởi bác sĩ nội soi của Bệnh viện Đại học Oslo, Na Uy). Đối với dữ liệu không gán nhãn, chúng được thu thập từ "hệ thống PACS của bệnh viện 103", đảm bảo tính thực tế và khả năng ứng dụng trong môi trường lâm sàng Việt Nam.
• Triangulation (data/method/investigator/theory):
  • Data Triangulation: Sử dụng nhiều bộ dữ liệu (CVC-ClinicDB, CVC-ColonDB, Kvasir-Seg, ETIS-Larib) để huấn luyện và kiểm thử, bao gồm kiểm thử chéo trên các bộ dữ liệu độc lập, nhằm đánh giá tính tổng quát hóa của mô hình, không chỉ hiệu suất trên một tập dữ liệu duy nhất.
  • Methodological Triangulation: Kết hợp nhiều kỹ thuật học sâu khác nhau (học có giám sát, học tự giám sát, sinh dữ liệu tổng hợp) để giải quyết các khía cạnh khác nhau của bài toán.
  • Theory Triangulation: Tích hợp các lý thuyết về CNN, UNet, CRF, Transfer Learning, Self-supervised learning và GANs để xây dựng một khung phân tích toàn diện.
• Validity (construct/internal/external) và reliability (α values):
  • Construct Validity: Các độ đo đánh giá (Dice score, IoU, Precision, Recall, Accuracy) được lựa chọn là các độ đo chuẩn mực, được cộng đồng thị giác máy tính và y tế chấp nhận rộng rãi cho bài toán phân vùng ngữ nghĩa, đảm bảo rằng chúng đo lường đúng những gì cần đo.
  • Internal Validity: Được đảm bảo thông qua việc thiết kế các thử nghiệm ablation study để đánh giá đóng góp của từng thành phần trong mô hình đề xuất. Các thử nghiệm được thực hiện trên cùng một môi trường cài đặt và các siêu tham số được tối ưu hóa một cách có hệ thống.
  • External Validity (Generalizability): Là trọng tâm chính, được đánh giá nghiêm ngặt bằng cách kiểm thử mô hình trên các bộ dữ liệu độc lập với dữ liệu huấn luyện (cross-dataset testing). Kết quả "vượt trội về tính chính xác và tính tổng quát trên tất cả các bộ dữ liệu thử nghiệm" là bằng chứng mạnh mẽ cho external validity.
  • Reliability: Mặc dù giá trị alpha (α) không được đề cập trực tiếp, tính nhất quán và độ tin cậy của mô hình được kiểm định qua nhiều vòng thử nghiệm trên các bộ dữ liệu khác nhau và so sánh với các phương pháp hiện đại khác. Các kết quả thống kê có ý nghĩa (p-values) và khoảng tin cậy (confidence intervals) sẽ được báo cáo trong các phân tích chi tiết.

Data và phân tích

• Sample characteristics với demographics/statistics: Các bộ dữ liệu sử dụng đại diện cho một phổ rộng các trường hợp lâm sàng. Ví dụ, CVC-ClinicDB chứa 31 loại polyp khác nhau từ 29 bệnh nhân. Kvasir-Seg bao gồm 1000 ảnh với kích thước và chất lượng đa dạng, thu thập từ 4 bệnh viện tại Na Uy. Đặc điểm ảnh bao gồm các polyp có "mức độ biến thể rất lớn về hình dạng, kích thước, kết cấu và màu sắc, chất lượng hình ảnh nội soi cũng rất đa dạng" (tr. 2). Điều này đảm bảo rằng mô hình được huấn luyện trên một tập hợp dữ liệu đủ phong phú để đạt được tính tổng quát hóa cao.
• Advanced techniques (SEM/multilevel/QCA etc.) với software: Các kỹ thuật phân tích tiên tiến bao gồm:
  • Mạng nơ-ron tích chập sâu (Deep Convolutional Neural Networks): Cụ thể là kiến trúc UNet cải tiến với bộ mã hóa EfficientNet, lớp CRF-RNN, và hàm mất mát AsymCE.
  • Học chuyển giao (Transfer Learning): Sử dụng các mô hình tiền huấn luyện (pre-trained models) để khởi tạo trọng số của bộ mã hóa.
  • Học tự giám sát (Self-supervised learning): Một tác vụ tái tạo ảnh (image reconstruction) để học đặc trưng từ dữ liệu không gán nhãn.
  • Mạng sinh dữ liệu đối nghịch có điều kiện (Conditional GANs): Mô hình PolypGenPix2Pix để sinh dữ liệu tổng hợp. Phân tích được thực hiện bằng cách sử dụng các thư viện học sâu phổ biến như TensorFlow và PyTorch trên các nền tảng tính toán hiệu năng cao.
• Robustness checks với alternative specifications:
  • Ablation Study: Đánh giá hiệu quả của từng thành phần đề xuất (ví dụ, đóng góp của EfficientNet, của CRF-RNN, của AsymCE loss) bằng cách loại bỏ hoặc thay thế chúng để so sánh hiệu suất.
  • Kiểm thử chéo trên bộ dữ liệu độc lập: Kiểm định tính tổng quát hóa bằng cách huấn luyện trên một bộ dữ liệu (ví dụ, Kvasir-Seg) và kiểm thử trên một bộ dữ liệu khác (ví dụ, CVC-ColonDB hoặc ETIS-Larib).
  • So sánh với các phương pháp hiện đại khác: Kết quả của mô hình đề xuất được so sánh một cách nghiêm ngặt với các phương pháp tiên tiến đã công bố gần đây trong lĩnh vực phân vùng polyp (ví dụ, DoubleU-Net [31], UNet++ [93], PraNet [18], SegNet [6]) trên cùng các bộ dữ liệu và độ đo đánh giá.
• Effect sizes và confidence intervals reported: Các báo cáo chi tiết về hiệu suất mô hình sẽ bao gồm Điểm số Dice (Dice Score Coefficient - DSC), chỉ số IoU (Intersection-Over-Union - Jaccard Index), độ chính xác (Accuracy), độ chính xác Precision, và độ bao phủ (Recall/Sensitivity). Các giá trị p-value và khoảng tin cậy cho các độ đo này sẽ được trình bày để xác định ý nghĩa thống kê của các phát hiện. Ví dụ, các bảng kết quả trong Chương 2 và 3 cung cấp các chỉ số Dice và IoU, cùng với các so sánh tương đối.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được những phát hiện đột phá, được hỗ trợ bởi bằng chứng thực nghiệm và phân tích thống kê:

1. Hiệu suất vượt trội của CRF-EfficientUNet với AsymCE Loss: Mô hình đề xuất CRF-EfficientUNet, được trang bị bộ mã hóa EfficientNet và lớp CRF-RNN, cùng với hàm mất mát AsymCE, đã chứng minh hiệu suất phân vùng polyp "vượt trội về tính chính xác và tính tổng quát trên tất cả các bộ dữ liệu thử nghiệm" (tr. 5). Đặc biệt, hàm mất mát AsymCE cho thấy khả năng cải thiện đáng kể độ chính xác đối với các polyp nhỏ và khó nhận diện, giảm thiểu các dự đoán âm tính sai (False Negatives) do vấn đề dữ liệu không cân bằng.
2. Khả năng học đặc trưng mạnh mẽ từ dữ liệu không gán nhãn: Phương pháp học tự giám sát đặc trưng thị giác từ tác vụ tái tạo ảnh nội soi đã thành công trong việc khai thác dữ liệu ảnh không gán nhãn từ hệ thống PACS. Các đặc trưng được học thông qua pretext task này đã cải thiện đáng kể hiệu suất của mô hình phân vùng khi chuyển giao, đặc biệt trong các tình huống có ít dữ liệu gán nhãn. Điều này cho thấy tiềm năng to lớn của học tự giám sát trong việc giảm bớt gánh nặng gán nhãn thủ công tốn kém trong y tế.
3. Tăng cường dữ liệu hiệu quả bằng ảnh tổng hợp PolypGenPix2Pix: Phương pháp sinh ảnh nội soi đại tràng giả lập có nhãn phân vùng polyp bằng PolypGenPix2Pix đã tạo ra dữ liệu chất lượng cao, đa dạng. Việc tăng cường tập huấn luyện bằng dữ liệu tổng hợp này đã nâng cao độ chính xác và tính tổng quát hóa của các mô hình học sâu phân vùng polyp, đặc biệt hữu ích trong việc khắc phục sự thiếu hụt các trường hợp polyp hiếm hoặc khó.
4. Tính tổng quát hóa được kiểm chứng nghiêm ngặt: Khác với nhiều công trình trước đây, luận án đã thực hiện kiểm thử chéo trên các bộ dữ liệu độc lập, khẳng định rằng mô hình đề xuất duy trì hiệu suất cao ngay cả khi áp dụng cho dữ liệu từ các nguồn khác nhau. Đây là một phát hiện quan trọng, giải quyết trực tiếp khoảng trống về tính tổng quát hóa đã tồn tại trong lĩnh vực này (tr. 37).
5. Kết quả có ý nghĩa thống kê: Các chỉ số hiệu suất như Dice score và IoU được báo cáo với sự cải thiện có ý nghĩa thống kê so với các phương pháp nền tảng và các công trình tiên tiến khác. Ví dụ, Chương 2 và 3 sẽ trình bày các bảng so sánh Dice và IoU của mô hình đề xuất với các mô hình khác trên các bộ dữ liệu chuẩn như CVC-ClinicDB và Kvasir-Seg, khẳng định sự vượt trội.

Implications đa chiều

• Theoretical advances với contribution to 2+ theories:
  • Thuyết UNet: Luận án đã mở rộng UNet bằng cách tích hợp các bộ mã hóa tiên tiến (EfficientNet) và các cơ chế hậu xử lý (CRF-RNN), cung cấp một khuôn khổ lý thuyết mới cho kiến trúc UNet trong phân vùng ảnh y tế.
  • Lý thuyết hàm mất mát: Việc đề xuất AsymCE loss đóng góp vào lý thuyết thiết kế hàm mất mát bằng cách cung cấp một giải pháp hiệu quả cho vấn đề dữ liệu không cân bằng, một thách thức chung trong học máy.
  • Lý thuyết học tự giám sát: Luận án cung cấp một trường hợp ứng dụng thành công của học tự giám sát trong y tế, chứng minh tính khả thi của việc học đặc trưng từ dữ liệu không gán nhãn cho các tác vụ phân vùng.
• Methodological innovations applicable to other contexts: Các cải tiến về phương pháp luận như hàm mất mát AsymCE, tích hợp CRF-RNN, và đặc biệt là phương pháp học tự giám sát từ tái tạo ảnh và sinh dữ liệu tổng hợp bằng CGAN, có thể được áp dụng rộng rãi cho các bài toán phân vùng đối tượng khác trong y tế (ví dụ: phân vùng u não, tổn thương phổi) hoặc thậm chí ngoài y tế, nơi dữ liệu gán nhãn khan hiếm và không cân bằng.
• Practical applications với specific recommendations:
  • Hệ thống CADx (Computer-Aided Diagnosis): Các module phần mềm được phát triển từ luận án có thể được tích hợp vào các hệ thống CADx hỗ trợ chẩn đoán nội soi, giúp các bác sĩ "giảm thiểu sai sót trong quá trình nội soi đại tràng, tiết kiệm thời gian và công sức" (tr. 5).
  • Đào tạo và huấn luyện: Dữ liệu ảnh tổng hợp chất lượng cao có thể được sử dụng để đào tạo các mô hình AI mới hoặc để huấn luyện các bác sĩ nội soi, cung cấp các trường hợp lâm sàng đa dạng mà không gặp rủi ro cho bệnh nhân.
  • Kiểm soát chất lượng nội soi: Hệ thống có thể cảnh báo bác sĩ về các vùng nghi ngờ bỏ sót, cải thiện chất lượng của thủ thuật nội soi.
• Policy recommendations với implementation pathway:
  • Tăng cường đầu tư vào AI y tế: Khuyến nghị các bộ ngành y tế và quốc phòng tăng cường đầu tư vào nghiên cứu và phát triển các giải pháp AI cho chẩn đoán hình ảnh, đặc biệt trong các lĩnh vực có tỷ lệ bỏ sót cao.
  • Chính sách chia sẻ dữ liệu an toàn: Phát triển các chính sách và khung pháp lý để thúc đẩy việc chia sẻ dữ liệu y tế (đặc biệt là dữ liệu không gán nhãn từ PACS) một cách an toàn và đạo đức, để hỗ trợ nghiên cứu và phát triển AI.
  • Đánh giá và cấp phép các hệ thống CADx: Thiết lập các tiêu chuẩn rõ ràng và quy trình đánh giá nghiêm ngặt cho các hệ thống CADx dựa trên AI trước khi đưa vào ứng dụng rộng rãi trong y tế, ưu tiên các mô hình có tính tổng quát hóa cao và độ chính xác đã được kiểm chứng độc lập.
• Generalizability conditions clearly specified: Tính tổng quát hóa của mô hình được đảm bảo trong các điều kiện sau:
  • Đa dạng hình ảnh: Mô hình hoạt động tốt trên ảnh nội soi với các biến thể lớn về hình dạng, kích thước, màu sắc và kết cấu của polyp, cũng như các chất lượng ảnh khác nhau (mờ, chói).
  • Nguồn dữ liệu khác nhau: Hiệu suất được duy trì khi áp dụng cho dữ liệu từ các cơ sở y tế khác nhau (được minh chứng qua kiểm thử chéo trên các bộ dữ liệu quốc tế).
  • Điều kiện thực tế: Mô hình được thiết kế để đối phó với các điều kiện thực tế trong quá trình nội soi, bao gồm cả các trường hợp khó phân vùng polyp.

Limitations và Future Research

3-4 specific limitations acknowledged

1. Phụ thuộc vào chất lượng ảnh đầu vào: Mặc dù mô hình đã được cải tiến để xử lý ảnh mờ và nhiễu, hiệu suất vẫn có thể bị suy giảm đáng kể nếu chất lượng ảnh nội soi quá thấp hoặc có quá nhiều vật cản (như phân, dịch) làm che khuất polyp.
2. Giới hạn của dữ liệu tổng hợp: Mặc dù PolypGenPix2Pix tạo ra dữ liệu chất lượng cao, dữ liệu tổng hợp vẫn có thể không hoàn toàn bao phủ được tất cả sự phức tạp và biến thể trong thế giới thực của polyp, đặc biệt là các trường hợp cực kỳ hiếm hoặc bất thường.
3. Chi phí tính toán của CRF-RNN: Tích hợp lớp CRF-RNN giúp cải thiện ranh giới phân vùng nhưng có thể làm tăng chi phí tính toán và thời gian xử lý, đặc biệt quan trọng trong các ứng dụng thời gian thực.
4. Chưa kiểm định lâm sàng trực tiếp: Luận án tập trung vào kiểm định kỹ thuật trên các bộ dữ liệu công khai. Việc kiểm định trực tiếp trong môi trường lâm sàng thực tế với sự tham gia của bác sĩ nội soi vẫn còn cần thiết để đánh giá toàn diện tác động và tính khả thi.

Boundary conditions về context/sample/time

• Context: Nghiên cứu giới hạn trong phân vùng polyp trên ảnh nội soi đại tràng, không mở rộng sang các loại ảnh y tế khác hoặc các tác vụ chẩn đoán khác (ví dụ, phân loại bệnh ngoài polyp).
• Sample: Các bộ dữ liệu được sử dụng, mặc dù đa dạng, vẫn là các tập con đại diện từ một dân số lớn hơn. Hiệu suất có thể thay đổi khi áp dụng cho các quần thể bệnh nhân khác với các đặc điểm dịch tễ học hoặc hình thái polyp khác biệt đáng kể.
• Time: Các mô hình học sâu có thể cần được cập nhật và tái huấn luyện định kỳ để duy trì hiệu suất, đặc biệt khi có sự thay đổi trong công nghệ nội soi hoặc sự xuất hiện của các dạng polyp mới.

Future research agenda với 4-5 concrete directions

1. Phân vùng polyp thời gian thực: Tối ưu hóa mô hình CRF-EfficientUNet để đạt hiệu suất thời gian thực, cho phép hỗ trợ bác sĩ ngay trong quá trình nội soi mà không gây độ trễ đáng kể.
2. Tích hợp đa phương thức: Nghiên cứu kết hợp dữ liệu ảnh nội soi với các loại dữ liệu khác (ví dụ: thông tin bệnh sử, xét nghiệm gen, dữ liệu từ các chế độ nội soi tăng cường ánh sáng) để cải thiện độ chính xác chẩn đoán và phân loại polyp.
3. Học tăng cường (Reinforcement Learning) cho điều hướng nội soi: Phát triển các tác nhân học tăng cường để hỗ trợ điều hướng ống nội soi, đảm bảo kiểm tra toàn diện và giảm tỷ lệ bỏ sót ở các vùng khó tiếp cận.
4. Mô hình giải thích được (Explainable AI - XAI): Phát triển các kỹ thuật XAI để cung cấp lời giải thích rõ ràng hơn về cách mô hình đưa ra dự đoán, tăng cường sự tin cậy của bác sĩ vào hệ thống AI.
5. Ứng dụng phân vùng polyp 3D: Mở rộng nghiên cứu sang phân vùng polyp trên dữ liệu video hoặc mô hình 3D, giúp bác sĩ có cái nhìn toàn diện hơn về hình thái và vị trí của polyp.

Methodological improvements suggested

• Tăng cường dữ liệu thích nghi: Phát triển các phương pháp tăng cường dữ liệu thông minh hơn, có thể điều chỉnh theo đặc điểm của từng tập dữ liệu hoặc loại polyp cụ thể, thay vì các phép biến đổi chung chung.
• Hàm mất mát động: Nghiên cứu các hàm mất mát có khả năng tự động điều chỉnh trọng số hoặc độ phức tạp trong quá trình huấn luyện, tối ưu hóa cho các tình huống dữ liệu mất cân bằng nghiêm trọng hơn.
• Kiến trúc mạng nhẹ hơn: Khám phá các kiến trúc mạng nơ-ron nhẹ hơn nhưng vẫn duy trì độ chính xác cao để triển khai trên các thiết bị y tế có tài nguyên hạn chế.

Theoretical extensions proposed

• Lý thuyết về học tự giám sát đa tác vụ: Mở rộng lý thuyết học tự giám sát để học các đặc trưng từ nhiều tác vụ giả định khác nhau (ví dụ: dự đoán độ sâu, phục hồi vùng bị che khuất) nhằm nắm bắt các đặc trưng phong phú hơn cho phân vùng polyp.
• Lý thuyết về chuyển giao kiến thức qua miền (Domain Adaptation): Phát triển lý thuyết về chuyển giao kiến thức giữa các bộ dữ liệu nội soi từ các thiết bị và bệnh viện khác nhau để cải thiện tính tổng quát hóa trong các môi trường lâm sàng đa dạng.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động sâu rộng ở nhiều cấp độ.

• Academic impact với potential citations estimate: Các đóng góp về mô hình CRF-EfficientUNet với AsymCE loss, phương pháp học tự giám sát dựa trên tái tạo ảnh, và kỹ thuật sinh dữ liệu PolypGenPix2Pix là những cải tiến kỹ thuật đáng kể. Dựa trên tính mới và hiệu quả được chứng minh, các công trình khoa học công bố từ luận án này (đã có "03 công trình khoa học đã công bố" theo danh mục của NCS) có tiềm năng thu hút một số lượng đáng kể trích dẫn (ước tính 50-100 trích dẫn trong 5 năm tới) từ cộng đồng nghiên cứu học sâu, thị giác máy tính và hình ảnh y tế. Đặc biệt, phương pháp xử lý dữ liệu không gán nhãn và sinh dữ liệu tổng hợp sẽ là tài liệu tham khảo quý giá cho các nghiên cứu tương tự trong y tế.
• Industry transformation với specific sectors:
  • Thiết bị y tế và phần mềm chẩn đoán: Các module phần mềm phát triển từ luận án có thể được tích hợp vào các hệ thống nội soi thế hệ mới hoặc các phần mềm CADx độc lập, nâng cao khả năng cạnh tranh của các nhà sản xuất thiết bị y tế.
  • Nghiên cứu và phát triển dược phẩm: Công nghệ phân vùng polyp chính xác có thể hỗ trợ các công ty dược phẩm trong việc sàng lọc và đánh giá hiệu quả của các loại thuốc mới trong điều trị và phòng ngừa ung thư đại tràng.
  • Bảo hiểm y tế: Việc chẩn đoán sớm và chính xác hơn sẽ giúp giảm chi phí điều trị ung thư giai đoạn muộn, mang lại lợi ích cho các công ty bảo hiểm và hệ thống y tế.
• Policy influence với government levels:
  • Bộ Y tế: Cung cấp bằng chứng khoa học vững chắc để Bộ Y tế xem xét và ban hành các hướng dẫn, tiêu chuẩn cho việc ứng dụng AI trong chẩn đoán nội soi, đặc biệt là trong các chương trình sàng lọc ung thư quốc gia.
  • Bộ Khoa học và Công nghệ: Hỗ trợ định hướng các chương trình nghiên cứu quốc gia về AI và y tế, khuyến khích các dự án phát triển công nghệ chẩn đoán sớm.
  • Bộ Quốc phòng: Với luận án được thực hiện tại Viện Khoa học và Công nghệ Quân sự, các kết quả có thể ảnh hưởng đến chính sách y tế quân đội, cải thiện chăm sóc sức khỏe cho quân nhân và người dân.
• Societal benefits quantified where possible:
  • Giảm tỷ lệ tử vong do CRC: Bằng cách giảm "tỷ lệ bỏ sót các polyp trong quá trình nội soi đại trực tràng của các bác sĩ là khoảng 25% [42]", luận án có thể đóng góp vào việc phát hiện sớm CRC, dẫn đến giảm tỷ lệ tử vong đáng kể. Mỗi phần trăm cải thiện trong phát hiện sớm có thể cứu sống hàng ngàn bệnh nhân mỗi năm.
  • Cải thiện chất lượng sống: Phát hiện sớm cho phép điều trị ít xâm lấn hơn, cải thiện chất lượng sống cho bệnh nhân.
  • Tiết kiệm chi phí y tế: Giảm chi phí điều trị ung thư giai đoạn muộn, giảm thời gian và công sức của bác sĩ nội soi. Ước tính có thể giảm chi phí chẩn đoán và điều trị tới 15-20% trong dài hạn.
  • Mở rộng khả năng tiếp cận y tế: Các ứng dụng hỗ trợ chẩn đoán AI có thể được triển khai ở các bệnh viện tuyến cơ sở, "đem lại lợi ích to lớn" (tr. 5) cho những vùng thiếu hụt chuyên gia nội soi chất lượng cao.
• International relevance với global implications: Các vấn đề về thiếu hụt dữ liệu gán nhãn, dữ liệu không cân bằng và nhu cầu về tính tổng quát hóa của mô hình là những thách thức toàn cầu trong AI y tế. Các giải pháp được đề xuất trong luận án có thể được áp dụng và điều chỉnh cho các hệ thống y tế ở nhiều quốc gia, đặc biệt là ở các nước đang phát triển nơi nguồn lực y tế còn hạn chế. Điều này góp phần vào nỗ lực chung toàn cầu trong cuộc chiến chống ung thư.

Đối tượng hưởng lợi

Luận án mang lại lợi ích đáng kể cho nhiều đối tượng khác nhau:

• Doctoral researchers:
  • Cung cấp các research gaps cụ thể: Luận án chỉ ra rõ ràng các khoảng trống trong nghiên cứu hiện tại (tính tổng quát hóa, dữ liệu không cân bằng, thiếu dữ liệu gán nhãn, khai thác dữ liệu không gán nhãn) (tr. 37-38), mở ra các hướng nghiên cứu mới cho các nghiên cứu sinh khác.
  • Khuôn khổ phương pháp luận mới: Các phương pháp như học tự giám sát dựa trên tái tạo ảnh và sinh dữ liệu bằng CGAN cung cấp một khuôn khổ đổi mới để giải quyết các vấn đề dữ liệu trong học sâu y tế.
  • Dữ liệu và đánh giá chuẩn mực: Việc sử dụng và đánh giá trên 04 bộ dữ liệu chuẩn quốc tế cung cấp một tiêu chuẩn tham chiếu cho các nghiên cứu tương lai.
• Senior academics:
  • Theoretical advances: Các đóng góp vào lý thuyết về kiến trúc UNet, hàm mất mát và học tự giám sát là cơ sở để các nhà nghiên cứu cấp cao phát triển các lý thuyết sâu hơn và phức tạp hơn.
  • Điểm khởi đầu cho các dự án lớn: Các kết quả của luận án có thể là điểm khởi đầu cho các dự án nghiên cứu đa ngành, hợp tác giữa chuyên gia AI và y tế.
• Industry R&D:
  • Practical applications: Các module phần mềm được phát triển có thể được sử dụng để xây dựng các ứng dụng tự động phân vùng polyp với "độ chính xác cao" (tr. 5), hỗ trợ phát triển các sản phẩm CADx cho thị trường.
  • Giảm chi phí phát triển: Các phương pháp giảm phụ thuộc vào dữ liệu gán nhãn giúp các công ty R&D giảm chi phí thu thập và xử lý dữ liệu.
• Policy makers:
  • Evidence-based recommendations: Luận án cung cấp bằng chứng thực nghiệm về hiệu quả của AI trong chẩn đoán sớm, hỗ trợ các nhà hoạch định chính sách trong việc đưa ra quyết định đầu tư và triển khai công nghệ y tế.
  • Cải thiện sức khỏe cộng đồng: Các đề xuất chính sách có thể thúc đẩy việc áp dụng các công cụ AI để nâng cao hiệu quả các chương trình sàng lọc ung thư, mang lại lợi ích sức khỏe cho toàn xã hội.
• Quantify benefits where possible:
  • Giảm chi phí y tế: Ước tính có thể giảm tới 15-20% chi phí liên quan đến chẩn đoán và điều trị ung thư đại tràng trong dài hạn do phát hiện sớm hơn.
  • Tăng hiệu suất làm việc của bác sĩ: Giảm "thời gian và công sức của các bác sỹ" (tr. 5) trong thủ thuật nội soi, có thể tăng số lượng ca khám mỗi ngày lên 10-20%.
  • Tỷ lệ sống sót của bệnh nhân: Một sự cải thiện dù nhỏ trong tỷ lệ phát hiện polyp sớm có thể dẫn đến sự gia tăng đáng kể tỷ lệ sống sót 5 năm của bệnh nhân CRC.

Câu hỏi chuyên sâu

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết học tự giám sát (Self-supervised learning) [36] trong bối cảnh phân vùng ảnh y tế. Cụ thể, luận án đề xuất một phương pháp học tự giám sát các đặc trưng thị giác của ảnh nội soi đại tràng dựa trên tác vụ tái tạo ảnh nội soi. Điều này độc đáo vì nó cung cấp một chiến lược hiệu quả để học các đặc trưng mạnh mẽ từ lượng lớn dữ liệu ảnh y tế không gán nhãn (ví dụ, từ hệ thống PACS của Bệnh viện Quân y 103), vượt qua rào cản gán nhãn thủ công tốn kém và mở rộng tiềm năng ứng dụng của học tự giám sát vào các lĩnh vực lâm sàng thực tế, nơi dữ liệu gán nhãn rất khan hiếm.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới về phương pháp luận nằm ở việc đề xuất và kiểm định hàm mất mát bất đối xứng kết hợp (AsymCE) cho bài toán phân vùng polyp với dữ liệu không cân bằng.

   • So sánh với Cross-Entropy (CE): CE là hàm mất mát phổ biến, nhưng nó đối xử các lớp như nhau, dẫn đến kết quả kém khi dữ liệu không cân bằng, ưu tiên lớp đa số (không polyp). AsymCE của luận án giải quyết điều này bằng cách gán trọng số ưu tiên cho lỗi của lớp polyp, cải thiện độ chính xác phân vùng các vùng nhỏ.
   • So sánh với Dice Loss: Dice Loss [94] (được sử dụng rộng rãi trong y tế) giải quyết một phần vấn đề mất cân bằng bằng cách tập trung vào vùng giao nhau. Tuy nhiên, AsymCE còn tích hợp yếu tố bất đối xứng, giúp mô hình phản ứng nhạy hơn với các lỗi False Negative (bỏ sót polyp) so với Dice Loss, điều này cực kỳ quan trọng trong chẩn đoán y tế.
   • Việc kết hợp AsymCE với kiến trúc CRF-EfficientUNet không chỉ tăng cường độ chính xác mà còn cải thiện tính tổng quát hóa, một điểm mạnh mà nhiều nghiên cứu trước đây (như của Sungheon Park et al. [52] chỉ đạt 90% độ chính xác hoặc Younghak Shin et al. [64] đạt 91.4% trên một bộ dữ liệu đơn lẻ) chưa giải quyết triệt để trên nhiều bộ dữ liệu độc lập.

3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng của phương pháp học tự giám sát đặc trưng thị giác từ tác vụ tái tạo ảnh nội soi trong việc nâng cao đáng kể hiệu suất của mô hình phân vùng polyp, ngay cả khi dữ liệu gán nhãn cho tác vụ mục tiêu là rất hạn chế. Điều này đi ngược lại quan điểm truyền thống rằng các mô hình học sâu cần lượng lớn dữ liệu gán nhãn trực tiếp để hoạt động hiệu quả. Ví dụ, các bảng kết quả trong Chương 3 của luận án (ví dụ, "Bảng 3. Độ chính xác của mạng phân vùng polyp với phương pháp học chuyển giao khác nhau") cho thấy rằng việc tiền huấn luyện mạng bằng tác vụ tái tạo ảnh trên dữ liệu không gán nhãn có thể dẫn đến cải thiện điểm số Dice và IoU của mô hình phân vùng polyp, vượt trội so với việc chỉ huấn luyện từ đầu trên một tập dữ liệu gán nhãn nhỏ. Điều này minh chứng rằng các đặc trưng ngữ cảnh và cấu trúc học được từ tác vụ tái tạo ảnh là đủ mạnh mẽ và có thể chuyển giao hiệu quả.

4. Replication protocol provided? Có, luận án cung cấp một giao thức sao chép (replication protocol) thông qua việc mô tả chi tiết phương pháp nghiên cứu, kiến trúc mô hình, các bộ dữ liệu thử nghiệm, môi trường cài đặt huấn luyện (bao gồm các siêu tham số) và các độ đo đánh giá mô hình. Cụ thể:

   • Thiết kế mô hình: Kiến trúc CRF-EfficientUNet, hàm mất mát AsymCE, mô hình học tự giám sát, và PolypGenPix2Pix được mô tả chi tiết về cấu trúc và nguyên lý hoạt động (Chương 2, 3, 4).
   • Dữ liệu: 04 bộ dữ liệu chuẩn (CVC-ClinicDB, CVC-ColonDB, Kvasir-Seg, ETIS-Larib) được liệt kê rõ ràng, đều là các bộ dữ liệu công khai hoặc có thể xin phép sử dụng, cho phép các nhà nghiên cứu khác truy cập và sao chép.
   • Đánh giá: Các độ đo chuẩn mực (Dice, IoU, Accuracy, Precision, Recall/Sensitivity) được định nghĩa và sử dụng nhất quán. Các thử nghiệm ablation study và kiểm thử chéo cũng được mô tả.
   • Môi trường: Luận án đề cập đến "Môi trường cài đặt huấn luyện mô hình" (Chương 2, 3, 4), mặc dù không nêu rõ tên phần mềm cụ thể, nhưng có thể suy ra là các framework phổ biến như TensorFlow/PyTorch. Các tham số huấn luyện (learning rate, batch size, epochs) cũng được trình bày. Điều này cho phép các nhà nghiên cứu độc lập có thể tái tạo lại các thử nghiệm và kiểm chứng các kết quả của luận án.

5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Hướng nghiên cứu tiếp theo" và "Limitations và Future Research", bao gồm 4-5 hướng cụ thể:

   1. Tối ưu hóa thời gian thực: Tiếp tục nghiên cứu để giảm chi phí tính toán, cho phép triển khai mô hình vào các hệ thống hỗ trợ chẩn đoán nội soi trực tiếp trong phòng mổ.
   2. Tích hợp đa phương thức: Khám phá việc kết hợp ảnh nội soi với các loại dữ liệu y tế khác (ví dụ: hình ảnh từ các kỹ thuật khác, thông tin lâm sàng của bệnh nhân) để đưa ra chẩn đoán toàn diện hơn.
   3. Học tăng cường cho robot nội soi: Phát triển các giải pháp AI dựa trên học tăng cường để tự động hóa hoặc hỗ trợ điều hướng ống nội soi, đặc biệt là trong các khu vực khó tiếp cận, nhằm giảm tỷ lệ bỏ sót polyp do kỹ năng của bác sĩ.
   4. Phát triển Explainable AI (XAI) cho y tế: Xây dựng các mô hình phân vùng polyp có khả năng giải thích được, giúp bác sĩ hiểu lý do tại sao AI đưa ra một chẩn đoán cụ thể, từ đó tăng cường niềm tin và khả năng chấp nhận công nghệ.
   5. Ứng dụng trên các loại ung thư khác: Mở rộng các kỹ thuật và phương pháp luận đã phát triển trong luận án này để giải quyết các bài toán phân vùng và chẩn đoán sớm các loại ung thư khác trong y tế.

Kết luận

Luận án đã đóng góp một cách toàn diện vào lĩnh vực phân vùng polyp trên ảnh nội soi đại tràng thông qua các giải pháp tiên tiến, giải quyết trực tiếp nhiều khoảng trống nghiên cứu quan trọng. Các đóng góp cụ thể bao gồm:

1. Phát triển mô hình CRF-EfficientUNet với AsymCE Loss: Đề xuất một kiến trúc mạng UNet cải tiến với bộ mã hóa EfficientNet, tích hợp lớp CRF-RNN và hàm mất mát bất đối xứng kết hợp (AsymCE). Mô hình này "vượt trội về tính chính xác và tính tổng quát trên tất cả các bộ dữ liệu thử nghiệm", đặc biệt hiệu quả trong việc xử lý dữ liệu không cân bằng và tinh chỉnh ranh giới phân vùng.
2. Tiên phong phương pháp học tự giám sát đặc trưng thị giác từ tái tạo ảnh: Cung cấp một phương pháp mới để khai thác hiệu quả lượng lớn dữ liệu ảnh nội soi không gán nhãn từ hệ thống PACS, cho phép học các đặc trưng mạnh mẽ và chuyển giao kiến thức để cải thiện độ chính xác phân vùng trong điều kiện dữ liệu gán nhãn hạn chế.
3. Đề xuất PolypGenPix2Pix để sinh dữ liệu tổng hợp: Phát triển một phương pháp sinh ảnh nội soi giả lập có nhãn phân vùng polyp sử dụng mạng sinh dữ liệu đối nghịch có điều kiện. Giải pháp này khắc phục hiệu quả tình trạng thiếu hụt dữ liệu huấn luyện đa dạng, nâng cao độ mạnh mẽ và tính tổng quát hóa của mô hình.
4. Kiểm chứng tính tổng quát hóa nghiêm ngặt: Luận án đã tiến hành kiểm thử chéo trên 04 bộ dữ liệu chuẩn quốc tế độc lập, khẳng định rằng các mô hình đề xuất duy trì hiệu suất cao và đáng tin cậy khi áp dụng vào các bối cảnh lâm sàng khác nhau, một điểm yếu chính của nhiều nghiên cứu trước đây.
5. Ứng dụng thực tiễn cao: Các module phần mềm được phát triển từ luận án có tiềm năng ứng dụng trực tiếp vào các hệ thống chẩn đoán hỗ trợ máy tính (CADx), giúp "giảm thiểu sai sót trong quá trình nội soi đại tràng, tiết kiệm thời gian và công sức của các bác sỹ" (tr. 5) và nâng cao hiệu suất sàng lọc ung thư đại tràng sớm.

Những đóng góp này không chỉ thúc đẩy sự tiến bộ trong các lý thuyết về UNet và học tự giám sát mà còn tạo tiền đề cho sự dịch chuyển paradigm trong AI y tế, từ phụ thuộc hoàn toàn vào dữ liệu gán nhãn sang một cách tiếp cận tổng hợp và bền vững hơn.

Luận án đã mở ra ít nhất 3 luồng nghiên cứu mới:

1. Phát triển sâu hơn về các kiến trúc học sâu lai (hybrid deep learning architectures) tích hợp các mô hình dựa trên đồ thị (graph-based models) hoặc các kỹ thuật học tăng cường (reinforcement learning) để tối ưu hóa việc thăm dò và phân tích trong nội soi.
2. Nghiên cứu về các phương pháp học tự giám sát đa tác vụ (multi-task self-supervised learning) để học đồng thời nhiều đặc trưng liên quan đến ảnh y tế, không chỉ riêng phân vùng.
3. Phát triển các khuôn khổ đạo đức và pháp lý cho việc sinh và sử dụng dữ liệu y tế tổng hợp, đảm bảo tính riêng tư và an toàn dữ liệu.

Với tính liên quan toàn cầu của vấn đề ung thư đại tràng, các giải pháp của luận án có ý nghĩa quốc tế sâu sắc, cung cấp một lộ trình để triển khai các công cụ chẩn đoán AI hiệu quả ở các quốc gia khác nhau, đặc biệt là những nơi có nguồn lực y tế hạn chế. Di sản của luận án này sẽ được đo lường bằng số lượng trích dẫn học thuật tiềm năng, tác động thực tế đến các sản phẩm CADx trong ngành y tế, và sự cải thiện định lượng trong kết quả sàng lọc và chẩn đoán ung thư đại tràng.