Luận án tiến sĩ: Trích xuất mạch vành bằng học sâu - Lê Nhị Lãm Thuý

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH LÊ NHỊ LÃM THUÝ TRÍCH XUẤT MẠCH VÀNH VÀ PHÁT HIỆN BẤT THƯỜNG TRÊN MẠCH VÀNH HỖ TRỢ TRONG CHẨN ĐOÁN LUẬN ÁN TIẾN SĨ THÀNH PHỐ HỒ CHÍ MINH, NĂM 2024 BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THÀNH PHỐ HỒ CHÍ MINH LÊ NHỊ LÃM THUÝ TRÍCH XUẤT MẠCH VÀNH VÀ PHÁT HIỆN BẤT THƯỜNG TRÊN MẠCH VÀNH HỖ TRỢ TRONG CHẨN ĐOÁN Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 9480101 Phản biện độc lập 1: Phản biện độc lập 2: Phản biện 1: Phản biện 2: Phản biện 3: NGƯỜI HƯỚNG DẪN: 1. Phạm Thế Bảo 2. Huỳnh Trung Hiếu BỘ CÔNG THƯƠNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP Độc lập - Tự do - Hạnh phúc THÀNH PHỐ HỒ CHÍ MINH NHIỆM VỤ LUẬN ÁN TIẾN SĨ Họ tên nghiên cứu sinh: Lê Nhị Lãm Thuý. Ngày, tháng, năm sinh: 26/3/1980.

Ngành: Khoa học máy tính. TÊN ĐỀ TÀI: Trích xuất mạch vành và phát hiện bất thường trên mạch máu hỗ trợ trong chẩn đoán NHIỆM VỤ VÀ NỘI DUNG: Bệnh động mạch vành là mối đe dọa lớn đối với sức khoẻ con người và đây là bệnh gây tử vong hàng đầu. Tuy nhiên việc xác định một mạch vành có bất thường hay không và bất thường thế nào thông qua ảnh mạch vành thường đòi hỏi thời gian và chuyên môn của bác sĩ vì mỗi cấp độ của động mạch vành có tính chất và kích thước khác nhau. Các động mạch vành chính thường có độ tương phản cao so với nền, trong khi các động mạch vành thứ cấp có độ tương phản thấp so với nền và cấu trúc mỏng.

Hơn nữa, một số mạch nhỏ bị ngắt kết nối hoặc bị phá vỡ các phân đoạn mạch máu. Luận án cần giải quyết hai bài toán: (1) phân đoạn mạch vành và (2) phát hiện bất thường trên mạch vạch (nếu có). Bài toán đầu tiên cần được giải quyết làm cơ sở để giải quyết bài toán (2). NGÀY GIAO NHIỆM VỤ: Ngày 6 tháng 7 năm 2020 III.

NGÀY HOÀN THÀNH NHIỆM VỤ: 2023 IV. NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Phạm Thế Bảo 2. Huỳnh Trung Hiếu Tp.

Hồ Chí Minh, ngày … tháng … năm 20 … NGƯỜI HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên và chữ ký) (Họ tên và chữ ký) TRƯỞNG KHOA/VIỆN….……… LỜI CAM ĐOAN Tôi xin cam đoan nội dung của luận án là kết quả nghiên cứu của chính bản thân tác giả dưới sự hướng dẫn của các cán bộ hướng dẫn khoa học. Tất cả thông tin tham khảo đều được nêu rõ nguồn gốc trong danh mục các tài liệu tham khảo của luận án. Những đóng góp chính của luận án là nghiên cứu của tác giả đã công bố trong các bài báo được liệt kê trong danh mục các công trình nghiên cứu, và chưa được công bố bởi tác giả nào khác. Các công trình nghiên cứu của nhiều tác giả được đưa vào luận án đã được sự đồng ý của tất cả các đồng tác giả.

Tác giả luận án Lê Nhị Lãm Thuý i TÓM TẮT LUẬN ÁN TIẾN SĨ Bệnh động mạch vành (Coronary Artery Disease - CAD) là mối đe dọa lớn đối với sức khỏe con người. Đây là bệnh gây tử vong nhất trên thế giới. CAD là loại bệnh tim mạch (Cardiovascular Diseases - CVD) thường xuyên nhất. Trong khám chữa bệnh, việc xác định các vùng bất thường (bao gồm phình động mạch và hẹp) trên các mạch máu là rất quan trọng.

Khi các vùng bất thường trở nên nghiêm trọng, nó sẽ hạn chế lưu lượng máu và dẫn đến các triệu chứng như đau thắt ngực hoặc nhồi máu cơ tim. Để chẩn đoán CAD, một bác sĩ phải giỏi và có nhiều kinh nghiệm cũng như rất nhiều thời gian để xem xét, phân tích, và ra quyết định. Do đó trong nghiên cứu này, luận án đề xuất một cách tiếp cận để phát hiện và định vị các bất thường trên hình ảnh tia X mạch vành. Mỗi cấp độ của động mạch vành có kích thước và tính chất khác nhau.

Các động mạch vành chính thường có độ tương phản cao so với nền, trong khi các động mạch vành thứ cấp có độ tương phản thấp so với nền và cấu trúc mỏng. Hơn nữa, một số mạch nhỏ bị ngắt kết nối hoặc bị phá vỡ các phân đoạn mạch máu. Luận án cần giải quyết hai bài toán: (1) phân đoạn mạch vành và (2) phát hiện bất thường trên mạch vạch (nếu có). Bài toán đầu tiên cần được giải quyết làm cơ sở để giải quyết bài toán (2), luận án đã đề xuất hướng tiếp cận từ thô đến mịn trên các mô hình học sâu khác nhau để giải quyết cho bài toán phân đoạn đối tượng với loại dữ liệu phức tạp có kích thước biến động, từ ý tưởng này luận án đã phân đoạn thành công mạch vành với dữ liệu phức tạp và kích thước mạch vành biến động, cũng như vị trí phức tạp.

Từ kết quả phân đoạn này luận án đã đề xuất xây dựng các thuật toán duyệt trên thành mạch vành đã được phân đoạn và mô hình học sâu khác nhau để phát hiện vùng bất thường trên mạch vành (nếu có). Kết quả nghiên cứu đã được công bố 05 bài báo khoa học trên các tạp chí uy tín, hội nghị quốc tế. ii ASTRACT Coronary Artery Disease (CAD) is a significant health risk and the leading cause of death globally. It is the most common form of cardiovascular disease.

Identifying abnormal regions in blood vessels, such as aneurysms and narrowings, is crucial during medical examinations and treatments. These abnormalities can impede blood flow, potentially leading to angina or myocardial infarction. Diagnosing CAD requires a skilled doctor and considerable time. This study introduces a method to detect and locate abnormalities in coronary X-rays.

Coronary arteries vary in size and characteristics, with primary arteries displaying high contrast against the background and secondary arteries showing low contrast and thinner structures. Additionally, some small vessels may be disconnected or have disrupted blood flow. The research focuses on two main challenges: (1) segmentation of the coronary arteries, and (2) detection of any abnormalities. The first challenge forms the foundation for addressing the second.The study employs a range of deep learning models, starting from basic to more refined approaches, to segment the coronary arteries effectively.

This technique has been successful in handling complex data with varying sizes and intricate positioning of thecoronary arteries. Upon successful segmentation, the study presents advanced algorithms which was called the vessel wall browsing algorithm and learning models for detecting abnormalities on the coronary artery walls. These research findings have been published in 05 scientific articles in reputable scientific journals and international conference. iii LỜI CẢM ƠN Đầu tiên, tôi xin chân thành gửi lời tri ân sâu sắc đến PGS.

Phạm Thế Bảo và PGS. Huỳnh Trung Hiếu đã tận tình hướng dẫn, chia sẻ kiến thức, mở lối dẫn đường cho tôi hoàn thành nghiên cứu luận án này. Con cũng xin cảm ơn sâu sắc ba mẹ, gia đình đã luôn là chỗ dựa, hậu phương vững chắc cho con trong hành trình khó khăn vất vả. Tôi cũng xin cảm ơn Quý Thầy Cô khoa Công Nghệ Thông Tin đại học Công nghiệp TP.HCM, đã cung cấp kiến thức quý báu thông qua các chuyên đề, thảo luận, trao đổi giúp đỡ cho tôi trên con đường nghiên cứu học thuật.

Tôi xin cảm ơn Ban giám hiệu đại học Sài Gòn đã tạo thuận lợi cho tôi trong quá trình học tập công tác. Đồng thời tôi cũng xin cảm ơn Quý lãnh đạo khoa Công Nghệ Thông Tin, Thầy Cô khoa Công Nghệ Thông Tin đại học Sài Gòn đã chia sẻ, thấu hiểu, giúp đỡ, hỗ trợ tôi các công tác giảng dạy, chuyên môn trong tôi trong quá trình nghiên cứu học tập. Tôi xin cảm ơn Đại học Chonnam, Hàn Quốc đã cung cấp dữ liệu ảnh mạch vành của bệnh nhân, và dữ liệu đã được thông qua hội đồng kiểm duyệt làm tiền đề để tôi có nghiên cứu này. Thành phố Hồ Chí Minh ngày……tháng….… Tác giả iv MỤC LỤC LỜI CAM ĐOAN.

i TÓM TẮT LUẬN ÁN TIẾN SĨ. iii LỜI CẢM ƠN. iv MỤC LỤC.v DANH MỤC HÌNH ẢNH. viii DANH MỤC BẢNG BIỂU.

Mục tiêu nghiên cứu. Đối tượng và phạm vi nghiên cứu. Cách tiếp cận và phương pháp nghiên cứu. Ý nghĩa thực tiễn của đề tài.

Cấu trúc luận án .3 CHƯƠNG 1 TỔNG QUAN .2 Mô hình xử lý ảnh y khoa .6 Kết chương .15 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT .1 Phương pháp trích khung xương .2 Mạng neural nhân tạo. Kiến trúc tổng quát. Quá trình học. Mạng neural tích chập.

Lớp tích chập. Lớp tổng hợp. Các thành phần cơ bản của mạng neural tích chập .5 Kết chương .39 CHƯƠNG 3 BÀI TOÁN PHÂN ĐOẠN MẠCH VÀNH .1 Các hướng tiếp cận. Hướng tiếp cận dựa trên các kỹ thuật nhận dạng mẫu.

Hướng tiếp cận dựa trên mô hình. Hướng tiếp cận dựa trên thông minh nhân tạo .2 Mô hình đề xuất .3 Xây dựng mô hình. Trích mạch máu chính. Trích mạch máu thứ cấp.

Tái tạo đầy đủ cây mạch máu. Phân đoạn mạch máu bằng Unet .5 Kết quả và đánh giá .6 Kết chương .64 CHƯƠNG 4 BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG TRÊN MẠCH VÀNH .1 Các hướng tiếp cận.2 Đề xuất mô hình tổng quát .3 Hướng tiếp cận chưa tiền xử lý ảnh. Xây dựng thuật giải dựa trên kiến thức xử lý ảnh .4 Hướng tiếp cận tiền xử lý trích cạnh. Tiền xử lý trích cạnh.

Phát hiện bất thường với thuật giải duyệt cạnh. Mô hình học sâu .5 Hướng tiếp cận mặt phẳng thông tin. Môi trường thực nghiệm. Chưa tiền xử lý trích cạnh.

Tiền xử lý trích cạnh. Mặt phẳng thông tin. Kết quả phương pháp duyệt cạnh với dữ liệu chưa trích cạnh. Kết quả phương pháp duyệt cạnh với dữ liệu đã trích cạnh.

Kết quả phương pháp học sâu với dữ liệu chưa trích cạnh. Kết quả phương pháp học sâu với dữ liệu đã trích cạnh với phương pháp Canny. Kết quả phương pháp học sâu với dữ liệu đã trích cạnh với phương pháp DexiNed. Kết quả phương pháp học sâu với dữ liệu mặt phẳng bit.

Kết quả phương pháp học sâu với dữ liệu mặt phẳng màu .9 Kết chương .113 CHƯƠNG 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .2 Hướng phát triển của luận án .116 TÀI LIỆU THAM KHẢO.120 vii DANH MỤC HÌNH ẢNH Hình 1.1 Mô hình cho hệ thống chẩn đoán bằng ảnh y khoa [5].2 Bệnh mạch vành [7].3 Hình X-quang động mạch vành: (a) bệnh hẹp mạch máu và (b) chồng chéo của mạch máu.4 Phương pháp giải quyết bài toán phát hiện bất thường trên ảnh mạch vành.5 Đoạn mạch vành sau khi được phân đoạn.1 Cấu trúc tổng quát của một lớp trong mạng neural nhân tạo .2 Cấu trúc tổng quát neural.3 Cấu trúc tổng quát của một lớp trong mạng neural nhân tạo.