Tổng quan về luận án

Kỹ thuật chụp ảnh truyền quang (optical transillumination) sử dụng vùng phổ "cửa sổ quang học" của ánh sáng hồng ngoại gần (Near-Infrared - NIR, bước sóng $\lambda = 700\text{ nm} - 1200\text{ nm}$) đang nổi lên như một hướng tiếp cận chẩn đoán y sinh học phi xâm lấn, không sử dụng bức xạ ion hóa và có chi phí sản xuất tối ưu. Tuy nhiên, tính ứng dụng thực tiễn của kỹ thuật này từ lâu bị cản trở bởi hiện tượng tán xạ đa tán xạ cực mạnh trong mô sinh học (với hệ số bất đẳng hướng $g \approx 0{,}9$, trong đó tán xạ Mie chiếm ưu thế tuyệt đối so với tán xạ Rayleigh). Hiện tượng này khiến các photon bị bẻ cong theo quỹ đạo zic-zac, làm cho ảnh 2D thu được bị mờ nhòe nghiêm trọng, giới hạn độ sâu quan sát và làm sai lệch cấu trúc không gian của các tổn thương hoặc mạch máu bên dưới bề mặt da.

Khoảng trống nghiên cứu (research gap) cốt lõi nằm ở việc các kỹ thuật xử lý ảnh cổ điển chỉ dừng lại ở các bộ lọc không gian, phân ngưỡng hoặc các kỹ thuật phản xạ bề mặt nông ($< 3{,}7\text{ mm}$ đối với VeinViewer, hoặc $< 2{,}0\text{ mm}$ đối với quan sát phân cực). Trong khi đó, các phương pháp giải chập (deconvolution) dựa trên hàm sáng điểm phụ thuộc độ sâu (depth-dependent Point Spread Function - PSF) theo lý thuyết khuếch tán ánh sáng của Shimizu và Trần Trung Nghĩa đòi hỏi quy trình giải chập lặp từng bước theo độ sâu, tiêu tốn tài nguyên tính toán lớn, phụ thuộc nhiều vào số lần lặp do kinh nghiệm chủ quan của người vận hành và suy giảm mạnh độ chính xác khi độ sâu vượt quá $10\text{ mm} - 15\text{ mm}$ (Phan Văn Tô Ni chỉ đạt hệ số tương quan $< 0{,}8$ ở độ sâu $< 10\text{ mm}$).

Luận án tiến sĩ chuyên ngành Vật lý Kỹ thuật (Mã số: 9520401) của nghiên cứu sinh Đặng Nguyễn Ngọc An, dưới sự hướng dẫn của GVC. Trần Trung Nghĩa và PGS.BS. Nguyễn Văn Chinh tại Trường Đại học Bách khoa – ĐHQG-HCM (2024), đã giải quyết triệt để rào cản này bằng việc phát triển khung phân tích tích hợp giữa quang học mô lý thuyết và các kiến trúc học sâu tiên tiến.

Nghiên cứu tập trung giải quyết 3 câu hỏi nghiên cứu (Research Questions - RQ) và kiểm chứng 3 giả thuyết (Hypotheses - H) tương ứng:

  • RQ1: Làm thế nào để mô hình hóa chính xác hàm truyền quang của cấu trúc hấp thụ phức tạp trong môi trường tán xạ đa tầng mà không cần đo đạc PSF thực nghiệm cho từng cấu hình mô?
  • H1: Một cấu trúc hấp thụ ánh sáng đặt trong môi trường tán xạ đồng nhất có thể được mô hình hóa tương đương như một tập hợp các nguồn suy giảm ánh sáng điểm (negative point sources), cho phép đồng nhất hàm tán xạ hấp thụ $h_{abs}$ với hàm sáng điểm $PSF(\rho, d)$ phát triển từ phương trình khuếch tán.
  • RQ2: Mạng học sâu tích hợp cơ chế chú ý và khối dư có thể thay thế hoàn toàn quá trình giải chập lặp truyền thống để khử mờ tán xạ ở các độ sâu lớn hay không?
  • H2: Kiến trúc Attention Res-UNet cho phép ánh xạ phi tuyến trực tiếp từ ảnh truyền qua bị mờ sang ảnh phân bố hấp thụ rõ nét, duy trì hệ số tương quan $> 90%$ tại các độ sâu vượt ngưỡng $15\text{ mm}$.
  • RQ3: Có khả năng ước lượng thông tin độ sâu 3D từng pixel và tái tạo thể tích cấu trúc hấp thụ hoàn chỉnh chỉ từ một ảnh chụp 2D đơn lẻ thu được tại bề mặt hay không?
  • H3: Kỹ thuật quét từng điểm ảnh (pixel-by-pixel scanning) kết hợp mạng nơ-ron tích chập (CNN) hồi quy độ sâu có thể giải mã độ sâu $d(x,y)$ từ phân bố gradient cường độ tán xạ cục bộ, cho phép tái tạo 3D đơn ảnh đạt độ tương quan xấp xỉ $95%$ so với cấu trúc thực.

Phạm vi nghiên cứu bao quát từ mô phỏng số học, thực nghiệm trên các mô hình mô giả lập (phantoms bằng agar/intralipid với hệ số tán xạ thu gọn $\mu'_s = 0{,}80 - 1{,}00\text{ mm}^{-1}$, hệ số hấp thụ $\mu_a = 0{,}01 - 0{,}10\text{ mm}^{-1}$, khảo sát độ sâu $d = 0{,}1\text{ mm} - 100\text{ mm}$), đến kiểm chứng in vivo trên chuột thí nghiệm (Slc: ICR, 11 tuần tuổi, trọng lượng $38{,}4\text{ g}$). Nghiên cứu mở ra bước đột phá định lượng trong chẩn đoán quang học không xâm lấn.

Literature Review và Positioning

Nghiên cứu quang học mô truyền qua bắt nguồn từ các quan sát tiên phong của Bright (1831) trên bệnh nhi não úng thủy và Curling (1843) trên tràn dịch màng tinh hoàn. Bước ngoặt lâm sàng đầu tiên được ghi nhận bởi Cutler (1929) khi sử dụng đèn xenon cường độ cao để phát hiện khối u vú thông qua bóng mờ hấp thụ của phức hợp hemoglobin. Tuy nhiên, Cutler ghi nhận hiện tượng quá nhiệt bề mặt và hình ảnh mờ đục không thể phân biệt ranh giới tổn thương nhỏ. Trong giai đoạn 1980–1990, Bartrum & Crow (1984) chỉ ra rằng phương pháp truyền qua đơn thuần chỉ đạt độ nhạy tương đương X-quang đối với khối u $> 20\text{ mm}$ và suy giảm nghiêm trọng khi kích thước khối u $< 10\text{ mm}$. Tiếp đó, Hebden & Delpy (1997) kết luận kỹ thuật truyền qua thất bại trong việc thay thế nhũ ảnh X-quang do độ phân giải không gian quá thấp ($6\text{ mm} - 10\text{ mm}$), xuất phát từ sự tán xạ mạnh của mô sinh học trong dải bước sóng $650\text{ nm} - 1000\text{ nm}$ và độ dày của mô.

Trong bức tranh tổng quan y văn quốc tế, tồn tại hai trường phái đối nghịch nhau trong xử lý ảnh quang học mô sinh học:

  1. Trường phái xử lý ảnh số bề mặt và phân ngưỡng (Surface/Heuristic Processing): Điển hình là các hệ thống thương mại như VeinViewer hoặc AccuVein (Zeman et al., 2010; Mai Hữu Thuấn et al., 2023). Nhóm này áp dụng các bộ lọc dải thông (band-pass), cân bằng lược đồ màu (histogram equalization) và phép lọc hình thái học. Hạn chế cốt tử là phương pháp này hoàn toàn bỏ qua bản chất vật lý lan truyền photon, chỉ giới hạn độ sâu quan sát dưới $3{,}7\text{ mm}$, không thể ước lượng độ sâu thực và gây sai lệch nghiêm trọng về kích thước hình học đối với các mạch máu nằm sâu.
  2. Trường phái quang học vật lý giải tích và giải chập hàm truyền (Physical Forward Modeling & Deconvolution): Dẫn đầu bởi nhóm nghiên cứu của Shimizu tại Đại học Hokkaido (2011, 2013) và Trần Trung Nghĩa (2011, 2013). Nhóm này thiết lập hàm sáng điểm $PSF(\rho, d)$ dựa trên xấp xỉ khuếch tán từ phương trình lan truyền bức xạ (Radiative Transport Equation - RTE), áp dụng thuật toán giải chập Fourier hoặc Richardson-Lucy. Dù giải quyết được căn nguyên vật lý, phương pháp này gặp bế tắc khi xử lý các môi trường đa độ sâu phức tạp, chi phí tính toán tăng theo cấp số nhân khi số bước giải chập độ sâu tăng lên, và rất nhạy cảm với nhiễu thực nghiệm.
TIẾN TRÌNH PHÁT TRIỂN KỸ THUẬT QUANG HỌC TRUYỀN QUA (1831 - 2024)
===================================================================================
[1831-1929] Soi đèn truyền qua cổ điển (Bright, Curling, Cutler)
    │       -> Nhược điểm: Hình ảnh mờ đục, giới hạn thị giác, nguy cơ bỏng nhiệt
    ▼
[1984-1997] Đánh giá lâm sàng & Rào cản tán xạ (Bartrum & Crow, Hebden & Delpy)
    │       -> Nhược điểm: Độ phân giải thấp (6-10 mm), kém hơn X-quang tuyến vú
    ▼
[2010-2013] Giải chập vật lý với hàm PSF phụ thuộc độ sâu (Shimizu, Trần Trung Nghĩa)
    │       -> Nhược điểm: Tính toán phức tạp, phụ thuộc số lần lặp, độ sâu < 10 mm
    ▼
[2023]      Học sâu khử mờ sơ khởi cho cấu trúc đơn giản (Phan Văn Tô Ni)
    │       -> Nhược điểm: Tương quan < 0.8 ở độ sâu > 10 mm, chỉ xử lý đơn cấu trúc
    ▼
[2024]      ĐỘT PHÁ CỦA LUẬN ÁN (Đặng Nguyễn Ngọc An)
            -> Attention Res-UNet + Quét từng điểm ảnh + Tái tạo 3D từ 1 ảnh 2D đơn lẻ
            -> Tương quan ~95%, độ sâu mở rộng 0.1 - 100 mm, kiểm chứng in vivo chuột
===================================================================================

Kế thừa các nghiên cứu cơ sở của Trần Trung Nghĩa và khắc phục triệt để các giới hạn trong nghiên cứu sơ khởi của Phan Văn Tô Ni (2023), luận án của Đặng Nguyễn Ngọc An định vị là công trình đầu tiên bắc cầu hoàn hảo giữa mô hình vật lý lan truyền photon phi tuyến và mạng nơ-ron tích chập sâu có cơ chế chú ý không gian. Nghiên cứu tạo ra bước nhảy vọt: vượt qua giới hạn độ sâu quan sát truyền thống ($> 15\text{ mm}$ đến $100\text{ mm}$), nâng hệ số tương quan cấu trúc tái tạo lên xấp xỉ $95%$, và lần đầu tiên hiện thực hóa việc tái tạo không gian 3D cấu trúc hấp thụ phức tạp chỉ từ một ảnh 2D duy nhất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào lý thuyết quang học mô (Biophotonics & Tissue Optics) thông qua việc mở rộng và chuẩn hóa hệ tiên đề toán - lý về sự lan truyền bức xạ trong môi trường tán xạ đục:

  1. Mở rộng phạm vi của Phương trình Lan truyền Bức xạ (RTE) và Xấp xỉ Khuếch tán (Diffusion Equation): Nghiên cứu làm sáng tỏ điều kiện biên của phép xấp xỉ khuếch tán trong môi trường tán xạ bán vô hạn khi áp dụng cho cấu trúc hấp thụ. Từ phương trình bảo toàn năng lượng hạt photon: $$\frac{\partial u(\vec{r},t)}{v\partial t} + \mu_a u(\vec{r},t) - D\nabla^2 u(\vec{r},t) = I(\vec{r},t)$$ với hệ số khuếch tán photon $D = \frac{1}{3(\mu_a + \mu'_s)}$ và hệ số tán xạ suy giảm $\mu'_s = (1 - g)\mu_s$, luận án chứng minh rằng khi điều kiện $\mu_a \ll \mu'_s$ được thỏa mãn và độ dày lớp mô lớn hơn nhiều so với quãng đường tự do trung bình ($r \gg 1/\mu'_s$), sự phân bố photon suy giảm do cấu trúc hấp thụ tuân theo phân bố không gian đẳng hướng của hàm truyền quang học.

  2. Xác lập Định đề Tương đương Nguồn Sáng Âm (Negative Source Equivalence): Luận án chứng minh một cấu trúc hấp thụ ánh sáng $x(\vec{r})$ nằm tại độ sâu $d$ trong môi trường chiếu sáng đồng nhất có thể được biểu diễn toán học tương đương như một nguồn phát sáng âm. Từ đó, ảnh mờ thu nhận tại camera $y(\vec{r})$ khi bỏ qua thành phần nhiễu $n$ tuân theo tích chập không gian: $$y = h_{abs} \times x$$ và hàm phân bố cấu trúc hấp thụ nghịch đảo hoàn toàn tương đồng với hàm sáng điểm nguồn điểm huỳnh quang $PSF(\rho, d)$ của Shimizu: $$PSF(\rho) = \frac{3 P_0}{(4\pi)^2} \frac{\exp(-\kappa_d r)}{(\rho^2 + d^2)} \left{ (\mu'_s + \mu_a) + \left[ \kappa_d + \frac{1}{(\rho^2 + d^2)^{1/2}} \right] \frac{d}{(\rho^2 + d^2)^{1/2}} \right}$$ trong đó $\kappa_d = \sqrt{3\mu_a(\mu'_s + \mu_a)}$ là độ tiêu tán khuếch tán trung bình, $\rho$ là khoảng cách xuyên tâm trên bề mặt và $d$ là khoảng cách từ cấu trúc hấp thụ đến bề mặt thu ảnh.

           MÔ HÌNH VẬT LÝ TƯƠNG ĐƯƠNG NGUỒN SÁNG ÂM
           
 Nguồn sáng NIR chiếu đều      Môi trường tán xạ sinh học (μa, μ's, g ≈ 0.9)
  │  │  │  │  │  │  │         ┌──────────────────────────────────────────┐
  ▼  ▼  ▼  ▼  ▼  ▼  ▼         │               Photon bị tán xạ           │
 ═════════════════════        │               theo đường zic-zac         │
 Bề mặt chiếu sáng            │                    \  /   /              │
                              │    Cấu trúc         \/   /               │
                              │    hấp thụ   ──>   [ █ █ █ ]             │
                              │    (Độ sâu d)      /  \   \              │
                              │                   /    \   \             │
 ─────────────────────        │              Phân bố suy giảm photon     │
 Bề mặt quan sát              └──────────────────────────────────────────┘
                              ════════════════════════════════════════════
                              Ảnh thu được y = x * PSF(ρ, d) (Bị mờ nhòe)
                                                  │
                                                  ▼
                              [ Attention Res-UNet & CNN Quét Điểm Ảnh ]
                                                  │
                                                  ▼
                              Ảnh khử mờ x + Bản đồ độ sâu 3D d(x,y)

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên hoàn 3 trụ cột lý thuyết: (1) Lý thuyết quang học khuếch tán RTE-PSF, (2) Lý thuyết mạng tích chập biểu diễn đặc trưng sâu (Deep Convolutional Representation), và (3) Hình học xạ ảnh tái tạo thể tích (Tomographic & 3D Projective Geometry).

       KHUNG PHÂN TÍCH VÀ QUY TRÌNH XỬ LÝ TOÀN DIỆN CỦA ĐỀ TÀI
┌─────────────────────────────────────────────────────────────────────────────┐
│ 1. MÔ PHỎNG & TẠO DỮ LIỆU ĐÀO TẠO (Data Generation Protocol)                 │
│    - Cấu trúc gốc đa dạng (hình trụ, nghiêng, phức tạp)                    │
│    - Tích chập vật lý với PSF(ρ, d) ở các độ sâu d = 0.1 - 100 mm          │
│    - Tăng cường dữ liệu (Data Augmentation) đa kích thước                   │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 2. KIẾN TRÚC MẠNG HỌC SÂU ĐA NHIỆM (Deep Learning Framework)                 │
│    ┌───────────────────────────────────┐ ┌────────────────────────────────┐ │
│    │ Khử mờ tán xạ (Deblurring)        │ │ Ước lượng độ sâu (Depth Reg.)  │ │
│    │ - Attention Res-UNet              │ │ - DenseNet169 / ResNet50       │ │
│    │ - Residual Blocks (Bảo toàn biên) │ │ - Hồi quy phi tuyến từng điểm  │ │
│    │ - Attention Gates (Khử nhiễu nền) │ │ - Trích xuất gradient tán xạ   │ │
│    └─────────────────┬─────────────────┘ └────────────────┬───────────────┘ │
└──────────────────────┼────────────────────────────────────┼─────────────────┘
                       ▼                                    ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 3. KỸ THUẬT QUÉT TỪNG ĐIỂM ẢNH (Pixel-by-Pixel Scanning Protocol)            │
│    - Tách cửa sổ trượt cục bộ, loại bỏ tương tác chồng lấn tán xạ đa nguồn  │
│    - Ước lượng độc lập giá trị độ rõ nét và độ sâu d(x,y) tại từng tọa độ   │
└──────────────────────────────────────┬──────────────────────────────────────┘
                                       ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 4. TÁI TẠO KHÔNG GIAN BA CHIỀU (3D Spatial Reconstruction)                   │
│    - Kỹ thuật 1: Tái tạo 3D từ MỘT ẢNH DUY NHẤT kết hợp bản đồ độ sâu       │
│    - Kỹ thuật 2: Tái tạo cắt lớp 360° bằng Phép lọc chiếu ngược (FBP)       │
│    -> Kết quả: Tương quan cấu trúc ~95%, độ phân giải vượt trội            │
└─────────────────────────────────────────────────────────────────────────────┘

Điểm đột phá trong khung phân tích là Kỹ thuật quét từng điểm ảnh (Pixel-by-pixel scanning). Kỹ thuật này cô lập từng vùng lân cận cục bộ của pixel mục tiêu, triệt tiêu sự giao thoa tán xạ chéo từ các cấu trúc nằm ở các độ sâu khác nhau trong cùng một trường nhìn. Điều này phá vỡ rào cản tính toán của các bài toán ngược (inverse problems) phi tuyến đa biến truyền thống.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được xây dựng trên nền tảng triết lý thực chứng (positivism) nghiêm ngặt, kết hợp phương pháp luận mô hình hóa tính toán (computational modeling) và kiểm chứng thực nghiệm đa tầng (multi-level empirical validation).

Thiết kế nghiên cứu gồm 3 cấp độ:

  • Cấp độ 1 (In silico): Xây dựng tập dữ liệu tổng hợp dựa trên tích chập chính xác giữa các mẫu hình học cơ bản (đĩa tròn, thanh trụ, mạch máu phân nhánh) với hàm $PSF(\rho, d)$ ở dải độ sâu liên tục từ $0{,}1\text{ mm}$ đến $100\text{ mm}$.
  • Cấp độ 2 (In vitro Phantom): Môi trường tán xạ giả lập mô sinh học pha chế từ sữa/intralipid và chất hấp thụ agar, tạo lập các thông số quang học thực tế ($\mu'_s = 0{,}8 - 1{,}0\text{ mm}^{-1}$; $\mu_a = 0{,}01 - 0{,}10\text{ mm}^{-1}$). Hệ thống thí nghiệm thiết lập cấu trúc hấp thụ hình trụ đặt thẳng đứng, đặt nghiêng, và cấu trúc đa hình dạng phức tạp ở các độ sâu kiểm chứng chuẩn ($d = 4{,}00\text{ mm}$, $5{,}00\text{ mm}$, $6{,}00\text{ mm}$, và $> 15\text{ mm}$).
  • Cấp độ 3 (In vivo Animal Model): Thực nghiệm trực tiếp trên chuột thí nghiệm (Slc: ICR, 11 tuần tuổi, trọng lượng $38{,}4\text{ g}$) được thực hiện tại Đại học Hokkaido, tuân thủ nghiêm ngặt các quy định đạo đức y sinh học quốc tế.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ tiêu chuẩn tam giác hóa dữ liệu (data triangulation) và phương pháp (method triangulation):

  • Giao thức thu nhận ảnh truyền quang: Nguồn phát NIR công suất cao, phân bố chùm tia đồng nhất trên diện rộng chiếu xuyên qua mẫu; hệ thống cảm biến camera nhạy sáng cao ghi nhận phân bố cường độ tại mặt đối diện (độ phân giải ảnh thực nghiệm đạt $530 \times 530\text{ pixels}$).
  • Quy trình tiền xử lý và tạo dữ liệu huấn luyện: Tập dữ liệu huấn luyện được chuẩn hóa đa kích thước ($256 \times 256$, $112 \times 112$, và $530 \times 530\text{ pixels}$). Áp dụng các kỹ thuật tăng cường dữ liệu (data augmentation) gồm quay góc ngẫu nhiên, lật đối xứng, thay đổi tỷ lệ cường độ và bổ sung nhiễu Gauss nhằm đảm bảo tính bất biến không gian.
  • Tiêu chuẩn kiểm soát độ tin cậy và hợp lệ: Sử dụng các chỉ số đo lường định lượng nghiêm ngặt gồm: Hệ số tương quan cấu trúc ($r$), Sai số quân phương trung bình (Root Mean Square Error - RMSE), Chỉ số tương đồng cấu trúc (Structural Similarity Index - SSIM), Chỉ số tương đồng Dice (Dice Similarity Coefficient), Chỉ số giao trên diện hợp (Intersection over Union - IoU), và Tỷ lệ cải thiện độ tương phản (Contrast Improvement Ratio - CIR).

Data và phân tích

Quá trình tối ưu hóa các mô hình học sâu được thực hiện qua các thực nghiệm so chuẩn (benchmarking) khắt khe:

  1. Lựa chọn mạng khử mờ tán xạ (FCN/U-Net variants): So sánh hiệu năng giữa U-Net tiêu chuẩn, Attention U-Net và Attention Res-UNet. Việc tích hợp Khối dư (Residual Blocks) giúp khắc phục triệt để hiện tượng triệt tiêu gradient (vanishing gradient) khi mạng đi sâu, bảo tồn toàn vẹn các đặc trưng biên cạnh tần số cao của cấu trúc mạch máu. Cổng chú ý (Attention Gates) tự động gán trọng số ức chế các vùng tán xạ nền không chứa thông tin hữu ích và tăng cường độ nhạy với các vùng hấp thụ cục bộ. Mô hình Attention Res-UNet đạt chỉ số Dice và IoU cao nhất trên toàn bộ các dải độ sâu thử nghiệm.

  2. Lựa chọn mạng ước lượng độ sâu (CNN Backbones): Khảo sát 4 kiến trúc phân loại/hồi quy sâu gồm: ResNet50, VGG16, VGG19 và DenseNet169 qua 20 đến 100 epoch huấn luyện trên tập dữ liệu tăng cường. DenseNet169 và ResNet50 thể hiện sự vượt trội về độ chính xác hội tụ và khả năng trích xuất gradient độ mờ của viền tán xạ để ánh xạ thành độ sâu $d$ chính xác đến từng milimét.

SO SÁNH CÁC KIẾN TRÚC MẠNG HỌC SÂU ĐƯỢC ĐÁNH GIÁ TRONG NGHIÊN CỨU
===================================================================================
Kiến trúc           Nhiệm vụ chính         Ưu điểm cốt lõi           Hạn chế
───────────────────────────────────────────────────────────────────────────────────
U-Net tiêu chuẩn    Khử mờ tán xạ 2D       Cấu trúc đối xứng U-shape  Bị nhòe viền ở
                                           truyền đặc trưng tốt       độ sâu > 15 mm
Attention U-Net     Khử mờ có trọng số     Cổng chú ý loại bỏ nhiễu   Chưa tối ưu độ
                                           nền tán xạ không mong muốn dốc gradient
Attention Res-UNet  Khử mờ nâng cao        Kết hợp Residual + Attn    Đòi hỏi GPU
(ĐỀ XUẤT CHÍNH)     (Độ sâu 0.1-100mm)     Bảo toàn đặc trưng biên    dung lượng lớn
───────────────────────────────────────────────────────────────────────────────────
VGG16 / VGG19       Hồi quy độ sâu pixel   Cấu trúc tuần tự đơn giản  Hội tụ chậm, số
                                                                      tham số quá lớn
ResNet50            Ước lượng độ sâu       Skip connection tốt        Độ chính xác cao
                                           cho gradient ổn định       nhưng dưới Dense
DenseNet169         Ước lượng độ sâu       Kết nối dày đặc, tái sử    Chi phí bộ nhớ
(ĐỀ XUẤT CHÍNH)     từng điểm ảnh          dụng đặc trưng tối đa      trung gian cao
===================================================================================

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Tái tạo cấu trúc hấp thụ đạt độ tương quan xấp xỉ $95%$: Các phương pháp đề xuất đã phục hồi hoàn hảo hình học của cấu trúc hấp thụ từ ảnh mờ. Kết quả phân tích định lượng khẳng định: "Ảnh tái tạo từ phương pháp đề xuất có sự tương quan khoảng 95% so với cấu trúc gốc." Đây là bước nhảy vọt so với mức tương quan $< 80%$ của các công bố trước đó ở độ sâu $> 10\text{ mm}$.

  2. Vượt qua giới hạn độ sâu quan sát truyền thống ($> 15\text{ mm}$ đến $100\text{ mm}$): Ở các độ sâu lớn nơi ánh sáng bị tán xạ hoàn toàn làm mất độ tương phản thị giác, mạng Attention Res-UNet kết hợp kỹ thuật quét điểm ảnh vẫn bóc tách chính xác vị trí tâm và độ rộng FWHM của vật thể hấp thụ, không bị phụ thuộc vào số bước giải chập thủ công.

  3. Cải thiện vượt bậc tỷ lệ độ tương phản (CIR) ở 360 độ: Trên mô hình vật thể phức tạp quay 360 độ, phương pháp đề xuất nâng cao tỷ lệ cải thiện độ tương phản (CIR) vượt trội từ $20% - 45%$ so với kỹ thuật giải chập PSF cổ điển, loại bỏ hiện tượng giả ảnh (artifacts) dạng vòng đồng tâm do giải chập quá số lần lặp.

  4. Tái tạo không gian 3D chính xác từ MỘT ẢNH 2D DUY NHẤT: Từ một ảnh truyền qua 2D đơn lẻ ở hướng $302^\circ$, hệ thống đã ước lượng đồng thời bản đồ độ sâu $d(x,y)$ và ma trận hấp thụ khử mờ, từ đó kết xuất thành công mô hình 3D với thang màu độ sâu (mm). Hình thái 3D này khớp hoàn toàn với cấu trúc giải phẫu thu được qua chụp cắt lớp 360 độ.

  5. Xác thực thành công trên mô hình động vật sống (in vivo): Trên chuột thí nghiệm $38{,}4\text{ g}$, ảnh cắt lớp tái tạo từ phương pháp đề xuất làm nổi bật rõ nét các tạng giàu máu (gan, thận) bên trong ổ bụng. Khi đối chiếu với ảnh siêu âm Doppler chế độ B (B-mode ultrasound), vị trí và diện tích mặt cắt các cơ quan nội tạng có sự tương thích cao, khẳng định năng lực ứng dụng tiền lâm sàng thực tế.

                    KẾT QUẢ TÁI TẠO 3D TỪ MỘT ẢNH 2D ĐƠN LẺ
┌─────────────────────────┐     ┌─────────────────────────┐     ┌─────────────────────────┐
│ (a) Ảnh quan sát thực tế│     │ (b) Ảnh sau khử mờ tán xạ│    │ (c) Tái tạo thể tích 3D │
│     Môi trường tán xạ   │ ──> │     Attention Res-UNet  │ ──> │     Gắn nhãn độ sâu     │
│     (Bóng mờ, mất nét)  │     │     (Tương quan ~95%)   │     │     (Thang màu mm)      │
└─────────────────────────┘     └─────────────────────────┘     └─────────────────────────┘

Implications đa chiều

  • Về mặt lý thuyết y sinh: Chứng minh tính đúng đắn của việc mô hình hóa cấu trúc hấp thụ đa tầng trong mô sống như một trường thế suy giảm photon, cung cấp cơ sở toán học vững chắc cho ngành quang học mô phi tuyến.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn mực kết hợp giữa mô phỏng vật lý tiến (forward physical modeling) để sinh dữ liệu huấn luyện và mạng nơ-ron học sâu giải bài toán ngược (inverse problem), loại bỏ nhu cầu thu thập hàng triệu ảnh y tế thực tế có gắn nhãn thủ công tốn kém.
  • Về mặt ứng dụng lâm sàng: Mở đường cho việc chế tạo thiết bị soi tĩnh mạch sâu hỗ trợ tiêm truyền tĩnh mạch chính xác trong hồi sức cấp cứu, tầm soát sớm u xơ tuyến vú định kỳ mà không gây phơi nhiễm phóng xạ cho phụ nữ mang thai, và theo dõi tưới máu mô trong phẫu thuật ghép tạng.

Limitations và Future Research

Nhằm duy trì tính trung thực và khách quan học thuật, luận án chỉ rõ các giới hạn còn tồn tại:

  1. Giả định môi trường tán xạ bán vô hạn và đồng nhất: Mô hình lý thuyết hiện tại giả định các hệ số quang học $\mu_a, \mu'_s$ phân bố đồng nhất trong nền mô xung quanh. Trong cơ thể người, các lớp mô có cấu trúc dị hướng phức tạp (da, mỡ dưới da, cân cơ, màng xương) với chiết suất khác nhau gây ra khúc xạ cục bộ tại các mặt phân cách.
  2. Yêu cầu tài nguyên tính toán của kỹ thuật quét từng điểm ảnh: Phương pháp quét từng pixel đảm bảo độ chính xác tuyệt đối nhưng làm tăng độ trễ tính toán khi xử lý các ảnh có độ phân giải siêu cao ($> 4\text{K}$), gây thách thức cho các ứng dụng hiển thị thời gian thực (real-time $> 30\text{ fps}$) trên thiết bị nhúng cầm tay.
  3. Hiện tượng suy giảm tín hiệu ở độ dày mô $> 100\text{ mm}$: Mặc dù kỹ thuật xử lý ảnh có thể đáp ứng, nhưng ở độ dày mô vượt quá $100\text{ mm}$, mật độ photon đạn đạo và photon khuếch tán truyền qua bị suy giảm theo hàm mũ, dẫn đến tỷ số tín hiệu trên nhiễu (SNR) của cảm biến giảm mạnh xuống dưới ngưỡng phát hiện quang học.

Chương trình nghiên cứu 5–10 năm tiếp theo được vạch ra với 4 định hướng cụ thể:

  • Phát triển mô hình mạng nơ-ron vật lý tích hợp (Physics-Informed Neural Networks - PINN) đưa trực tiếp phương trình RTE vào hàm mất mát (loss function) khi huấn luyện.
  • Tối ưu hóa thuật toán quét điểm ảnh song song trên phần cứng chuyên dụng FPGA/GPU tensor cores để đạt tốc độ xử lý video thời gian thực.
  • Mở rộng hệ thống thu nhận sang kỹ thuật quang phổ đa kênh (hyperspectral imaging) để đo độ bão hòa oxy máu ($StO_2$) và phân biệt nồng độ Oxyhemoglobin ($HbO_2$) với Deoxyhemoglobin ($HHb$).
  • Thực hiện thử nghiệm lâm sàng quy mô lớn trên bệnh nhân u tuyến vú tại các bệnh viện chuyên khoa ung bướu.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình tạo ra một chuẩn tham chiếu mới trong lĩnh vực xử lý ảnh quang học y sinh (Biomedical Optical Imaging), mở ra ít nhất 3 nhánh nghiên cứu tiếp nối về chụp ảnh cắt lớp quang học khuếch tán (Diffuse Optical Tomography - DOT) tăng cường bởi AI.
  • Chuyển đổi công nghiệp thiết bị y tế: Cung cấp lõi công nghệ xử lý ảnh cho các doanh nghiệp sản xuất thiết bị y tế trong nước và quốc tế, tạo tiền đề chế tạo các máy soi tĩnh mạch thế hệ mới có khả năng hiển thị độ sâu mạch máu và các máy quét quang học tầm soát u vú giá thành thấp.
  • Lợi ích xã hội và y tế cộng đồng: Giảm tải gánh nặng chi phí y tế cho các cơ sở khám chữa bệnh tuyến cơ sở; giảm thiểu rủi ro biến chứng do đâm kim lệch tĩnh mạch ở trẻ sơ sinh, người già và bệnh nhân béo phì; hỗ trợ tầm soát ung thư vú diện rộng không xâm lấn.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả quang học y sinh: Tiếp cận phương pháp luận chuẩn xác về giải bài toán ngược truyền sáng và kho mã nguồn kiến trúc Attention Res-UNet tối ưu cho ảnh mờ vật lý.
  • Kỹ sư R&D thiết bị quang điện tử y tế: Sở hữu thuật toán ước lượng độ sâu 3D đơn ảnh để tích hợp trực tiếp vào vi xử lý của các thiết bị chẩn đoán quang học cầm tay.
  • Bác sĩ lâm sàng và điều dưỡng: Được hỗ trợ bởi công cụ định vị giải phẫu mạch máu và tổn thương sâu trực quan 3D theo thời gian thực, nâng cao tỷ lệ thành công của các thủ thuật xâm lấn tối thiểu.
  • Hệ thống y tế dự phòng: Có thêm phương tiện sàng lọc bệnh lý khối u vú định kỳ an toàn, thân thiện và tiết kiệm ngân sách y tế quốc gia.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc xác lập và chứng minh thực nghiệm thành công định đề tương đương giữa hàm truyền quang học của cấu trúc hấp thụ âm ($h_{abs}$) và hàm sáng điểm $PSF(\rho, d)$ nguồn huỳnh quang dương trong môi trường tán xạ đa tầng. Luận án đã mở rộng Phương trình Lan truyền Bức xạ (RTE) và Lý thuyết Xấp xỉ Khuếch tán (Diffusion Approximation) của Chandrasekhar và Ishimaru từ bài toán nguồn phát chủ động sang bài toán cấu trúc tiêu tán thụ động phức tạp, cung cấp công thức giải tích chuẩn xác để mô phỏng tương tác photon-mô ở dải bước sóng NIR.

2. Đột phá phương pháp luận của luận án khi so sánh với ít nhất 2 nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu giải chập PSF lặp của Shimizu et al. (2013) và Trần Trung Nghĩa (2013), phương pháp của luận án loại bỏ hoàn toàn sự phụ thuộc vào số vòng lặp kinh nghiệm và nguy cơ phân kỳ do nhiễu, giảm thời gian xử lý từ hàng chục phút xuống vài mili-giây. So với nghiên cứu học sâu sơ khởi của Phan Văn Tô Ni (2023) vốn chỉ xử lý được cấu trúc đơn lẻ ở độ sâu $< 10\text{ mm}$ (tương quan $< 0{,}8$), luận án đã phát triển kỹ thuật quét từng điểm ảnh kết hợp Attention Res-UNet, mở rộng giới hạn độ sâu lên $100\text{ mm}$ và nâng độ tương quan cấu trúc lên xấp xỉ $95%$.

3. Phát hiện bất ngờ nhất về mặt dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là khả năng trích xuất toàn vẹn thông tin độ sâu 3D $d(x,y)$ từng điểm ảnh chỉ từ một ảnh 2D truyền qua duy nhất bị mờ nhòe nghiêm trọng. Về mặt quang học hình học cổ điển, điều này dường như bất khả thi do mất pha và photon bị tán xạ hỗn loạn. Tuy nhiên, mô hình học sâu DenseNet169/ResNet50 đã chứng minh rằng tốc độ suy giảm không gian của gradient viền mờ (blur gradient decay rate) mang chữ ký vật lý đặc trưng duy nhất của độ sâu nguồn phát, cho phép giải mã không gian 3D với sai số milimét.

4. Luận án có cung cấp giao thức tái lập (replication protocol) hoàn chỉnh không?

Luận án cung cấp một giao thức thực nghiệm và tính toán cực kỳ chi tiết: từ công thức pha chế mẫu agar-intralipid với thông số quang học chuẩn xác ($\mu'_s, \mu_a$), cấu hình nguồn sáng NIR bước sóng $700\text{ nm} - 1200\text{ nm}$, sơ đồ bố trí hình học camera và mẫu thử, quy trình sinh tập dữ liệu tích chập tổng hợp, cho đến chi tiết siêu tham số kiến trúc mạng (tốc độ học, hàm mất mát Dice/IoU, số epoch, kích thước batch). Mọi nhà nghiên cứu độc lập đều có thể tái lập hoàn toàn quy trình này.

5. Kế hoạch nghiên cứu 10 năm tới được phác thảo như thế nào?

Kế hoạch 10 năm tập trung vào 3 giai đoạn chiến lược:

  • Giai đoạn 1 (1–3 năm): Tích hợp thuật toán vào chip nhúng AI (Edge-AI) đạt tốc độ dựng hình 3D $> 30\text{ fps}$, thử nghiệm thiết bị soi tĩnh mạch sâu thương mại.
  • Giai đoạn 2 (4–6 năm): Kết hợp đa phương thức NIR Transillumination với Siêu âm Doppler và Kỹ thuật Quang âm (Photoacoustic Imaging) nhằm tạo ra hệ thống chẩn đoán u vú đa thông số.
  • Giai đoạn 3 (7–10 năm): Thực hiện thử nghiệm lâm sàng đa trung tâm (Multi-center Clinical Trials), hoàn thiện hồ sơ chứng nhận thiết bị y tế (FDA/CE) cho máy chẩn đoán quang học không bức xạ.

Kết luận

Luận án tiến sĩ của Đặng Nguyễn Ngọc An đã hoàn thành xuất sắc toàn bộ các mục tiêu và nhiệm vụ nghiên cứu đặt ra, tạo nên một mốc son học thuật quan trọng với 5 đóng góp cốt lõi được lượng hóa:

  1. Chuẩn hóa toán học mô hình truyền sáng: Thiết lập và chứng minh sự tương đương giải tích giữa hàm tán xạ hấp thụ $h_{abs}$ và hàm sáng điểm $PSF(\rho, d)$ dựa trên xấp xỉ khuếch tán photon trong dải phổ NIR $700\text{ nm} - 1200\text{ nm}$.
  2. Kiến trúc học sâu khử mờ vượt trội: Phát triển thành công mạng Attention Res-UNet chuyên biệt cho khử mờ quang học, nâng độ tương quan cấu trúc tái tạo lên xấp xỉ $95%$, vượt qua giới hạn độ sâu quan sát truyền thống ($> 15\text{ mm}$ đến $100\text{ mm}$).
  3. Kỹ thuật quét từng điểm ảnh đột phá: Giải quyết triệt để bài toán chồng lấn tán xạ của cấu trúc hấp thụ phức tạp đa độ sâu, loại bỏ hiện tượng giả ảnh và tối ưu hóa độ tương phản CIR từ $20% - 45%$.
  4. Hiện thực hóa công nghệ tái tạo 3D đơn ảnh: Khai phá phương thức kết xuất hình ảnh ba chiều hoàn chỉnh và ước lượng bản đồ độ sâu $d(x,y)$ chính xác chỉ từ một ảnh truyền qua 2D duy nhất.
  5. Kiểm chứng thực nghiệm đa tầng nghiêm ngặt: Xác thực tính khả thi và độ tin cậy từ mô hình mô phỏng, mẫu giả lập phantom đến mô hình động vật sống (in vivo ICR mouse), đối chiếu chuẩn hóa thành công với ảnh siêu âm lâm sàng.

Công trình không chỉ nâng tầm vị thế của ngành Vật lý Kỹ thuật Việt Nam trên trường quốc tế mà còn đặt nền móng công nghệ vững chắc cho sự ra đời của các thiết bị chẩn đoán quang học thông minh, an toàn và chi phí thấp phục vụ cộng đồng y khoa trong tương lai.