Sinh viên Bách khoa Hà Nội nghiên cứu phát hiện và phân vùng u buồng trứng từ ảnh siêu âm

Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 41 đã khép lại thành công với sự tham gia của 438 công trình nghiên cứu từ 1.342 sinh viên Đại học Bách khoa Hà Nội. Trong số đó, “Phát hiện và phân vùng u buồng trứng từ ảnh siêu âm” được đánh giá là đề tài nổi bật với tiềm năng ứng dụng cao trong đời sống, giành giải Nhì - hạng mục Công nghệ dữ liệu và Hệ thống thông minh. 

Nhóm nghiên cứu gồm 3 sinh viên chuyên ngành Kỹ thuật Điện tử Viễn thông, Trường Điện – Điện tử: Ngô Vân Anh (K66), Tạ Nam Anh (K66), Nguyễn Nam Khánh (K64).

Hướng dẫn nhóm là các giảng viên của Trường Điện – Điện tử: PGS. Lê Thị Lan và PGS. Trần Thị Thanh Hải. Đề tài nghiên cứu nằm trong khuôn khổ Đề tài Khoa học và Công nghệ trọng điểm cấp quốc gia KC4.0/19-25 “Nghiên cứu phát triển hệ thống trí tuệ nhân tạo sử dụng hình ảnh siêu âm và kết quả xét nghiệm trong hỗ trợ chẩn đoán ung thư buồng trứng tại Việt Nam”, do PGS. Vũ Duy Hải làm chủ nhiệm.

Phát triển đề tài từ nhu cầu thực tế

Theo thống kê của Hiệp hội ung thư Hoa Kỳ, ung thư buồng trứng là bệnh phụ khoa ác tính phổ biến, là nguyên nhân thứ 5 gây tử vong liên quan đến ung thư ở phụ nữ. Nguy cơ mắc bệnh ung thư buồng trứng trong đời của phụ nữ là 1/87 và nguy cơ tử vong là 1/130, có nghĩa là cứ 87 người phụ nữ sẽ có 1 người mắc bệnh, trong 130 ca bệnh có 1 ca có thể tử vong. 

Tuy nhiên những trường hợp u buồng trứng được phát hiện sớm và can thiệp kịp thời có thể ngăn chặn một phần đáng kể từ 1/3 đến 2/5 trong tổng số trường hợp ung thư. Do vậy, việc phát hiện sớm các khối u rất quan trọng để điều trị hiệu quả, giúp cải thiện tiên lượng và tăng cơ hội kiểm soát bệnh thành công. 

Hiện nay, các bác sĩ xác định khối u thông qua phương pháp đọc ảnh thủ công: từ ảnh siêu âm, các bác sĩ thực hiện khoanh vùng và tính toán các thông số cần thiết để thực hiện các dự đoán tiên lượng tiếp theo.

“Do chất lượng của ảnh siêu âm thấp, có nhiều nhiễu và sự đa dạng của các khối u buồng trứng nên công đoạn đọc ảnh để chẩn đoán thường tốn thời gian và dễ gây sai sót, nhất là đối với những bác sĩ trẻ thiếu kinh nghiệm. Nhiều khối u buồng trứng không có đặc điểm nổi bật, nhiều trường hợp khối u không phân biệt được với nền ảnh, hình dáng, kích thước khối u không đồng nhất.” – Trưởng nhóm Ngô Vân Anh giải thích về những thách thức và tính cấp thiết của đề tài. 
 

Nhóm sinh viên Trường Điện – Điện tử mong muốn xây dựng một hệ thống tự động phân tích hình ảnh siêu âm nhằm hỗ trợ các bác sĩ trong quá trình khoanh vùng và chẩn đoán u.

Sinh viên Ngô Vân Anh cho biết, đề tài được nhóm nghiên cứu tiếp tục cải tiến dựa trên những kết quả thầy cô và các sinh sinh khoá trên trong phòng nghiên cứu đã thực hiện trước đây. 

Hệ thống sàng lọc ung thư buồng trứng từ hình ảnh siêu âm

Nhóm đã phát triển phương pháp gồm hai khối: phát hiện và phân vùng u. 

Với khối phát hiện, nhằm khai thác ưu điểm của mỗi bộ phát hiện, nhóm nghiên cứu đã kết hợp hai mô hình tiên tiến là Faster R-CNN – mô hình có khả năng tốt trong khoanh vùng và YOLOv5 – mô hình vượt trội hơn trong xác định loại u.

Trong khối phân vùng, dựa trên các mô hình cơ sở (UNet, FPN, PSPNet), sau khi đánh giá khách quan các mô hình khi thay đổi bộ mã hóa (Inceptionv3, DenseNet121, MobileNet), nhóm sinh viên tiến hành đề xuất chiến lược kết hợp trọng số. Ngoài ra, mạng transformer nói chung và mô hình SAM nói riêng cũng được nhóm khai thác và tinh chỉnh trên bài toán phân vùng u buồng trứng với việc đề xuất hàm mất mát phù hợp. 
 

Kết quả tại khối phát hiện được đưa vào khối phân vùng để xác định chính xác hình dáng, kích thước khối u, là cơ sở để các bác sĩ tiến hành các bước chẩn đoán tiếp theo. 

Phương pháp đề xuất đã được tích hợp vào trang web với giao diện cho phép các bác sĩ đưa hình ảnh siêu âm, sau đó hệ thống sẽ phát hiện, lưu trữ kết quả và khoanh vùng tự động.

Trong toàn bộ nghiên cứu, nhóm sử dụng bộ dữ liệu OTU-2D – cơ sở dữ liệu đã được công bố trong cộng đồng nghiên cứu gồm 1469 ảnh siêu âm về 8 loại u buồng trứng. Đồng thời, nhóm sinh viên cùng Phòng nghiên cứu xử lý tín hiệu, thông tin và nội dung đa phương tiện (SigM Lab) đã và đang phối hợp với Bệnh viện Phụ sản Trung Ương tiến hành thu thập bộ dữ liệu ảnh siêu âm buồng trứng tại Việt Nam.

Vượt khó khăn, tự tin mở rộng nghiên cứu

Theo thành viên nhóm Tạ Nam Anh chia sẻ, thời điểm khó khăn nhất của nhóm là khi mông lung, không biết nên cải tiến theo hướng nào thì tốt. 
“Trong việc đánh giá các kết quả dự đoán, chúng tôi mất nhiều thời gian để xác định ưu điểm và hạn chế của các mô hình trên các loại u khác nhau, do đó khó tìm ra phương pháp cải tiến.”

Trong quá trình nghiên cứu, nhóm đã thử nghiệm một số phương pháp tiền xử lý ảnh siêu âm trước khi đưa vào hệ thống, nhưng kết quả nhận về chưa thực sự nổi bật. Mất phương hướng khi khi đạt được kết quả như kỳ vọng khiến nhóm có chút nản chí nhưng tâm trạng ấy nhanh chóng được các thầy cô Trường Điện – Điện tử vực dậy. 

Sinh viên Nguyễn Nam Khánh bày tỏ: “Các thầy cô là trụ cột tinh thần để chúng tôi tiếp tục cố gắng. Với lời khuyên của các thầy cô – mỗi lần thất bại là một bài học, chúng tôi “thua keo này, bày keo khác” tiếp tục thay đổi hướng tiếp cận để đạt kết quả tốt nhất có thể."

Trải qua hơn 1 năm miệt mài nghiên cứu, nhóm đã đạt được tỉ lệ chính xác 92% trong bài toán phân vùng nhị phân, 75% chính xác trong bài toán phát hiện các loại u và duy trì hiệu suất ổn định trên bộ dữ liệu tại Việt Nam. 
 

Đề tài nghiên cứu của cô trò PGS. Lê Thị Lan, PGS. Trần Thị Thanh Hải đã giành giải Nhì trong Hội nghị Sinh viên NCKH lần thứ 41 vừa qua. Kết quả nghiên cứu của nhóm được chấp nhận trình bày tại hội nghị ICISN 2024, ICCE 2024. Ngoài ra, 1 bài báo cáo đã được nhóm gửi tới hội nghị MAPR 2024 và đang trong quá trình phản biện.

Nhóm đặt mục tiêu sẽ tiếp tục cải tiến, mở rộng nghiên cứu để có thể đem tới những công cụ hỗ trợ hữu dụng nhất cho các bác sĩ, đồng thời hứa hẹn mang tới hội nghị năm sau những kết quả nghiên cứu nổi bật hơn và gặt hái những thành tích cao hơn.
 

“Giải Nhì Hội nghị Sinh viên NCKH lần thứ 41 là một sự ghi nhận và là phần thưởng xứng đáng cho quá trình nỗ lực của các sinh viên trong nhóm. Có thể nói việc tham gia nghiên cứu khoa học là một trải nghiệm đặc biệt trong quãng đời sinh viên. Ngoài những kiến thức các em thu nhận được qua quá trình nghiên cứu thì tinh thần làm việc nhóm, khả năng duy trì đam mê nghiên cứu ở những thời điểm khó khăn và bế tắc nhất sẽ có cơ hội được trui rèn, phát triển. Đối với sinh viên tham gia đề tài liên ngành như nhóm nghiên cứu Vân Anh - Nam Anh - Nam Khánh, các bạn cũng sẽ thấy được khả năng ứng dụng thực tế của những kiến thức đã học tại Trường Bách Khoa Hà Nội!” PGS. Lê Thị Lan - Giảng viên Trường Điện - Điện tử, ĐHBK Hà Nội “Nhóm nghiên cứu đã đề xuất được những mô hình học máy hiệu quả cho bài toán phát hiện và khoanh vùng, có khả năng áp dụng trên đa dạng dữ liệu ảnh siêu âm buồng trứng của bệnh nhân trong nước và trên thế giới. Các kết quả này có ý nghĩa nhất định trong hỗ trợ các bác sĩ xác định nhanh, tránh những bỏ sót không đáng có khi phải đọc ảnh trong thời gian dài và khi quá tải bệnh nhân.” PGS. Trần Thị Thanh Hải - Giảng viên Trường Điện - Điện tử, ĐHBK Hà Nội