SỬ DỤNG MẠNG NEURAL TÍCH CHẬP (CNN) ĐỂ CHẨN ĐOÁN COVID-19 TỪ ẢNH X-QUANG NGỰC

Tóm tắt

Trí tuệ nhân tạo AI được dùng trong phân loại dữ liệu ảnh
X-quang ngực nhằm cải thiện độ chính xác trong việc chẩn đoán và phát hiện kịp thời bệnh viêm phổi do COVID-19. Mục đích của nghiên cứu này là phát triển thị giác máy tính dựa trên các chương trình
phát hiện các đặc điểm X-quang ngực giúp các bác sĩ đưa ra các biện pháp điều trị phù hợp để giảm tình trạng tử vong. Theo thời gian,
mạng neural tích chập hoạt động tốt hơn các thuật toán phân loại hình ảnh khác. Do đó, ba kiến trúc mạng neural gồm VGG16, ResNet50 và ResNet101 được dùng để hỗ trợ chẩn đoán viêm phổi do COVID-19 dựa vào X-quang ngực. Trong số đó, hiệu suất phân loại tốt nhất là ResNet101 với độ chính xác Accuracy và tỷ lệ lỗi Loss thu được lần lượt là 95,42% và 0,1492. Ngoài ra, ResNet101 thể hiện tốt trong việc phân loại các trường hợp COVID-19 trong tập kiểm tra với Precision, Recall và F1-score lần lượt là 92,2%, 94,0% và 93,0%. Chính vì vậy, mô hình ResNet101 có thể hỗ trợ thực hành lâm sàng thông qua việc xây dựng trang web giúp các chuyên gia y tế tiết kiệm thời gian và giảm thiểu các lỗi thủ công trong quá trình chẩn đoán.