Page 406 - SDMD CNKT va CNTT trong tien trinh CNH_HDH DBSCL

Giai đoạn đào tạo:

Tiền xử lý: Hình ảnh CT được chuyển đổi thành hình ảnh kỹ thuật số
(.jpg) dựa trên giá trị HU. Dựa vào chỉ số HU, sự biến thiên đậm độ của các
tổn thương qua các thì chụp ảnh CT như Bảng 19.2, nhãn dữ liệu được gán
với công cụ Labelmg dưới sự giám sát của bác sĩ chuyên khoa.

Trích xuất đặc trưng: Mô hình rút trích đặc trưng ResNet-101 được
sử dụng.
Đào tạo mô hình: Tập dữ liệu sau khi rút trích đặc trưng sẽ được huấn
luyện trên mô hình mạng Faster R-CNN. Cả bốn tập dữ liệu con ở các thì
Plain, Arterial, Venous và Delay đều được đưa lần lượt vào để tiến hành đào
tạo trên cùng một môi trường. Trong quá trình đào tạo khi chỉ số mất mát
(loss) không được cải thiện (không giảm), việc đào tạo sẽ dừng lại và
chuyển sang giai đoạn thử nghiệm để đánh giá mô hình. Giá trị mất mát của
mô hình rất thấp sau 100.000 bước đào tạo, như được minh họa trong Hình
19.16.

Hình 19.16. Giá trị mất mát qua các bước đào tạo của bốn thì

Giai đoạn thử nghiệm:

Quá trình tiền xử lý và trích xuất đặc trưng cũng được thực hiện trên
tập dữ liệu kiểm thử trước khi đánh giá mô hình. Ảnh sau khi đã rút trích
đặc trưng sẽ được đưa qua mô hình đã được đào tạo để cho ra kết quả dò tìm
tự động các tổn thương gồm bounding box chứa tổn thương gan và nhãn của
tổn thương. Một ví dụ về phát hiện và phân loại tổn thương gan được trình
bày trong Hình 19.17.

Hình 19.17. Phát hiện và phân loại tổn thương gan ở bốn thì

392