Đang tải... (xem toàn văn)
1.1 Phát biểu vấn đề Khi khoa học kĩ thuật phát triển, cuộc sống của con người không ngừng cải thiện nhờ vào các thành tựu nghiên cứu. Máy móc thiết bị đóng vai trò quan trọng trong việc cơ giới hoá mọi hoạt động của con người, trong đó phải kể đến các thiết bị y tế, y khoa dùng trong việc xét nghiệm và chẩn đoán bệnh. Việc tích hợp những ứng dụng giúp hỗ trợ chẩn đoán trong y khoa bắt đầu hình thành khi độ chính xác trong các bài toán phân lớp dần tăng cao, khởi đầu từ logic mờ, tiếp đến là các loại mạng nơron truyền thống, thuật giải di truyền, các mô hình tích hợp… Ở đây, một hệ thống phân lớp được sử dụng để thực hiện phân lớp hay còn gọi là chẩn đoán ung thư, được nghiên cứu, phân tích và ứng dụng – gọi là hệ thống nhận dạng miễn dịch nhân tạo mờ (FAIRS). Cũng như các hệ thống nhận dạng khác, FAIRS cũng bao gồm 2 giai đoạn: huấn luyện và thử nghiệm. Trong đó, giai đoạn huấn luyện sẽ sử dụng “cơ chế miễn dịch” để đào thải những “tác nhân xấu” (những mẫu không tốt hoặc không cần thiết cho việc nhận dạng), chỉ giữ lại những tế bào có ích cho cơ thể. Giai đoạn thử nghiệm được thực hiện bằng cách so khớp mẫu cần phân lớp và những tế bào có ích, nếu khớp với mẫu nào nhất thì phân lớp của mẫu cũng chính là kết quả chẩn đoán ung thư. Quá trình phân tích ứng dụng chẩn đoán ung thư được mô tả trong Hình 1.1. Thuật toán phân lớp bằng Hệ thống nhận dạng miễn dịch nhân tạo (Artificial Immune Regconition System - AIRS) là một thuật toán quan trọng trong lĩnh vực Hệ thống miễn dịch nhân tạo (Artificial Immune System - AIS) và có khả năng ứng dụng rất hiệu quả và hấp dẫn. AIRS được ứng dụng chủ yếu trong các bài toán phân lớp y khoa như ung thư vú, bệnh tim, đái tháo đường… và cho những kết quả thỏa đáng. Vì vậy, AIRS chứng tỏ được nó là một kỹ thuật trí tuệ nhân tạo trong lĩnh vực y khoa. Bên cạnh đó, cơ chế phân phối tài nguyên trong thuật toán AIRS được thực hiện bằng logic mờ, gọi là Hệ thống nhận dạng miễn dịch nhân tạo mờ (Fuzzy Artificial Regconition System - Fuzzy AIRS).
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN VÕ THỊ THỦY TÚ ỨNG DỤNG HỆ THỐNG NHẬN DẠNG MIỄN DỊCH NHÂN TẠO MỜ TRONG CHẨN ĐOÁN UNG THƯ LUẬN VĂN THẠC SĨ NGÀNH KHOA HỌC MÁY TÍNH Thành phố Hồ Chí Minh - 2009 ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN VÕ THỊ THỦY TÚ ỨNG DỤNG HỆ THỐNG NHẬN DẠNG MIỄN DỊCH NHÂN TẠO MỜ TRONG CHẨN ĐOÁN UNG THƯ : KHOA HỌC MÁY TÍNH : 60.48.01 LUẬN VĂN THẠC SĨ (Chuyên ngành Khoa Học Máy Tính) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TS. LÊ HOÀI BẮC Thành phố Hồ Chí Minh - 2009 Võ Thị Thủy Tú | Ứng dụng hệ thống nhận dạng miễn dịch nhân tạo mờ trong chẩn đoán ung thư | K15 Trang 1 Lời cảm ơn Đầu tiên, em xin chân thành cám ơn Ban Giám Hiệu, các Thầy Cô trường Đại học Khoa Học Tự Nhiên cùng các Thầy Cô Khoa Công Nghệ Thông Tin đã tận tình truyền đạt những kiến thức quí báu cho chúng em trong thời gian vừa qua. Tiếp đến, em xin gởi lời cám ơn chân thành nhất đến PGS.TS Lê Hoài Bắc. Thầy đã tận tình chỉ bảo em cũng như giúp đỡ kịp thời khi cần thiết trong suốt quá trình thực hiện đề tài này. Cuối cùng, em xin gởi tất cả tình cảm thân thương nhất đến gia đình, thầy cô và bạn bè; những người luôn ủng hộ em về mọi mặt. Tp. HCM, Ngày 01 Tháng 03 Năm 2009 Võ Thị Thủy Tú Trang 2 Lời nói đầu Ung thư là một nhóm các bệnh gồm hơn 100 căn bệnh khác nhau, trong đó các bệnh này đều ảnh hưởng đến đơn vị cơ bản nhất của cơ thể sống, đó là tế bào. Ung thư xuất hiện khi việc phân chia tế bào trở nên bất thường, không thể kiểm soát được từ đó sẽ dẫn đến tử vong nhanh chóng. Tại hội thảo quốc tế “Ung thư phụ nữ và trẻ em” tổ chức tại Hà Nội ngày 6 và 7 tháng 11 năm 2003, qua thống kê, mỗi năm Việt Nam có 100.000 đến 150.000 người mắc bệnh ung thư được phát hiện, trong đó số người tử vong lên đến 70.000 người. Các nghiên cứu đã chứng minh rằng nhiều loại bệnh ung thư có thể ngăn chặn nếu được phát hiện và điều trị sớm, chẳng hạn như ung thư vú, ung thư cổ tử cung, ung thư da, ung thư tuyến tiền liệt,… Khi các bệnh này được phát hiện sớm và điều trị thích hợp, 95% bệnh nhân có thể sống thêm ít nhất 5 năm. Theo Bách khoa toàn thư mở Wikipedia tiếng Việt, Ung thư vú là loại ung thư thường gặp nhất và gây tử vong hàng đầu ở phụ nữ nhiều nước công nghiệp phát triển. Theo Cơ quan Nghiên cứu Ung thư Thế giới (IARC), vào năm 1998 ung thư vú đứng đầu chiếm 21% trong tổng số các loại ung thư ở phụ nữ trên toàn thế giới [18]. Chúng ta có thể phát hiện sớm ung thư vú bằng cách tự khám sau chu kỳ kinh nguyệt hàng tháng; hoặc khám vú do chuyên viên y tế thực hiện (Clinical Breast Examination – CBE); hoặc chụp quang tuyến vú (Mammogram). Nếu những phương pháp truy tầm này khám phá ra những thay đổi bất thường của vú, tùy trường hợp, các bác sĩ sẽ cho bệnh nhân thực hiện các thử nghiệm khác như siêu âm (ultrasound), MRI, hay sinh thiết (thử thịt, biopsy),… để định bệnh [16]. Tuy nhiên, kết quả chẩn đoán phụ thuộc rất nhiều đến kinh nghiệm của bác sỹ cũng như suy luận tại thời điểm chẩn đoán, chứ không dựa trên quy tắc tiêu chuẩn nào. Trang 3 Một hệ thống chẩn đoán ung thư, cụ thể là hệ thống phân loại mẫu ung thư, sẽ hỗ trợ cho bác sỹ rất nhiều trong việc đưa ra kết quả chẩn đoán cuối cùng. Khi đứng trước một quyết định khó khăn, không dựa trên một luật cố định nào, hệ thống phân loại dựa trên vectơ đặc trưng sẽ có hiệu quả to lớn và khách quan hơn nhiều so với các hệ thống phân loại dựa trên luật. Hệ thống nhận dạng miễn dịch nhân tạo mờ (Artificial Immune Recognition System – AIRS) có thể đáp ứng tốt nhu cầu chẩn đoán trong y khoa nói chung và trong chẩn đoán ung thư nói riêng. Độ chính xác phân lớp đạt trên 96% tùy theo dữ liệu kiểm nghiệm và các tham số của thuật toán. Logic mờ được tích hợp vào giai đoạn phân phối tài nguyên của thuật toán AIRS, gọi là Hệ thống nhận dạng miễn dịch nhân tạo mờ (Fuzzy Artificial Immune Recognition System – Fuzzy AIRS), nhằm làm tăng độ chính xác phân lớp. Dữ liệu kiểm nghiệm được lấy từ trường Đại học California tại Urvine (UCI) [15]. Luận văn này gồm 5 chương, trình bày phương pháp ứng dụng Hệ thống nhận dạng miễn dịch nhân tạo mờ vào chẩn đoán ung thư nói chung và ung thư vú nói riêng. Chương 1 trình bày tổng quan về luận văn này. Chương 2 tiếp theo sẽ nói về hệ thống miễn dịch tự nhiên và nhân tạo, làm tiền đề cho thuật toán cơ bản về hệ thống AIRS được nêu ở chương 3. Chương 4 và Chương 5 giới thiệu cách xây dựng hệ thống chẩn đoán cũng như kết quả đạt được. Tài liệu tham khảo và Phụ lục sẽ đóng lại cuốn luận văn bằng một số định nghĩa và đề mục tham khảo thêm. Trang 4 Mục lục Lời cảm ơn 1 Lời nói đầu 2 Mục lục 4 Danh mục thuật ngữ và viết tắt 8 Danh mục các hình vẽ 10 Danh mục các bảng 11 Chương 1 Tổng quan 12 1.1 Phát biểu vấn đề 12 1.2 Hệ thống nhận dạng miễn dịch nhân tạo mờ 13 1.3 Hệ thống nhận dạng miễn dịch nhân tạo mờ và chẩn đoán ung thư 14 1.4 Một số nghiên cứu gần đây 15 1.4.1 Những nghiên cứu AIRS 15 1.4.2 Những nghiên cứu ung thư vú 16 1.5 Phân tích nhu cầu thực tế của ứng dụng 16 1.6 Mục tiêu của đề tài 17 1.7 Nội dung của luận văn 18 Chương 2 Các hệ thống miễn dịch: Tự nhiên và Nhân tạo 19 2.1 Hệ thống miễn dịch tự nhiên 19 2.1.1 Các thành phần miễn dịch 20 2.1.2 Nhớ và học 25 2.1.3 Tính đa dạng và tính phân phối 26 Trang 5 2.1.4 Bản chất của tự nhận biết 27 2.2 Hệ thống miễn dịch nhân tạo 27 2.2.1 Kháng nguyên, kháng thể và tế bào B 27 2.2.2 Quả cầu nhận dạng nhân tạo và sự cạnh tranh tài nguyên 28 2.3 Tế bào nhớ, đột biến và chọn lọc dòng 29 2.4 Mạng miễn dịch và sự tương tác tế bào – tế bào 30 2.5 Sự phân lớp 31 Chương 3 Thuật toán Hệ thống nhận dạng miễn dịch nhân tạo 32 3.1 Các định nghĩa 32 3.2 Thuật toán nhận dạng miễn dịch nhân tạo 35 3.2.1 Khởi tạo 36 3.2.2 Xác định tế bào nhớ và phát sinh ARB 37 3.2.3 Cạnh tranh tài nguyên và phát triển tế bào nhớ ứng viên 39 3.2.4 Giới thiệu tế bào nhớ 43 3.2.5 Phân lớp 44 3.3 Thảo luận về thuật toán AIRS 44 Chương 4 Ứng dụng vào hệ thống chẩn đoán ung thư 47 4.1 Tiến trình chẩn đoán ung thư 47 4.2 Dữ liệu nhập của hệ thống 49 4.2.1 Dữ liệu nhập ung thư vú 49 4.2.2 Dữ liệu nhập ung thư cổ tử cung 50 4.3 Dữ liệu xuất của hệ thống 51 4.3.1 Dữ liệu xuất ung thư vú 51 4.3.2 Dữ liệu xuất ung thư cổ tử cung 52 Trang 6 4.4 Xây dựng hệ thống AIRS 52 4.4.1 Khởi tạo 53 4.4.2 Xác định tế bào nhớ và phát sinh ARB 53 4.4.3 Cạnh tranh tài nguyên và phát triển tế bào nhớ ứng viên 56 4.4.4 Giới thiệu tế bào nhớ 59 4.4.5 Phân lớp 61 4.5 Tích hợp logic mờ vào AIRS – FAIRS 61 4.5.1 Biến mờ 61 4.5.2 Tập luật mờ 62 4.5.3 Hàm thành viên 63 Chương 5 Kết luận 65 5.1 Bộ dữ liệu ung thư vú 65 5.1.1 Mục đích thử nghiệm 65 5.1.2 Kết quả đạt được 65 5.2 Bộ dữ liệu ung thư cổ tử cung 67 5.2.1 Mục đích thử nghiệm 67 5.2.2 Kết quả đạt được 67 5.3 Nhận xét 67 5.3.1 Ưu điểm 67 5.3.2 Khuyết điểm 68 5.4 Hướng phát triển 68 Tài liệu tham khảo 69 Phụ lục 73 Chức năng phần mềm 73 Trang 7 Các độ đo để đánh giá khả năng thực hiện 73 Thuật toán K láng giềng gần nhất 74 [...]... chính là kết quả chẩn đoán ung thư Quá trình phân tích ứng dụng chẩn đoán ung thư được mô tả trong Hình 1.1 Hình 1.1: Tiến trình phân tích ứng dụng chẩn đoán ung thư 1.2 Hệ thống nhận dạng miễn dịch nhân tạo mờ Thuật toán phân lớp bằng Hệ thống nhận dạng miễn dịch nhân tạo (Artificial Immune Regconition System - AIRS) là một thuật toán quan trọng trong lĩnh vực Hệ thống miễn dịch nhân tạo (Artificial... NIS Hệ miễn dịch nhân tạo Artificial Immune System - AIS Hệ nhận dạng miễn dịch nhân tạo Artificial Immune System - AIRS Hệ nhận dạng miễn dịch nhân tạo mờ Fuzzy Artificial Immune System - Fuzzy AIRS Ứng dụng vào hệ thống phân lớp chẩn đoán ung thư Hình 1.2: Giai đoạn phát triển thuật toán 1.4 Một số nghiên cứu gần đây 1.4.1 Những nghiên cứu AIRS AIRS là bộ phân lớp dựa trên nguyên lý của hệ miễn dịch. .. Cải tiến thuật toán Hệ thống nhận dạng miễn dịch nhân tạo bằng cách tích hợp logic mờ vào bước phân phối tài nguyên hệ thống, nhằm nâng cao độ chính xác của quá trình phân lớp Hệ thống cải tiến được gọi là hệ thống nhận dạng miễn dịch nhân tạo mờ - FAIRS Dùng cơ sở dữ liệu bệnh ung thư vú để đánh giá và so sánh mức độ thực hiện của hai hệ thống thuật toán Thực hiện chẩn đoán ung thư vú thông qua các... gây hại tồn tại trong hệ thống mà không tấn công nó 2.2 Hệ thống miễn dịch nhân tạo Các yếu tố căn bản cần thiết để phát triển thuật toán AIRS sẽ được trình bày ở phần này Chúng ta đã xem xét một số nguyên lý cơ bản của hệ miễn dịch tự nhiên và khám phá khả năng ứng dụng trong các hệ miễn dịch nhân tạo Do đó, cấu trúc hệ miễn dịch nhân tạo cũng có những yếu tố cấu thành hệ thống nhận dạng tương tự như... phân lớp hay còn gọi là chẩn đoán ung thư, được nghiên cứu, phân tích và ứng dụng – gọi là hệ thống nhận dạng miễn dịch nhân tạo mờ (FAIRS) Cũng như các hệ thống nhận dạng khác, FAIRS cũng bao gồm 2 giai đoạn: huấn luyện và thử nghiệm Trong đó, giai đoạn huấn luyện sẽ sử dụng “cơ chế miễn dịch để đào thải những “tác nhân xấu” (những mẫu không tốt hoặc không cần thiết cho việc nhận dạng) , chỉ giữ lại những... System - Fuzzy AIRS) Trang 14 1.3 Hệ thống nhận dạng miễn dịch nhân tạo mờ và chẩn đoán ung thư Hiện nay, việc sử dụng các hệ thống phân lớp trong chẩn đoán y khoa đang ngày càng tăng Chúng ta không thể phủ định vai trò quan trọng của việc đánh giá bệnh án và quyết định của chuyên gia trong chẩn đoán bệnh Tuy nhiên, những hệ chuyên gia cùng những kỹ thuật trí tuệ nhân tạo khác dùng để phân lớp cũng hỗ... riêng và các loại ung thư nói chung 1.6 Mục tiêu của đề tài Xây dựng một hệ chẩn đoán ung thư nói riêng và y khoa nói chung là một công việc rất rộng nhưng ý nghĩa Trong phạm vi đề tài này, mục tiêu nghiên cứu tập trung vào một số vấn đề sau: Tìm hiểu, xây dựng và đánh giá một thuật toán trí tuệ nhân tạo: Hệ thống nhận dạng miễn dịch nhân tạo Đây là một thuật toán mô phỏng hệ thống miễn dịch tự nhiên để... hiện chẩn đoán ung thư cổ tử cung, theo các đặc tính luật chuyên gia và luật theo thuật toán trích chọn đặc trưng Trang 18 1.7 Nội dung của luận văn Nội dung của luận văn bao gồm những phần sau: Chương 1 trình bày tổng quan về hệ thống AIRS, hệ thống AIRS mờ, cũng như giới thiệu mục đích, ý nghĩa và nội dung đề tài Chương 2 nêu lên mối quan hệ giữa hệ thống miễn dịch tự nhiên và hệ thống miễn dịch nhân. .. phần miễn dịch Hệ thống miễn dịch có thể được xem như một hệ thống các lớp: đầu tiên là da, sau đó là các cơ quan thụ cảm nhận dạng những mẫu bệnh để đưa cho các lớp khác trong hệ thống Khả năng nhận dạng mẫu của những tế bào bẩm sinh này khá ổn định trong suốt đời sống của sinh vật 2.1.1.1 Bạch cầu Bạch cầu là nơi mà việc học và thích nghi trong hệ miễn dịch xảy ra, là nơi mà sự phản ứng miễn dịch. .. Kết quả so sánh AIRS và AIRS mờ trên dữ liệu ung thư vú 65 Bảng 5.2: Độ chính xác và thời gian phân lớp của AIRS và AIRS mờ 66 Bảng 5.3: So sánh ANFIS và AIRS mờ 67 Trang 12 Chương 1 Tổng quan Nội dung của Chương 1 trình bày tổng quan về Hệ thống nhận dạng miễn dịch nhân tạo (Artificial Immune Regconition System – AIRS), Hệ thống nhận dạng miễn dịch nhân tạo mờ (Fuzzy Artificial Immune Regconition . chẩn đoán ung thư. Quá trình phân tích ứng dụng chẩn đoán ung thư được mô tả trong Hình 1.1. Hình 1.1: Tiến trình phân tích ứng dụng chẩn đoán ung thư 1.2 Hệ thống nhận dạng miễn dịch nhân. Tổng quan 12 1.1 Phát biểu vấn đề 12 1.2 Hệ thống nhận dạng miễn dịch nhân tạo mờ 13 1.3 Hệ thống nhận dạng miễn dịch nhân tạo mờ và chẩn đoán ung thư 14 1.4 Một số nghiên cứu gần đây 15 1.4.1. pháp ứng dụng Hệ thống nhận dạng miễn dịch nhân tạo mờ vào chẩn đoán ung thư nói chung và ung thư vú nói riêng. Chương 1 trình bày tổng quan về luận văn này. Chương 2 tiếp theo sẽ nói về hệ thống