i ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA PHẠM THỊ HOÀI ỨNG DỤNG KỸ THUẬT HỌC SÂU, XÂY DỰNG CHƯƠNG TRÌNH HỖ TRỢ CHẨN ĐỐN RỐI LOẠN PHỔ TỰ KỶ Chuyên ngành: Khoa học máy tính Mã số: 8480101 TÓM TẮT LUẬN VĂN THẠC SĨ Đà Nẵng - Năm 2019 ii Cơng trình hồn thành TRƯỜNG ĐẠI HỌC BÁCH KHOA Người hướng dẫn khoa học: TS Nguyễn Văn Hiệu Phản biện 1: TS Phạm Minh Tuấn Phản biện 2: TS Phạm Xuân Hậu Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Khoa học máy tính họp Trường Đại học Bách khoa vào ngày 25 tháng năm 2019 Có thể tìm hiểu luận văn tại: − Trung tâm Học liệu, Đại học Đà Nẵng Trường Đại học Bách khoa − Thư viện Khoa Công nghệ thông tin, Trường Đại học Bách khoa – ĐHĐN CHƯƠNG MỞ ĐẦU Lý chọn đề tài Rối loạn phổ tự kỷ loại khuyết tật phát triển suốt đời thể vòng năm đầu đời Tự kỷ rối loạn hệ thần kinh gây ảnh hưởng đến hoạt động não Rối loạn phổ tự kỷ biểu khiếm khuyết tương tác xã hội, khó khăn giao tiếp ngôn ngữ phi ngôn ngữ, hành vi, sở thích hoạt động mang tính hạn hẹp lặp lặp lại Với phát triển khoa học công nghệ lĩnh vực khai phá liệu, việc áp dụng thuật toán học máy tạo nên cú híc tiến trình chuẩn đốn bệnh Mặc dầu giới có nhiều cơng cụ chẩn đốn rối loạn phổ tự kỷ hay tiền rối loạn phổ tự kỷ, nhiên hai vấn đề sau chưa giải quyết: 1) Các công cụ chẩn đoán xem trình thơng tin đầu vào (các triệu chứng, đặc điểm, ….) để xác định thông tin đầu (các bệnh dẫn đến bệnh tiền tự kỷ); Về mặt tốn học cơng cụ tồn tương đương với việc giải phương trình nhiều ẩn số Tuy nhiên, số ấn lớn việc giải vấn đề khó khăn 2) Tri thức, kinh nghiệm thực tế chuyên gia tâm lý vấn đề chẩn đoán kết chẩn đoán thời gian qua, làm để tập hợp chúng thành quy luật để từ đưa vào máy tính giúp chẩn đốn Vì đề tài “Ứng dụng kỹ thuật học sâu, xây dựng chương trình hỗ trợ chẩn đoán rối loạn phổ tự kỷ” đề tài chọn để nghiên cứu 2 Mục tiêu nội dung nghiên cứu 2.1 Mục tiêu Xây dựng chương trình hỗ trợ chẩn đốn rối loạn phổ tự kỷ 2.2 Nội dung nghiên cứu - Tìm hiểu tổng quan rối loạn phổ tự kỷ - Nghiên cứu kỷ thuật học sâu để ứng dụng vào chẩn đốn rối loạn phổ tự kỷ - Phân tích, thiết kế, xây dựng triển khai hệ thống chẩn đoán dựa vào phương pháp đề xuất Đối tượng phạm vi nghiên cứu 3.1 Đối tượng nghiên cứu - Bệnh rối loạn phổ tự kỷ - Lý thuyết Lôgic mờ mạng Nơ-ron nhân tạo - Lý thuyết học sâu: Mơ hình CNN, Mơ hình RNN-LSTM, Mơ hình LSTM-CNN 3.2 Phạm vi nghiên cứu - Hệ thống chẩn đoán rối loạn phổ tự kỷ - Phương pháp khai phá liêu, kỹ thuật học sâu Phương pháp nghiên cứu 4.1 Phương pháp lý thuyết - Nghiên cứu lý thuyết khai phá liệu - Nghiên cứu phương pháp chẩn đoán - Nghiên cứu phương pháp thống kê 4.2 Phương pháp thực nghiệm - Xây dựng sở liệu chẩn đoán rối loạn phổ tự kỷ - Xây dựng chương trình thử nghiệm Ý nghĩa khoa học thực tiễn 5.1 Ý nghĩa khoa học - Áp dụng sở lý thuyết liên quan vào chẩn đoán rối loạn phổ tự kỷ 5.2 Ý nghĩa thực tiễn - Đưa mơ hình giúp người dùng chẩn đoán bệnh rối loạn phổ tự kỷ Cấu trúc luận văn Nội dung luận văn gồm nội dung sau đây: Chương 1: Trình bày kiến thức bệnh tự kỷ trẻ em, khái niệm, nguyên nhân gây bệnh, triệu chứng bệnh, tác hại mức độ bệnh tự kỷ Chương 2: Giới thiệu tổng quan học sâu, mạng nơ-ron, giới thiệu mơ hình, kiến trúc, số ứng dụng mạng CNN, RNN-LSTM, LSTM-CNN, Chương 3: Trình bày quy trình ứng dụng kỷ thuật khai phá liệu, kỷ thuật học sâu chẩn đoán bệnh tự kỷ, biến đổi triệu chứng bệnh thành thuộc tính liệu vào kết luận bệnh thành thuộc tính liệu kỷ thuật phân nhóm Tập trung phân tích yêu cầu hệ thống, xác định chức chính, xây dựng sơ đồ hoạt động ứng dụng, tiến hành cài đặt ứng dụng CHƯƠNG TỔNG QUAN VỀ RỐI LOẠN PHỔ TỰ KỶ 1.1 Lịch sử rối loạn phổ tự kỷ Thuật ngữ tự kỷ Kanner (1943) với tên gọi “tự kỷ nhủ nhi” Năm 1980, DSM-3 đời tự kỷ gọi “rối loạn phổ tự kỷ” thể riêng biệt đặt rối loạn phát triển lan tỏa Đến năm 2000 tổ chức Giám sát bệnh tự kỷ rối loạn phát triển (ADDM) sử dụng thuật ngữ “phổ” tự kỷ để đến rối loạn phổ tự kỷ rối loạn khuyết tật có liên quan đến tự kỷ Đến tháng năm 2013, DSM-5 đời phiên cộng đồng chuyên ngành tâm thần học giới ứng dụng để chẩn đoán rối loạn phổ tự kỷ, giúp cho việc phát sớm trẻ tự kỷ Trong phiên chẩn đoán rối loạn phát triển lan tỏa trước sáp nhập vào chẩn đốn rối loạn phổ tự kỷ, thuật ngữ “Rối loạn phát triển lan tỏa” DSM-4 khơng sử dụng 1.2 Khái niệm rối loạn phổ tự kỷ Tự kỷ rối loạn phổ tự kỷ (ASD - Autism Spectrum Disorder) hai thuật ngữ sử dụng để nhóm rối loạn phức tạp phát triển não Những rối loạn gây khó khăn tương tác xã hội, giao tiếp, ngôn ngữ hành vi lặp lại mức độ khác 1.3 Nguyên nhân rối loạn phổ tự kỷ 1.3.1 Tổn thương não não phát triển 1.3.2 Yếu tố di truyền 1.3.3 Yếu tố môi trường 1.3.4 Yếu tố tâm lý thần kinh 1.3.5 Yếu tố hoá chất 1.4 Triệu chứng đặc trưng rối loạn phổ tự kỷ 1.4.1 Tự kỷ trầm cảm - Bệnh tự kỷ: Bệnh tự kỷ thường xuất độ tuổi từ – 10 tuổi, liên quan đến rối loạn nhận thức hành vi thần kinh Bệnh thể qua sút khả hòa nhập xã hội, sút việc giao tiếp ngôn ngữ phi ngôn ngữ - Bệnh trầm cảm: Trầm cảm dạng rối loạn tâm thần hay gặp dạng rối loạn tâm thần Thời đại bùng nổ thông tin, áp lực học tập lớn nên bệnh gặp nhiều lứa tuổi học sinh, sinh viên Triệu chứng đa dạng phong phú như: Mất ngủ, mệt mỏi, biếng ăn, cảm giác buồn, khó chịu, bng xi,… 1.4.2 Triệu chứng lâm sàng a Dấu hiệu cảnh báo tuổi - Giai đoạn từ – tháng tuổi - Giai đoạn từ – 12 tháng tuổi b Dấu hiệu cảnh báo tuổi: - Khiếm khuyết quan hệ xã hội, khả bắt chước, khả đáp ứng tình cảm, động tác thể, sử dụng đồ vật, khả thích nghi với thay đổi, phản ứng thị giác, phản ứng thính giác, phản ứng vị giác, khứu giác, xúc giác, cảm giác sợ hãi hồi hộp, giao tiếp lời, giao tiếp không lời, mức độ hoạt động, đáp ứng trí tuệ 1.5 Các mức độ 1.5.1 Theo thời điểm mắc tự kỷ: − Tự kỷ điển hình - hay tự kỷ bẩm sinh: triệu trứng xuất năm đầu − Tự kỷ khơng điển hình - hay tự kỷ mắc phải: trẻ phát triển ngôn ngữ giao tiếp bình thường năm đầu, sau triệu trứng tự kỷ xuất có thối triển ngơn ngữ-giao tiếp 1.5.2 Theo số thơng minh: − Tự kỷ có số thơng minh cao nói − Trẻ tự kỷ có số thơng minh cao khơng nói − Trẻ tự kỷ có số thơng minh thấp nói − Trẻ tự kỷ có số thơng minh thấp khơng nói 1.5.3 Theo mức độ: − Tự kỷ mức độ nhẹ − Tự kỷ mức trung bình − Tự kỷ mức độ nặng 1.6 Các hướng nghiên cứu có Tác giả Nguyễn Thị Thanh Mai (2013) thực nghiên cứu “Tìm hiểu phát cha mẹ dấu hiệu phát triển bất thường trước chẩn đoán trẻ tự kỷ” Tác giả Nguyễn Thị Hương Giang (2010) nghiên cứu đề tài “Nghiên cứu số đặc điểm lâm sàng trẻ tự kỷ từ 18 tháng đến 36 tháng tuổi” Tác giả Nguyễn Thị Kim Hòa (2014) nghiên cứu “Biểu lâm sàng yếu tố liên quan trẻ rối loạn phổ tự kỷ Bệnh viện Tâm thần Trung Ương Biên Hòa” Tác giả Nguyễn Lan Trang (2012) nghiên cứu “Thực trạng tựrẻ em từ 18 - 60 tháng tuổi Thành phố Thái Ngun” CHƯƠNG MƠ HÌNH HỌC SÂU 2.1 Deep Learing gì? Deep Learing kỹ thuật máy học (Machine Learning) mạnh mẽ nhiều người ngành biết đến nghiên cứu Với khả biểu diễn thông tin (represent problem/feature engineering) học (learning) Bênh cạnh lĩnh vực gặt hái nhiều thành công xử lý ảnh số video số, hay xử lí tiếng nói, áp dụng vào xử lý ngôn ngữ tự nhiên 2.2 Mạng nơ-ron nhân tạo 2.2.1 Khái niệm Mạng Nơ-ron nhân tạo (Artificial Neural Network- ANN) mơ hình xử lý thơng tin mô dựa hoạt động hệ thống thần kinh sinh học, bao gồm số lượng lớn Nơ-ron gắn kết để xử lý thông tin ANN giống não người, học kinh nghiệm (thơng qua huấn luyện), có khả lưu giữ kinh nghiệm hiểu biết (tri thức) sử dụng tri thức việc dự đốn liệu chưa biết 2.2.2 Kiến trúc mạng Nơ-ron nhân tạo Kiến trúc ANN tập hợp nơ-ron kết nối, đầu số nơ-ron trở thành đầu vào nơ-ron khác Kiến trúc chung mạng Nơ-ron nhân tạo (ANN) gồm lớp là: Input Layer, Hidden Layer Output Layer Trong đó, lớp ẩn (Hidden Layer) gồm Nơ-ron nhận liệu vào từ Nơ-ron lớp (Layer) trước chuyển đổi input cho lớp xử lý Trong ANN có nhiều lớp ẩn (Hidden Layer) Hình 2.1 Kiến trúc tổng quát ANN 2.2.3 Mạng Nơ-ron mờ Lấy nguồn cảm hứng từ nguyên lý hoạt động mạng Nơ-ron sinh học não động vật, mạng Nơ-ron nhân tạo hàm ước tính phi tuyến, với đầu vào liệu chưa thể xác định định dạng, quy luật, hay chưa thể phân loại Nhiệm vụ mạng Nơ-ron tìm quy luật liệu đó, từ giải tốn phân lớp… toán cốt lõi ngành khai phá liệu hay khoa học nhận dạng Mạng Nơ-ron mờ mạng Nơ-ron sử dụng liệu vào, ra, tham số mờ phép tính tập mờ Có thể chia mạng Nơ-ron mờ thành loại: • Loại 1: Tín hiệu vào số thực, trọng số mờ • Loại 2: Tín hiệu vào tập mờ, trọng số số thực • Loại 3: Cả tín hiệu vào trọng số mờ • Loại 4: Khai thác phép toán t-chuẩn, t-đối chuẩn 10 Hình 2.6 Mơ hình mạng nơ-ron lan truyền ngược Mạng có lớp: - Lớp vào (Input Layer) – số node vào số thuộc tính đối tượng cần phân lớp - Lớp (Output Layer) – Số node số đặc điểm cần hướng tới đối tượng (giá trị cần hướng đến – học có giám sát) - Lớp ẩn (Hidden Layer) – Số node ẩn thường không xác định trước, thường kinh nghiệm người thiết kế mạng, số node ẩn nhiều mạng cồng kềnh, q trình học chậm, số node ẩn q làm mạng học khơng xác 2.2.5.2 Thuật toán mạng nơ-ron lan truyền ngược * Thuật toán: Bước 1: Khởi tạo trọng số Vij, Wjk giá trị ngẫu nhiên nhỏ Vij = Random(-1,1), Wjk = Random(-1,1) Bước 2: Lan truyền tiến tính tốn đầu thực tế yk + Tại node vào thứ i (Input): IIi = xi , OIi = IIi + Tại node ẩn thứ p (Hidden): IHp = ΣOIiVip, OHp = f(IHp) = 1/(1 + e-IHp) + Tại node thứ q (Output): IOq = ΣOHiWiq , OOq = f(IOq) = 1/(1+ e-IOq) Bước 3: Đánh giá lỗi học - lỗi trung bình bình phương: E = 1/L*sqrt(Σ(dk - yk)2 ) Nếu E ≤ ԑ dừng học 11 Bước 4: Lan truyền ngược điều chỉnh trọng số + Với nút q thuộc tầng ra, tính đạo hàm ngược sai số thành phần δq theo công thức: δq = (dq – yq)yq(1 – yq) + Cập nhật trọng số từ tầng ẩn tới tầng Wjk: Δwpq = ηδqOHp ; Wpq(New) = wpq(Old) + Δwpq + Với nút p thuộc tầng ẩn, tính đạo hàm ngược sai số δp theo công thức: δp = OHp(1-OHp)Σ(wpk(old).δk), k=1 L + Cập nhật trọng số từ tầng vào tới tầng ẩn Vij: Δvip = ηδpOIi ; vip(New) = vip(Old) + Δvip Lặp lại bước thỏa mãn điều kiện kết thúc bước Kết thu trọng số chuẩn Vij, Wjk cho giá trị đầu thực tế giá trị đầu mong muốn gần giống 2.3 Mơ hình mạng Nơ-ron tích chập (CNN) 2.3.1 Giới thiệu mạng Nơ-ron tích chập Mạng Nơ-ron tích chập (Convolutionalal Neural NetworkCNN) mơ hình mạng học sâu giúp cho xây dựng hệ thống thông minh với độ xác cao nay, sử dụng phép tích chập để trích chọn đặc trưng đầu vào (input layer) kết hợp với hàm kích hoạt phi tính (nonlinear activation function) ReLU để tạo thông tin trừu tượng (abstract/higher-level) cho layer tiếp theo, trình lặp lại qua nhiều lớp ẩn (sử dụng lọc tích chập) để sau có số đặc trưng để nhận dạng đối tượng Mạng CNN thường áp dụng toán nhận dạng hình ảnh, xử lý ngơn ngữ tự nhiên,… CNN phát triển dựa ba ý tưởng chính: tính kết nối cục bộ, tính bất biến tính bất biến trình chuyển đổi cục 12 2.3.2 Kiến trúc mạng nơ-ron tích chập CNN Hình 2.8 Kiến trúc mạng nơ-ron tích chập Cấu trúc CNN gồm: + Convolutional layer + Lớp chuyển đổi ReLU (Rectified Linear Unit) + Lớp Pooling + Lớp Fully Connected Layer (FC) 2.3.3 Phục vụ chẩn đoán Mạng CNN sử dụng toán: Nhận dạng hình ảnh, nhận dạng chữ viết, tốn xử lí ngôn ngữ tự nhiên, phân loại văn 2.4 Mô hình mạng RNN – LSTM 2.4.1 Mạng nơ-ron hồi quy (RNN) Mạng nơ-ron hồi quy (Recurrent Neural Network - RNN) đời với ý tưởng sử dụng nhớ để lưu lại thông tin từ bước tính tốn xử lý trước để dựa vào đưa dự đốn xác cho bước dự đốn Mạng RNN chứa vòng lặp bên cho phép thơng tin lưu lại Hình 2.12 mơ tả đoạn mạng nơ-ron hồi quy Avới đầu vào Hình 2.12 Mạng nơ-ron hồi quy có vòng lặp 13 xt đầu ht Một vòng lặp cho phép thơng tin truyền từ bước qua bước khác mạng nơ-ron Một mạng nơ-ron hồi quy coi nhiều chép mạng, đầu mạng đầu vào mạng chép khác Hình 2.13 Mơ hình mạng RNN 2.4.2 Vấn đề phụ thuộc xa RNN kết nối thơng tin trước nhằm hỗ trợ cho xử lý Mạng RNN học sử dụng thông tin gần khứ để thực tác vụ Hình 2.14 RNN phụ thuộc short-term Trong trường hợp cần nhiều thơng tin hơn, RRN phải tìm thơng tin có liên quan số lượng điểm trở nên lớn RNN khơng thể học để kết nối thông tin lại với Hình 2.15 RNN phụ thuộc long-term 2.4.3 Mạng LSTM LSTM có kiến trúc dạng chuỗi thay có tầng mạng nơ-ron RNN chuẩn chúng có tới tầng tương tác với cách đặc biệt Cấu trúc mơ hình mạng nơ-ron LSTM thể hình 2.20 14 Hình 2.20 Cấu trúc mơ hình LSTM (Nguồn: Internet) Q trình hoạt động LSTM thông qua bước sau: Bước mơ hình LSTM gọi tầng cổng quên (forget gate layer) Bước định xem thông tin cần bỏ từ trạng thái tế bào ft= σ (Wf.[ht-1,xt]+bf) (2.1) Hình 2.21 Cổng chặn ft (LSTM focus f) Bước tiếp theo, cần định thông tin cần lưu lại cell state 15 it=σ(Wi.[ht-1, xt]+bi) (2.2) Ct ̃=tanh(WC [ht-1 ,xt]+bC) (2.3) Hình 2.22 Cổng vào it 𝐶𝑡 ̃ (LSTM focus i) Ở bước tiếp theo, kết hợp hai thành phần lại để cập nhật vào cell state Ct=ft*Ct-1+it*Ct ̃ (2.4) Hình 2.23 Giá trị state Ct (LSTM focus c) Cuối cùng, cần định xem thông tin output Output cần dựa cell state, lọc bớt thông tin ot=σ(Wo.[ht-1,xt]+bo) (2.5) ht=ot*tanh(Ct) (2.6) Hình 2.24 Giá trị cổng vector trạng thái ẩn ht (LSTM focus o) Mạng LSTM theo công thức kể mà lặp lại qua thời điểm t Thông tin cell state điều khiển cấu trúc cổng chặn ft, cổng vào it cổng ot 2.4.4 Phục vụ chẩn đốn - Mơ hình hóa ngơn ngữ sinh văn bản, dịch máy, nhận dạng giọng nói, mơ tả hình ảnh 16 2.5 Mơ hình LSTM-CNN 2.5.1 Giới thiệu mơ hình LSTM-CNN Kiến trúc LSTM - CNN liên quan đến việc sử dụng lớp Mạng nơron tích chập (CNN) để trích xuất tính liệu đầu vào kết hợp với LSTM để hỗ trợ dự đoán chuỗi Các LSTM - CNN phát triển cho vấn đề dự đoán chuỗi thời gian trực quan ứng dụng tạo mô tả văn từ chuỗi hình ảnh (ví dụ: video) 2.5.2 Cấu trúc mạng LSTM-CNN Đưa đầu vào, mơ hình tạo đại diện nhúng từ lớp nhúng Sau đó, biểu diễn nhúng đưa đến mơ hình LSTM để tạo vectơ đặc trưng LSTM mơ hình CNN để tạo vectơ đặc trưng CNN Các vectơ hai kênh thông tin nối đưa vào mạng lưới thần kinh để phân loại Hình 2.27 Mơ hình LSTM-CNN đa kênh 2.5.3 Ứng dụng Mơ hình LSTM-CNN - Dự báo giá cổ phiếu, mơ hình LSTM-CNN đa kênh phân tích tình cảm Việt nam, ứng dụng xử lí ngơn ngữ tự nhiên 17 CHƯƠNG ỨNG DỤNG MƠ HÌNH VÀO CHẨN ĐỐN RỐI LOẠN PHỔ TỰ KỶ 3.1 Quy trình ứng dụng vào chẩn đốn bệnh tự kỷ 3.1.1 Thu thập liệu 3.1.2 Phân tích liệu a Dữ liệu vào b Quy trình phân tích c Dữ liệu Sau người dùng hoàn thành câu hỏi hệ thống, hệ thống đưa chẩn đốn trẻ có mắc bệnh ASD hay khơng, mắc bệnh ASD mức 3.1.3 Mơ hình chẩn đốn Hình 3.3 Sơ đồ mơ hình chẩn đốn rối loạn phổ tự kỷ trẻ 18 3.1.4 Cấu trúc mạng Trong luận văn, hệ thống mạng học sâu trình bày cụ thể sau: Hình 3.4 Cấu trúc mạng học sâu 3.1.5 Ứng dụng mơ hình chẩn đoán bệnh Dựa vào trọng số thu từ mơ hình huấn luyện mạng học sâu với cấu trúc trên, người dùng cung cấp thông tin liên quan đến triệu chứng trẻ, hệ thống đưa kết nguy mắc rối loạn phổ tự kỷ với cấp độ 19 3.2 Phân tích thiết kế hệ thống 3.2.1 Xác định yêu cầu Hệ thống chẩn đoán rối loạn phổ tự kỷ cho phép phu huynh đăng nhập cập nhật thông tin triệu chứng người thân Hệ thống nhận thơng tin triệu chứng hỗ trợ chẩn đoán rối loạn phổ tự kỷ với 04 mức độ a Yêu cầu chức * Đối với quản trị viên: - Đăng nhập - Đăng xuất - Quản lý thông tin cá nhân người dùng ▪ Xem danh sách người dùng ▪ Cập nhật danh sách người dùng - Chẩn đoán bệnh - Quản lý liệu tập huấn * Đối với người sử dụng: - Đăng nhập - Đăng xuất - Cập nhật thông tin cá nhân - Chẩn đoán bệnh b Yêu cầu phi chức - Thiết kế giao diện thân thiện, dễ sử dụng - Quản lý liệu hợp lý 3.2.2 Biểu đồ ca sử dụng Các ca sử dụng tương ứng với yêu cầu chức trình bày 20 Hình 3.5 Biểu đồ ca sử dụng Dưới đặc tả số ca sử dụng a Ca sử dụng đăng nhập b Ca sử dụng chẩn đoán rối loạn phổ tự kỷ 3.2.3 Biểu đồ hoạt động a Hoạt động đăng nhập b Hoạt động chẩn đoán bệnh 3.2.4 Biểu đồ a Đăng nhập b Chẩn đoán 3.2.5 Biểu đồ triển khai hệ thống Hình 3.10 Biểu đồ triển khai hệ thống 3.3 Xây dựng chương trình Tác giả phát triển ứng dụng theo hướng trở thành website 21 Các bước tiến hành cài đặt chương trình: - Cài đặt server tomcat cho host - Deloy trang web để tạo fiel war - Upload file war lên host để thực cài đặt trang web server tomcat Website bao gồm chức sau: - Quản lý thông tin người dùng Người dùng phân quyền: + Admin: quyền thực tất chức có website + User: có quyền cập nhật thơng người dùng chẩn đoán rối loạn phổ tự kỷ - Quản lý liệu mẫu - Chẩn đoán bệnh Website chạy trình duyệt internet explorer, fire fox, chrome,… * Màn hình chẩn đốn rối loạn phổ tự kỷ Hình 3.12 Màn hình chẩn đốn bệnh 22 Sau đánh giá danh sách triệu chứng triệu chứng có ba lựa chọn Người dùng tiếp tục bấm vào “ SEND NOW” kết gửi lên máy chủ trả kết hình (dưới khả xảy ra) Hình 3.13 Màn hình kết Đánh giá mơ hình Mạng Nơ-ron mạng với nhiều phần tử, phần tử tế bào, tín hiệu truyền từ tế bào sang tế bào thông qua hệ thống synapse, tín hiệu yếu, mạnh ảnh hưởng trực tiếp đến kết quả, hay đầu mạng Sự “chính xác”, hay “khơng xác” đầu vào ảnh hưởng đến tín hiệu truyền Vì vậy, mơ hình mạng học sâu sử dụng trọng số vào trình huấn luyện (Trọng số thực tế= trọng số lý thuyết x mức độ chắn tín hiệu vào) Bên cạnh việc cung cấp thông tin mức độ triệu chứng bất kỳ, người trả lời cần cung cấp mức độ chắn câu trả lời theo mức độ từ không lắm, chắn, đến chắn Dựa vào trọng số thu từ mơ hình huấn luyện mạng học sâu, người dùng cung cấp thông tin liên quan đến triệu chứng trẻ, hệ thống đưa kết nguy mắc rối loạn phổ tự kỷ với độ xác cao, độ mát thấp 23 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Chẩn đoán để phát sớm rối loạn phổ tự kỷ trẻ em việc làm cần thiết để có biện pháp điều trị kịp thời phù hợp Hiện nay, việc hội chẩn hội chứng rối loạn phổ tự kỷ nên có tham gia chuyên gia nhiều lĩnh vực khác nhau: tâm lý, tâm thần, giáo dục, âm ngữ trị liệu, vật lý trị liệu Yếu tố q trình chẩn đốn tìm hiểu chung trình phát triển trẻ (ghi nhận dấu hiệu phụ huynh cho "đáng ngại", khám lâm sàng thể chất trí tuệ) Với mục tiêu cải tiến mơ hình mạng học sâu để vận dụng xây dựng hệ thống hỗ trợ dự đoán bệnh rối loạn phổ tự kỷ trẻ em, tác giả hoàn thiện luận văn với kết đạt sau: - Trình bày kiến thức hội chứng tự kỷ trẻ em; xây dựng quy trình chẩn đốn - Giới thiệu tổng quan mơ hình học sâu Trình bày cụ thể mơ hình mạng nơ-ron, mơ hình CNN, mơ hình RNN-LSTM, mơ hình LSTM-CNN - Xây dựng trang Web hỗ trợ lưu trữ thông tin trẻ, lưu trữ liệu tập huấn, luật ứng dụng chẩn đoán trẻ tự kỷ - Khi ca bệnh chẩn đốn thành cơng thêm vào nguồn liệu tập huấn, làm tăng tính xác q trình chẩn đoán Tuy nhiên hạn chế mặt thời gian kiến thức nên luận văn tồn số thiếu sót mà tác giả phải tiếp tục nghiên cứu, tìm hiểu là: 24 - Bộ liệu mẫu chủ yếu tác giả mua từ với mục đích học tập nghiên cứu, cần bổ sung thêm nguồn liệu mẫu từ chuyên gia uy tín lĩnh vực rối loạn phổ tự kỷ trẻ em - Mới cài đặt chương tình dựa cấu trúc mạng học sâu với mục đích học tập nghiên cứu, nhiên để ứng dụng vào thực tế cần liệu lớn thời gian nghiên cứu nhiều để hoàn chỉnh hệ thống Hướng phát triển đề tài Luận văn thực mục tiêu ban đầu đặt xây dựng thành công hệ thống hỗ trợ chẩn đoán bệnh tự kỷ, nhiên nhiều hạn chế Về lý thuyết: - Nghiên cứu mơ hình mạng học sâu hệ thống thông tin không đầy đủ, liệu liên tục không chắn Về thực nghiệm: - Cần bổ sung thêm liệu tập huấn để mơ hình mạng học sâu có độ tin cậy cao hoạt động hiệu - Hỗ trợ việc liên kết với bác sĩ, nhà tâm lý học bệnh tự kỷ để tăng thêm tính chuẩn xác trình chẩn đốn bệnh - Tìm hiểu nhu cầu thực tế để từ cải tiến chương trình, cài đặt lại cấu trúc mạng học sâu nghiên cứu để làm việc tốt với sở liệu lớn ... chương trình hỗ trợ chẩn đoán rối loạn phổ tự kỷ 2.2 Nội dung nghiên cứu - Tìm hiểu tổng quan rối loạn phổ tự kỷ - Nghiên cứu kỷ thuật học sâu để ứng dụng vào chẩn đoán rối loạn phổ tự kỷ - Phân... thần học giới ứng dụng để chẩn đoán rối loạn phổ tự kỷ, giúp cho việc phát sớm trẻ tự kỷ Trong phiên chẩn đoán rối loạn phát triển lan tỏa trước sáp nhập vào chẩn đoán rối loạn phổ tự kỷ, thuật. .. giúp chẩn đốn Vì đề tài Ứng dụng kỹ thuật học sâu, xây dựng chương trình hỗ trợ chẩn đốn rối loạn phổ tự kỷ đề tài chọn để nghiên cứu 2 Mục tiêu nội dung nghiên cứu 2.1 Mục tiêu Xây dựng chương