Nghiên cứu này đề xuất một mô hình phân vùng tổn thương da từ ảnh soi da bằng mô hình học sâu-SegUnet. Mô hình đề xuất kế thừa những ưu điểm của hai mô hình UNet và SegNet, như khả năng trích chọn các thông tin thô và tinh từ ảnh đầu vào của U-Net; Tính hiệu quả trong tính toán của SegNet. Chúng tôi cũng đề xuất sử dụng phép chuẩn hóa trung bìnhphương sai để thay cho phép toán chuẩn hóa theo mẻ như trong các mô hình gốc để giảm số tham số của mô hình. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 19 NO. 2021 57 PHÂN VÙNG TỔN THƯƠNG DA TỪ ẢNH SOI DA BẰNG MÔ HÌNH SEGUNET SKIN LESION SEGMENTATION FROM DERMOSCOPIC IMAGES BY SEGUNET NEURAL NETWORK Phạm Văn Trường1 Trần Thị Thảo1 1 Trường Đại học Bách khoa Hà Nội Tác giả liên hệ Nhận bài 04 01 2021 Chấp nhận đăng 11 4 2021 Tóm tắt - Phân tích ảnh soi da là một trong các kỹ thuật được Abstract - Skin cancer is one of the most widespread cancer types all quan tâm trong nghiên cứu ung thư da. Trong phân tích ảnh soi over the world but it can be treated if early detected. Nowadays da việc phân vùng chính xác vùng da bị tổn thương đóng một vai analyzing the dermoscopic images is a crucial approach in skin cancer trò quan trọng. Nghiên cứu này đề xuất một mô hình phân vùng study. In particular accurate segmentation of skin lesion from tổn thương da từ ảnh soi da bằng mô hình học sâu-SegUnet. Mô dermoscopic images play an important role in skin cancer analysis. In hình đề xuất kế thừa những ưu điểm của hai mô hình UNet và this paper we present an approach for skin lesion segmentation by a SegNet như khả năng trích chọn các thông tin thô và tinh từ ảnh deep neural network model namely SegUNet. The proposed model đầu vào của U-Net Tính hiệu quả trong tính toán của SegNet. takes the advantages of both SegNet and UNet models . the ability Chúng tôi cũng đề xuất sử dụng phép chuẩn hóa trung bình- of capturing fine image information of UNet and computational phương sai để thay cho phép toán chuẩn hóa theo mẻ như trong efficiency of SegNet. In particular instead of using batch các mô hình gốc để giảm số tham số của mô hình. Mô hình được normalization as in the original model we propose using mean- áp dụng trên bộ dữ liệu ISIC 2017 gồm 2000 ảnh huấn luyện và variance normalization operation in order to reduce parameters of the được đánh giá trên một bộ dữ liệu thử nghiệm gồm 600 ảnh. network. The model is applied on the ISIC
