Bài báo: Data-Efficient Histopathological Colorectal Cancer Classification Using Lightweight Few-Shot Learning
Nhóm tác giả:
- Nguyễn Gia Phú – HTTT2022 – Tác giả chính
- Hà Minh Trường – TTNT2023 – Tác giả chính
Giảng viên hướng dẫn:
- TS. Nguyễn Tất Bảo Thiện
Tóm tắt:
Histopathological diagnosis is the ”gold standard” for detecting colorectal cancer. However, Deep Learning-based computer-aided diagnosis (CAD) systems often rely on massive annotated datasets, consuming significant time and medical resources. To address this challenge, this study proposes a histopathological image classification framework based on a few-shot learning scenario, where the training set is extremely small compared to the test set.
We leverage the Transfer Learning method with six pre-trained Lightweight Convolutional Neural Networks, including ShuffleNetV2, MobileNetV2, MobileNetV3-Small, EfficientNetB0, SqueezeNet, and GhostNet. Experiments were conducted on the EBHI dataset comprising five pathological classes under 5, 15, and 25-shot settings.
The results show that EfficientNetB0 achieved the highest classification performance, with F1-scores of 99.20% and 77.79% on the training and test sets, respectively, at 25-shot, owing to its ability to jointly optimize network depth and input resolution, enabling effective extraction of multi-scale morphological features from the complex microscopic structures of cancer cells.
The study demonstrates the feasibility of deploying supervised learning on extremely scarce data, opening up the potential to directly embed computer-aided diagnosis systems into low-cost point-of-care endoscopic devices.
Chúng em xin gửi lời cảm ơn chân thành đến TS. Nguyễn Tất Bảo Thiện vì đã dành nhiều thời gian dẫn dắt nhóm từ những bước đầu tiên. Sự sát sao và những chia sẻ kinh nghiệm quý báu của Thầy đã giúp chúng em rèn luyện tư duy nghiên cứu độc lập và hoàn thành mục tiêu của đề tài. Đây thực sự là những bài học ý nghĩa trên con đường phát triển sắp tới của mỗi thành viên.
Bài báo được công bố tại hội nghị quốc tế:
The 11th International Conference in Vietnam on the Development of Biomedical Engineering – BME11 là hội nghị khoa học quốc tế do Trường Đại học Quốc tế – Đại học Quốc gia Thành phố Hồ Chí Minh phối hợp cùng Trường Đại học Nha Trang tổ chức.
Với chủ đề "Healthcare 4.0: Smart Health, Personalized Medicine, and Artificial Intelligence for Low- and Middle-Income Countries", hội nghị là diễn đàn học thuật quy tụ các nhà khoa học và chuyên gia đến từ nhiều quốc gia trên thế giới, với phạm vi chủ đề bao gồm Trí tuệ nhân tạo và Khoa học dữ liệu trong y tế, Thiết bị y tế, Cơ sinh học, Quang sinh học, Kỹ thuật mô và Y học tái tạo, cùng nhiều lĩnh vực liên quan.
Hội nghị nhận được sự bảo trợ chuyên môn của các tổ chức học thuật uy tín quốc tế, bao gồm Liên đoàn Quốc tế về Kỹ thuật Y học và Sinh học (IFMBE), Hội Kỹ thuật Y sinh Việt Nam (BMEVN), Hiệp hội Quốc tế về Kỹ thuật Mô và Y học Tái tạo (TERMIS) và Nhà xuất bản Springer.
Toàn bộ các bài báo được chấp nhận tại hội nghị sẽ được xuất bản trong kỷ yếu thuộc series IFMBE Proceedings của Nhà xuất bản Springer, được lập chỉ mục bởi hai cơ sở dữ liệu học thuật uy tín SCOPUS và EI-Compendex, qua đó khẳng định BME11 là một hội nghị khoa học quốc tế có uy tín trong lĩnh vực kỹ thuật y sinh và công nghệ chăm sóc sức khỏe.
Thông tin chi tiết tại: https://www.facebook.com/share/p/1DqqVQLQKc/
Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin
