Nhận diện bất thường là một trong những nhiệm vụ quan trọng và khó khăn nhất trong lĩnh vực xử lý hình ảnh y tế vì việc phân loại thủ công có thể dẫn đến dự đoán và chẩn đoán không chính xác. Hơn thế nữa, ngày nay tại các bệnh viện có một lượng lớn dữ liệu hình ảnh y tế cần được xử lý, điều đó khiến cho nhiệm vụ này càng trở nên rất quan trọng và cấp bách. Các bất thường trong não bộ có thể là: khối u não có sự đa dạng cao về bề ngoài, có sự tương đồng giữa khối u và các mô bình thường dẫn đến việc trích xuất các vùng khối u này từ hình ảnh trở nên khó khăn hơn. Trong bài báo này, chúng tôi đã đề xuất một phương pháp nâng cao chất lượng Hình ảnh não cộng hưởng từ 2D (MRI) bằng mạng nơ-ron kết hợp lọc dị hướng như một giải pháp tiền xử lý quan trọng cho việc dò tìm và nhận diện bất thường trong não bộ. Mục đích chính của bài báo nhằm tối ưu giải pháp xử lý ảnh MRI trong khử nhiễu, dò tìm, nhận diện bất thường với độ chính xác cao hơn. Trong phương pháp này, lọc dị hướng là kỹ thuật nhằm mục đích giảm nhiễu hình ảnh mà không làm mất các phần quan trọng của nội dung hình ảnh, thường là cạnh, đường hoặc các chi tiết quan trọng khác đối với biểu diễn hình ảnh. Sau đó, mạng nơ-ron được sử dụng để loại bỏ nhiễu còn lại và tăng cường ảnh nhằm phân biệt giữa các pixel bình thường và bất thường, dựa trên các đặc điểm kết cấu và dựa trên thống kê, nó mang lại hiệu suất tốt hơn và độ chính xác cao hơn so với các phương pháp truyền thống. Bằng các phân tích và kết quả tính toán các tham số chất lượng ảnh xử lý qua thực nghiệm, chúng tôi sẽ chứng minh rằng phương pháp được đề xuất là vượt trội so với một số phương pháp truyền thống như lọc trung vị, lọc Gauss, lọc wiener. 

Từ khóa: Lọc dị hướng, mạng nơ ron tích chập sâu (CNN), khử nhiễu hình ảnh.