ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN HÀN MINH CHÂU ÁP DỤNG THUẬT TOÁN ILA ĐỂ RÚT RA TẬP LUẬT BỆNH SỎI THẬN Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60 48 01.01 KHÓA LUẬN TỐT NGHIỆP THẠC SĨ TP.HỒ CHÍ MINH – 2013 ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN HÀN MINH CHÂU ÁP DỤNG THUẬT TOÁN ILA ĐỂ RÚT RA TẬP LUẬT BỆNH SỎI THẬN Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60 48 01.01 GVPT: GS.TSKH. HOÀNG VĂN KIẾM TP.HỒ CHÍ MINH – 2013 LỜI CẢM ƠN Tôi xin chân thành cảm ơn sự hướng dẫn, giúp đỡ của quý Thầy Cô giảng dạy trong trường Đại học Công nghệ thông tin, Đại học Quốc Gia Tp.HCM. Tôi xin gởi lời cảm ơn chân thành nhất đến thầy GS.TSKH.Hoàng Văn Kiếm, đã tận tình giúp đỡ, khuyến khích, truyền đạt những kiến thức quý báu trên đường học tập, nghiên cứu, tạo cơ sở cho việc hoàn thành khóa luận tốt nghiệp. Mặc dù đã cố gắng rất nhiều trong việc thực hiện khóa luận, song với thời gian có hạn và mức độ nghiên cứu của bản thân còn hạn chế nên không thể không có những thiếu sót, mong nhận được sự đóng góp ý kiến quý báu của quý Thầy Cô và các bạn. Tôi xin chân thành cảm ơn. Tp.HCM, ngày 30 tháng 10 năm 2013. Hàn Minh Châu MỤC LỤC DANH MỤC HÌNH DANH MỤC BẢNG DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT ILA Inductive Learning Algorithm ID3 Iterative Dichotomiser 3 UIV Urographie Intra Veineuse UPR Ureteropyelographie retrograde MỞ ĐẦU 1. Phát biểu vấn đề nghiên cứu Hiện nay, tỷ lệ người mắc bệnh sỏi thận rất cao và bệnh sỏi thận giai đoạn đầu hầu hết xảy ra giữa tuổi 30 và 60. Tỷ lệ mắc bệnh cho đàn ông chưa từng mắc bệnh sỏi thận bao giờ là từ 3 tới 4 trường hợp cho 1000 người trong một năm giữa tuổi 30 và 60 và giảm dần với tuổi. Đối với đàn bà tỷ lệ cao nhất giữa tuổi 20 và 30 (khoảng 2 cho 1000 người mỗi năm) và giảm xuống 1 cho 1000 đàn bà trong một năm cho 10 năm sau. Những cuộc nghiên cứu mới đây thông báo sự mắc bệnh sỏi thận tái hồi từ 30% – 50% trong 5 năm. Tỷ lệ bệnh tái phát đối với đàn ông được báo cáo là 3 lần cao hơn đối với đàn bà. Tuy nhiên, những sự kiện lấy từ những nghiên cứu có kiểm soát ngẫu nhiên cho thấy tỷ lệ tái phát bệnh thấp hơn, từ 2 cho 100 người một năm cho tới 5 cho 100 người một năm. Với kết quả trên cho ta thấy bất kỳ ai cũng có thể mắc bệnh sỏi thận nhưng có thể ta không biết rằng mình bị sỏi thận hay bị các chứng bệnh khác cho đến khi nó gây đau đớn hoặc là sỏi lớn và chặn đường tiểu hoặc đôi khi đi tiểu ra sỏi mới biết. Một số người khi thấy đau lưng hay nghĩ đến bị sỏi thận. Điều này hoàn toàn chưa hẳn là đúng. Và một khi đã mắc phải bệnh sỏi thận thì khả năng tái phát rất cao nếu không chẩn đoán và điều trị kịp thời sẽ dẫn đến nhiều biến chứng nặng nề, đặc biệt nghiêm trọng là có thể gây suy thận và cuối cùng dẫn đến tử vong. Tuy nhiên, trong quá trình hoạt động chẩn đoán và điều trị bệnh sỏi thận, con người tạo ra một khối lượng lớn các dữ liệu nghiệp vụ. Các tập dữ liệu được tích lũy có kích thước ngày càng lớn, và có thể chứa nhiều thông tin ẩn dạng những quy luật chưa được khám phá. Chính vì vậy, một nhu cầu đặt ra là cần tìm cách trích rút từ tập dữ liệu đó các luật về phân lớp dữ liệu hay dự đoán những xu hướng dữ liệu tương lai. Những quy tắc nghiệp vụ thông minh được tạo ra sẽ phục vụ đắc lực cho các hoạt động thực tiễn, cũng như phục vụ đắc lực cho quá trình nghiên cứu khoa học. Khai phá dữ liệu để rút ra các tập luật cũng ra đời để đáp ứng nhu cầu đó. Khai phá dữ liệu là việc tìm kiếm các mối quan hệ và các quy tắc chung mà nó tồn tại trong tập các dữ liệu lớn. Khai phá dữ liệu là một nội dung quan trọng trong lĩnh vực máy học thuộc phạm vi nghiên cứu của ngành khoa học công nghệ tri thức. Một trong các vấn đề chính của khai phá dữ liệu là số lượng các mối quan hệ có thể có là rất lớn, đây chính là trở ngại cho việc kiểm tra từng mối quan hệ một để tìm xem quan hệ nào đúng. Vì vậy ta cần phải có các công cụ khai phá dữ liệu thông minh và hiệu quả để áp dụng việc khai phá dữ liệu đưa vào thực tế được. Bài toán được đặt ra trong lĩnh vực y khoa về căn bệnh sỏi thận là từ một mẫu cơ sở dữ liệu của bệnh sỏi thận, làm sao máy tính có thể phát hiện ra tính quy luật trong mẫu dữ liệu đó và giúp con người đưa ra các quyết định nhanh chóng và chuẩn xác, có thể ứng dụng để giải quyết vấn đề thực tế về căn bệnh sỏi thận. Trong khóa luận này tôi xin trình bày việc “ áp dụng giải thuật ILA rút ra tập luật bệnh sỏi thận ”, một giải thuật mới có tính chất đệ qui dùng trong lĩnh vực máy học. Giải thuật này giúp cho việc tìm ra các luật dẫn từ tập các dữ liệu đầu vào. Tôi cũng xin trình bày ứng dụng của ILA trên các tập dữ liệu có số lượng các thuộc tính và nhiều lớp khác nhau và đồng thời so sánh với giải thuật ID3 để thấy được hiệu quả của giải thuật ILA. Các kết quả đạt được cho thấy rằng ILA có tính tổng quát và mạnh mẽ hơn hầu hết các giải thuật máy học đệ quy khác. Trang 7 2. Ý nghĩa khoa học và thực tiễn Nhận thấy tầm quan trọng của bệnh sỏi thận cũng như sự nguy hiểm của nó nên khóa luận tập trung vào việc khai thác dữ liệu từ tập mẫu các triệu chứng liên quan đến căn bệnh sỏi thận bằng cách áp dụng giải thuật học máy ILA nhằm góp phần: - Tìm ra các luật dẫn từ tập các dữ liệu đầu vào. - Phục vụ cho quá trình nghiên cứu cũng như dự đoán xu hướng dữ liệu tương lai. - Tìm kiếm các kiến thức chưa biết nhưng rất có thể cực kỳ quý giá còn tìm ẩn trong các cơ sở dữ liệu. - Tạo được các luật dẫn để dùng cho các hệ chuyên gia. - Hướng người bệnh đến quá trình điều trị kịp thời đúng, nhanh nhất, hiệu quả nhất khi chưa có các biến chứng và đồng thời cũng giảm bớt gánh nặng cho gia đình và xã hội. Để hiện thực những mục tiêu được đặt ra cho đề tài, ta hạn chế phạm vi nghiên cứu trong những giới hạn sau: Chỉ xây dựng một lượng nhỏ các tập mẫu được rút trích từ các kiến thức y khoa căn bản của bệnh sỏi thận. Từ đó xây dựng một phần mềm để rút ra các tập luật với giao diện thân thiện và phù hợp với người dùng. 3. Tổng lược các kết quả đã có Một trong những nguyên nhân làm cho trí tuệ nhân tạo trở thành một trong những lĩnh vực mũi nhọn trong thời đại hiện nay là việc làm cho máy tính trở nên thông minh hơn, nói cụ thể hơn là người ta tìm cách tạo ra các chương trình thông minh hơn có khả năng giải quyết các vấn đề thực tế như cách giải quyết của con người. Trong y khoa một trong các phương pháp học máy đệ quy cũng thường dùng là đi xây dựng cây quyết định (decision tree). Phương pháp dựa vào cây quyết định để học bằng cách phân lớp được yêu thích bởi vì có thể đem lại kết quả và chấp nhận được cơ sở dữ liệu đầu vào lớn. Tuy nhiên phương pháp này không bảo đảm rằng các luật dẫn sinh ra là các luật dẫn phổ biến nhất của cơ sở dữ liệu vào. Trong thời gian gần đây, các ứng dụng của khai phá dữ liệu đã đạt được các thành quả đáng kể. Các nhà nghiên cứu đã phát triển và ứng dụng kỹ thuật máy học vào các hệ thống tự động tìm ra tri thức từ tập cơ sở dữ liệu đầu vào lớn, nhờ đó đã học được các luật dẫn để dùng cho các hệ chuyên gia [6]. Lĩnh vực nghiên cứu về khai phá dữ liệu và về máy học có những điểm chung là vì chúng đều có mục đích đi tìm kiếm các kiến thức chưa biết nhưng rất có thể cực kỳ quý giá còn tìm ẩn trong các cơ sở dữ liệu [4]. Theo [7] mối quan hệ của hai lĩnh vực này có thể được miêu tả ngắn gọn là: khi đầu vào của máy học là cơ sở dữ liệu thì quá trình học dữ liệu đó chính là quá trình khai phá dữ liệu. Giải thuật nổi tiếng nhất sử dụng cây quyết định với cách phân hoạch được cải tiến cho phù hợp với tập dữ liệu vào là giải thuật cây định danh của Quinlan (tên viết tắt là giải thuật ID3)[9]. Giải thuật ID3 là một giải thuật dùng kỹ thuật xây dựng cây quyết định từ trên xuống và không quay lại các phần của cây đã đi qua. Một trong các nhược điểm của giải thuật ID3 là cây quyết định khi tạo ra còn mang tính chất gượng ép, không hoàn toàn phù hợp với tập dữ liệu vào. Lý do là vì việc phân chia dữ liệu theo kiểu bậc thang từ trên xuống chỉ cố gắng tối ưu hóa từng bước riêng rẽ, chứ không dựa vào dữ liệu toàn cục. Điều này dẫn đến cây quyết định tạo ra không nói lên được các tính chất chung nhất của dữ liệu vào, vì khi xây dựng cây có thể đã dựa vào các điều kiện không liên quan hay không cần thiết. Nhược điểm này còn ảnh hưởng đến khả năng phân lớp dữ liệu khi có các thuộc tính không chứa đầy đủ dữ liệu. Một nhược điểm Trang 8 nữa của giải thuật ID3 liên quan đến việc chạy giải thuật này trên máy tính. Khi tập dữ liệu đầu vào rất lớn thì nó không thể được load cùng lúc vào bộ nhớ. Lúc này giải thuật sẽ làm việc với “đại diện” của chúng dưới hình thức các cửa sổ dữ liệu. Cây quyết định sinh ra trong trường hợp này không bảo đảm là giống được cây quyết định của tập dữ liệu đầu vào nguyên thủy. Hay nói cách khác cây sinh ra không phân lớp một cách đúng đắn toàn bộ tập dữ liệu vào. Trong khóa luận này ta áp sử dụng giải thuật ILA (Inductive Learning Algorithm) [8] là giải thuật đệ quy trực tiếp sinh các luật dẫn có dạng IF-THEN, theo phương pháp từ tổng quát tới chi tiết, có nghĩa là bắt đầu sinh ra các luật dẫn tổng quát nhất có thể được rồi mới tới các luật dẫn có tính tổng quát kém hơn. Khi rút trích ra các luật dẫn, giải thuật ILA loại bỏ được các trường hợp không cần thiết hay không có liên quan nên các luật dẫn sinh ra đơn giản hơn và tổng quát hơn so với các luật dẫn của giải thuật ID3. Trong hầu hết các trường hợp, giải thuật ILA cũng sinh ra số lượng luật dẫn ít hơn. Tính tổng quát của các luật dẫn giúp cho khả năng phân lớp của ILA mạnh hơn. Một luật dẫn sẽ trở nên tổng quát hơn nếu vế trái của mệnh đề IF có ít điều kiện hơn. Một luật dẫn tổng quát còn có thể giúp cho việc phân lớp trên tập dữ liệu vào chưa đầy đủ như khi có một hay nhiều thuộc tính chưa có dữ liệu. Luật dẫn sinh ra từ giải thuật ILA chính là hiện thân của các quy luật tổng quát hàm chứa trong cơ sở dữ liệu. Các luật dẫn này có thể được dùng để giúp cho ta hiểu biết thêm những điều tiềm ẩn bên dưới của cơ sở dữ liệu. Trong chương II, chúng ta sẽ tìm hiểu kỹ hơn về giải thuật ILA và chúng ta phân tích một số ví dụ và kết quả của giải thuật ILA so với giải thuật ID3. Từ đó áp dụng ILA vào việc giải quyết bài toán nêu ra. Trang 9 CHƯƠNG 1 TỔNG QUAN VỀ BỆNH SỎI THẬN 1.1 Sơ lược về bệnh sỏi thận 1.1.1 Quá trình hình thành bệnh sỏi thận Sỏi thận được tạo thành bởi muối và chất khoáng trong nước tiểu kết lại với nhau để hình thành những “hòn sỏi” nhỏ. Chúng có thể nhỏ như hạt cát hay lớn như trái banh golf. Chúng có thể lưu lại cơ thể trong thận hay đi ra khỏi cơ thể thông qua đường tiểu. Đường tiểu là hệ thống tạo ra nước tiểu và thải nó ra ngoài cơ thể. Nó được hình thành từ thận, ống dẫn nối thận với bàng quang, bàng quang, và ống dẫn nước tiểu từ bàng quang ra ngoài cơ thể (niệu đạo) [2]. Trong nước tiểu chứa một lượng lớn các chất hòa tan. Đa số những chất này ít tan và ngay khi dư thừa chúng sẽ tạo thành các tinh thể. Các tinh thể này tăng trưởng trong một thời gian và trở thành sỏi thận. Phần lớn các trường hợp sỏi thận hình thành do lượng nước quá ít (từ việc mất nước do uống ít nước hoặc tập thể thao quá sức), sự thừa khoáng tinh thể trong nước tiểu, và/hoặc mức khoáng chất phân nhỏ hơn mức bình thường trong nước tiểu. Các khoáng chất như canxi, oxalate, uric axit, Natri, cystine hay phốt-pho kết thành một khối rắn và đó chính là sỏi thận. Sỏi thận cũng có thể ra ngoài qua đường tiểu, nhưng cũng có thể ở trong thận, bàng quang hay niệu đạo. Nói chung sỏi nhỏ có thể tự ra ngoài mà không ảnh hưởng gì, nhưng nếu sỏi lớn, có thể bị mắc lại trên đường ra và sẽ cần phải có sự trợ giúp của bác sỹ chuyên khoa để lấy sỏi ra ngoài. Điều quan trọng là phải chẩn đoán sớm và tìm ra nguyên nhân gây sỏi thận và loại sỏi thận, từ đó mới tìm được cách chữa trị tốt nhất và cách phòng tránh. Nếu một người đã từng bị sỏi thận, rất có khả năng sẽ bị hình thành sỏi tiếp. Sỏi tiết niệu có thể gây cản trở cho thận trong việc loại bỏ các chất độc hại. Một viên sỏi trong thận cũng có thể xù xì, lởm chởm hoặc có các cạnh sắc nhọn và có thể làm tổn thương tạo nên những vết sẹo trong thận, dẫn đến thận bị hỏng và nguy hiểm hơn gây nên suy thận. 1.1.2 Các hóa chất tạo thành sỏi thận Bình thường các tinh thể gồm canxi, phosphate, oxalate, uric acid và cystine, nhưng sự có mặt của các tinh thể trong nước tiểu không phải lúc nào cũng dẫn đến sự hình thành sỏi thận. - Ở người bình thường: Các tinh thể phosphate canxi, oxalate canxi và acid uric trong nước tiểu của người bình thường luôn có khuynh hướng thải ra ngoài. Phần lớn những hóa chất này có trong nước tiểu với nồng độ thấp hơn mức hòa tan của chúng, nên chúng có thể hòa tan trong dung dịch mà không tạo thành tinh thể. - Nước tiểu của người bị sỏi thận chứa những hóa chất này thường xuyên hơn và chúng có khuynh hướng tạo thành tinh thể dể dàng hơn ở những người bình thường. - Thận lọc máu, loại bỏ phần nước dư thừa, các chất thải từ máu và biến nó thành nước tiểu. Nước tiểu tạo thành trong tất cả các bộ phận chức năng của thận, được tập hợp lại trong một khoang chứa được gọi là bể thận. Do đó sỏi có thể được tạo thành ở bất cứ nơi đâu trong bể thận. Trong các niệu quản hay trong bàng quang. Chúng có thể có nhiều kích cở khác nhau, từ bằng hạt gạo cho đến bằng nắm tay. 1.1.3 Những yếu tố làm tăng nguy cơ sỏi thận • Những yếu tố chung Trang 10 [...]... là bài toán rút ra tập luật bệnh sỏi thận thông qua giải thuật ILA Giải thuật ILA là một giải thuật đệ quy dễ thực hiện, đơn giản và mạnh mẽ trong việc phân lớp dữ liệu Các kết quả đánh giá cho đến thời điểm hiện tại cho thấy giải thuật ILA hoàn toàn có thể cạnh tranh với các giải thuật nổi tiếng khác Trong tài liệu này, giải thuật ILA đã được áp dụng để phát sinh các luật dẫn dạng IF-THEN từ tập dữ... 2 giải thuật ILA và ID3 mà ở mục 2.1 ta đã đề cập tới Để có lý do chọn thuật giải ILA để giải quyết bài toán trong chương 3, một lần nữa ta xem xét bảng kết quả các luật dẫn của cả 2 giải thuật trên cùng một tập mẫu thử Bảng : Tập luật so sánh trên 2 giải thuật ID3 và ILA Trang 19 Thuật toán STT ID3 ILA 1 ID3 ILA ID3 ILA ID3 ILA ID3 ILA 2 3 4 5 Luật IF Color =green AND Shape=pillar THEN yes IF Color... thì kết thúc, tập R chính là tập luật dẫn cần tìm Trang 16 Hình : Lưu đồ diễn tả thuật toán ILA 2.2.3 Ví dụ minh họa cho giải thuật Giải thuật ILA là giải thuật khá đơn giản dùng vào mục đích sinh ra tập luật dẫn từ tập dữ liệu mẫu thử Mỗi mẫu thử có một tập dữ liệu tương ứng với một tập xác định các thuộc tính Để minh họa cho họat động của giải thuật ILA, trước tiên chúng ta hãy xem xét tập mẫu thử... bệnh Không bệnh Không bệnh Không bệnh • Hoạt động của giải thuật Giải thuật ILA là giải thuật khá đơn giản dùng vào mục đích sinh ra tập luật dẫn từ tập dữ liệu mẫu thử Mỗi mẫu thử có một tập dữ liệu tương ứng với một tập xác định các thuộc tính Để miêu tả hoạt động của giải thuật ILA, ta hãy xem xét tập mẫu thử bệnh sỏi thận có tính phân lớp đối tượng như trong Bảng 5 Tập này gồm có 12 mẫu thử (m=12)... SốtKhông) = 1; Ta có luật: IF (Đau bụng = E) AND (Tiểu = H) AND (Sốt = Không) THEN KQ = Không bệnh (f) Thuật toán kết thúc vì tất cả các bảng đã được xét đến và tất cả các dòng trong các bảng đều đã được loại bỏ 3.2 Tập luật xác định bệnh sỏi thận Theo như cách triển khai thực hiện bài toán trên bằng thuật toán ILA thì ta chỉ có các luật sau: R1: Nếu tiểu ra máu thì Mắc bệnh sỏi thận Trang 25 R2: Nếu tiểu... pháp chữa bệnh theo y học cổ truyền Ấn Độ (AYURVEDA), liệu pháp đồng căn và liệu pháp tự nhiên như sử dụng cây kim tiền thảo kết hợp với cây mã đề… Trang 14 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT ĐỂ GIẢI QUYẾT BÀI TOÁN 2.1 Tổng quan về thuật giải ILA Giải thuật ILA (Inductive Learning Algorithm) là một giải thuật đệ quy mới, dùng vào việc sinh ra tập các luật dẫn để phân lớp dữ liệu trên tập dữ liệu đầu vào Giải thuật. .. 0 thì kết luật tập luật = rỗng, không phải thực hiện Bước 6 và Bước 7 để thêm những luật vô nghĩa Từ các phân tích trên ta nhận thấy ưu điểm của ILA nên theo như vấn đề bài toán đặt ra ta chọn ILA làm phương cách giải quyết Trong chương 3 ta sẽ tiến hành giải quyết bài toán đặt ra  Trang 22 CHƯƠNG 3 THIẾT KẾ HỆ THỐNG GIẢI BÀI TOÁN 3.1 • Cơ sở tri thức về bệnh sỏi thận Tập các sự kiện về bệnh D: Đau... giá giải thuật ILA, chúng ta chủ yếu sử dụng 2 thông số: số lượng các luật dẫn sinh ra và số trung bình cộng của các điều kiện trong các luật dẫn Số lượng các luật dẫn được dùng như một thông số đánh giá là vì mục tiêu của giải thuật là sinh ra một số lượng tối thiểu các luật dẫn miễn là các luật dẫn sinh ra phân lớp được tập dữ liệu đầu vào Nhưng một giải thuật tốt là giải thuật sinh ra tập luật dẫn... định ID3 Kết quả thử nghiệm cũng đưa ra được tập luật chẩn đoán bệnh sỏi thận, tuy nhiên tập mẫu còn ít dữ liệu Để có thể áp dụng chính xác việc chẩn đoán cần có thêm nhiều tập mẫu hơn nữa nhằm đánh giá đúng bản chất tập luật của căn bệnh này Hướng tiếp theo cần nghiên cứu tìm cách thực hiện 2 sự cải tiến trên giải thuật ILA Thứ nhất là cải tiến khả năng xử lý của giải thuật trên các mẫu thử có dữ liệu... Tiểu ra máu B: Tiểu bị nghẽn bài tiết rất khó khăn hoặc bài tiết nhỏ giọt H: Đau rát khi tiểu • Bảng liệt kê tập mẫu Bảng : Tập huấn luyện cho bện sỏi thận STT Đau bụng Đường tiểu Sốt Kết quả 1 2 3 4 5 6 7 8 9 10 11 12 D D E E D D E D D E E E A A A B H H H C C C C H có không có không có không có có không không có không Bệnh Bệnh Bệnh Bệnh Bệnh Bệnh Bệnh Không bệnh Không bệnh Không bệnh Không bệnh Không . xác, có thể ứng dụng để giải quyết vấn đề thực tế về căn bệnh sỏi thận. Trong khóa luận này tôi xin trình bày việc “ áp dụng giải thuật ILA rút ra tập luật bệnh sỏi thận ”, một giải thuật mới có. giải thuật ILA so với giải thuật ID3. Từ đó áp dụng ILA vào việc giải quyết bài toán nêu ra. Trang 9 CHƯƠNG 1 TỔNG QUAN VỀ BỆNH SỎI THẬN 1.1 Sơ lược về bệnh sỏi thận 1.1.1 Quá trình hình thành bệnh. THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN HÀN MINH CHÂU ÁP DỤNG THUẬT TOÁN ILA ĐỂ RÚT RA TẬP LUẬT BỆNH SỎI THẬN Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60 48 01.01 KHÓA LUẬN TỐT