Để xác định vùng bất thường trên ảnh MRI sọ não, bác sĩ chẩn đoán hình ảnh cần khảo sát nhiều lát cắt từ bộ ảnh. Nghiên cứu này giúp tự động phát hiện vùng bất thường của não trên ảnh MRI. Các mô hình Unet, ResNet, Swin-Unet được huấn luyện trên bộ dữ liệu của Bệnh viện Trường Đại học Y Dược Cần Thơ kết hợp bộ dữ liệu LGG để phân đoạn ảnh có hoặc không có vùng bất thường. Sau đó mô hình sẽ đề xuất vùng bất thường thông qua đường biên được vẽ xung quanh. Kết quả thực nghiệm cho thấy, khi chia dữ liệu ngẫu nhiên theo ảnh, mô hình Swin-Unet đạt được độ chính xác cao nhất là 0,88, cùng với Recall, Precision và F1 Score lần lượt là 0,96, 0,71, và 0,82. Đối với việc xác định vị trí và hình dạng của vùng bất thường, Swin-Unet cũng thể hiện hiệu suất cao với mIoU đạt 0,89 và mDSC là 0,91. Khi chia dữ liệu theo bệnh nhân, mô hình Swin-Unet lại một lần nữa thể hiện hiệu suất tốt với độ chính xác (Accuracy) đạt 0,86, cùng với Recall là 0,88, Precision là 0,79, F1 Score là 0,83, còn đối với mIoU đạt 0,84 và mDSC đạt 0,89. Kết quả nghiên cứu cho thấy mô hình Swin-Unet có kết quả tốt trong bài toán phát hiện vùng bất thường trên ảnh MRI não.To identify abnormal areas on brain MRI images, radiologists need to examine many slices from the image set. This research helps automatically suggest abnormal areas of the brain on MRI images. The Unet, ResNet, Swin-Unet models are trained on the Can Tho University of Medicine and Pharmacy Hospital data set combined with the LGG data set to segment images with or without abnormal regions. The model will then suggest the abnormal region through the boundary drawn around it. Experimental results show that, when dividing random data by image, the Swin-Unet model achieves the highest accuracy with 0.88, along with Recall, Precision and F1 Score of 0.96, 0.71, and 0.82 respectively. For determining the location and shape of the abnormal region, Swin-Unet also demonstrated high performance with mIoU reaching 0.89 and mDSC reaching 0.91. When dividing the data by patient, the Swin-Unet model once again showed good performance with Accuracy reaching 0.86, along with Recall of 0.88, Precision of 0.79, F1 Score of 0.83, and for mIoU it achieved 0.84 and mDSC reached 0.89. Research results show that the Swin-Unet model has good results in the problem of detecting abnormal areas on brain MRI images.