Trong những năm gần đây tỉ lệ người mắc bệnh ung thư ngày càng tăng, đặc biệt là ung thư gan. Vì vậy, việc dò tìm và phân loại các tổn thương thường gặp ở gan là rất cần thiết. Trên thực tế, các bác sĩ chẩn đoán hình ảnh CT chủ yếu dựa vào chỉ số Hounsfield để xác định vùng tổn thương trên gan, tuy nhiên các nghiên cứu trước đây thường không quan tâm đến chỉ số này. Trong bài báo này, chúng tôi đề xuất một tiếp cận mới sử dụng chỉ số Hounsfield để xác định chính xác các vùng tổn thương gan kết hợp với các mạng học sâu Faster R-CNN, R-FCN để phân loại một số tổn thương thường gặp trên gan. Phương pháp chúng tôi đề xuất dựa vào sự biến thiên đậm độ của chỉ số Hounsfield trên ảnh CT ở các thì chụp trước và sau khi tiêm chất cản quang, xác định vùng tổn thương trên gan một cách chính xác hỗ trợ cho việc gán nhãn dữ liệu. Các kỹ thuật học sâu như Faster R-CNN và R-FCN được sử dụng để phát hiện và phân loại tự động các vùng tổn thương trên gan. Kết quả thực nghiệm cho thấy phương pháp đề xuất với mô hình mạng Faster R-CNN đạt độ chính xác cao hơn mô hình mạng R-FCN với mAP đo được là 96%. Phương pháp này hỗ trợ hiệu quả cho các bác sĩ xác định được chính xác vị trívà phân loại tổn thương để có hướng điều trị kịp thời cho bệnh nhân.