ÁP DỤNG PHƯƠNG PHÁP HỌC SÂU HỖ TRỢ CHẨN ĐOÁN VIÊM PHỔI DỰA VÀO ẢNH CT
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Mai Ngọc Yến |
| Người hướng dẫn | Bùi Đăng Hà Phương |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Viêm phổi là một trong những bệnh có khả năng dẫn đến hậu quả nghiêm trọng, thậm chí có thể gây tử vong trong thời gian ngắn. Việc chẩn đoán bệnh thông qua ảnh CT trước đây thường phụ thuộc nhiều vào trình độ và kiến thức của bác sĩ, tuy nhiên ngày nay, với sự phát triển của trí tuệ nhân tạo, việc ứng dụng máy học vào chẩn đoán bệnh đang dần đạt được những thành tựu to lớn. Do đó, chẩn đoán sớm là yếu tố then chốt để ngăn ngừa sự tiến triển của bệnh. Đề tài “Áp dụng phương pháp học sâu hỗ trợ chẩn đoán viêm phổi dựa vào ảnh CT” sẽ tập trung khai thác, đo đạc độ chính xác của mô hình, đồng thời đề xuất một phương pháp trực quan hơn dựa theo phương pháp mới (Attention Unet), nhằm đem lại kết quả chính xác hơn so với cấu trúc mô hình cũ (Unet). Nghiên cứu thực hiện công việc chính: nhiệm vụ phân đoạn hình ảnh y học để phân vùng viêm phổi trên hình ảnh CT. Mô hình Unet và Attention Unet được huấn luyện và đánh giá trên tập dữ liệu bao gồm 20 tập “COVID-19” CT (10 từ radiopedia, 10 từ coronacases) đã được dán nhãn, bản quét CT ở định dạng NIfTY, được cấp phép theo CC BY-NC-SA. Kết quả thực nghiệm cho thấy, những giải thuật được đề xuất hoàn toàn phù hợp cho nhiệm vụ phân đoạn hình ảnh CT để phân vùng viêm phổi khi đạt được kết quả tốt trên nhiều độ đo khác nhau như ACC, Dice, Sen, Spec và IoU.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- FACIAL RECOGNITION USING THE FACENET MODEL.
- MODULE QUẢN LÝ QUÁ TRÌNH HỌC TẬP CỦA SINH VIÊN TRÊN NỀN TẢNG MOODLE.
- HỆ THỐNG QUẢN LÝ ĐĂNG KÝ KHÁM CHỮA BỆNH TRỰC TUYẾN TẠI MỘT BỆNH VIỆN
- PHÁT TRIỂN ỨNG DỤNG WEB QUẢN LÝ KHOA IVF BỆNH VIỆN QUỐC TẾ PHƯƠNG CHÂU - PHÂN HỆ XỬ LÝ NGHIỆP VỤ KHOA IVF
- ỨNG DỤNG MÔ HÌNH ĐIỀU KHIỂN MẠNG SDN BẰNG MININET TRONG THIẾT KẾ MẠNG KHOA CNTT&TT
- XÂY DỰNG WEBSITE BẢO TRỢ ĐỘNG VẬT PETRESCUE
- THIẾT KẾ TRÒ CHƠI 3D SỬ DỤNG UNITY ENGINE “THE LAST KNIGHT”
- XÂY DỰNG TRÒ CHƠI BẮN SÚNG GIẢI TRÍ VỚI UNITY
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.