LuanVan.vnLuận Văn
Gửi thư

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 liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảMai Ngọc Yến
Người hướng dẫnBùi Đăng Hà Phương
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư 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

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.