Apply machine learning methods to diagnose colorectal cancer (CRC)
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Tran Huong Quynh |
| Người hướng dẫn | Tran Thi Ngan; VNU - International School |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Colorectal cancer (CRC), encompassing both colon and rectal cancers, presents a significant global health challenge. It originates from the abnormal proliferation of cells in the colon or rectum and often progresses to invasive disease, which can metastasize to other parts of the body. As highlighted by Arnold et al. (2017), "Colorectal cancer is the third most commonly diagnosed cancer and the second leading cause of cancer deaths worldwide, accounting for about 10% of all cancer cases globally.". Projections by the World Health Organization (WHO) estimate that by 2040, the incidence and mortality rates of CRC will increase by 63% and 73%, respectively. This alarming trend underscores the urgent need for effective early detection strategies to mitigate its impact. In Vietnam, CRC is an escalating concern, with approximately 16,000 new cases reported each year, significantly straining the healthcare system. According to a report by the International Agency for Research on Cancer (IARC), "most colorectal cancer cases in Vietnam are diagnosed at a late stage, complicating treatment and increasing healthcare costs". Early-stage CRC symptoms are often subtle and nonspecific, posing a challenge for early diagnosis and timely treatment. The necessity for early detection is paramount, as it significantly improves the fiveyear survival rate. According to Siegel et al. (2020), "the five-year survival rate for localized stage CRC is approximately 90%, highlighting the importance of early detection." However, due to the late presentation of symptoms, there is a pressing need for reliable and effective early diagnostic methods. This study aims to address this challenge by employing machine learning techniques to analyze symptom data from CRC patients at Thai Nguyen Hospital. The goal is to develop a diagnostic support model that can aid in the early detection of CRC. Integrating this model into routine clinical practice could enable healthcare providers to identify high-risk patients sooner, facilitating timely intervention and potentially reducing the disease's impact.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
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
- Thành lập bản đồ địa chính xã Quỳnh Vinh, Thị xã Hoàng Mai, Tỉnh Nghệ An từ số liệu đo đạc trực tiếp bằng phần mềm Microstation và Famis
- Thiết kế, lập trình gia công khuôn đúc cho chi tiết tay nắm cầm mở cửa trên xe Uoát
- Ứng dụng phần mềm Microstation V8 và Gcadas thành lập bản đồ hiện trạng sử dụng đất từ bản đồ địa chính số phường Tào Xuyên, thành phố Thanh Hóa, tỉnh Thanh Hóa
- Thành lập bản đồ hiện trạng sử dụng đất từ bản đồ địa chính cho xã Thống Nhất, huyện Hoành Bồ, Tỉnh Quảng Ninh bằng phần mềm Microstation
- Nghiên cứu Phần mềm catia ứng dụng trong thiết kế và gia công khuôn nhựa trên máy CNC
- Ứng dụng ảnh máy bay và hệ thống thông tin địa lý (GIS) để theo dõi biến động thảm thực vật và sử dụng đất khu vực Xuân Mai và Lương Sơn
- Ứng dụng hệ thống thông tin địa lý (GIS) trong theo dõi, đánh giá biến động hiện trạng sử dụng đất giai đoạn 2001- 2006 tại xã Vĩnh Chấp, huyện Vĩnh Linh, tỉnh Quảng Trị
- Ứng dụng phương pháp phân tích đa tiêu chuẩn (Multi Criteria Analysis = MCA) với sự trợ giúp của phần mềm SPSS để lựa chọn tập đoàn cây trồng cảnh quan đường phố cho thành phố Hải Dương
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.