LuanVan.vnLuận Văn
Gửi thư

CẢI TIẾN UNET3+ ĐỂ NÂNG CAO HIỆU QUẢ CHẨN ĐOÁN COVID-19 TRÊN ẢNH CT

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Minh Nhật
Người hướng dẫnNguyễn Thanh Hải; Sử Kim Anh
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Đại dịch COVID-19 đã dẫn đến số ca nhiễm vượt tầm kiểm soát trên toàn thế giới, gây ra những hậu quả nghiêm trọng và không thể khắc phục được. Ảnh cắt lớp vi tính (CT) có thể cho thấy tổn thương phổi ở bệnh nhân. Nghiên cứu này đề xuất sử dụng các kỹ thuật học sâu, đặc biệt là kỹ thuật phân đoạn hình ảnh trên dữ liệu y tế, để tạo điều kiện thuận lợi cho việc xác định các khu vực bị ảnh hưởng, hỗ trợ các chuyên gia y tế phát hiện và sàng lọc căn bệnh này. Nghiên cứu này dựa trên việc áp dụng kiến trúc UNet3+ để xác định vùng hình ảnh trên ảnh chụp CT phổi. Ngoài ra, sự kết hợp kiến trúc UNet3+ với SE-ResNeXt50 và ResNet50 đã chứng minh hiệu quả khi tận dụng các thế mạnh của các kiến trúc này cùng nhau. Dữ liệu hình ảnh đầu vào được chuyển đổi từ định dạng NIFTI gốc sang định dạng PNG, với các bước tiền xử lý bao gồm thay đổi kích thước, kết hợp mặt nạ và chuẩn hóa hình ảnh thực hiện trước khi đào tạo. Kết quả thí nghiệm chứng minh rằng sự kết hợp của UNet3+ và SE-ResNeXt50 thể hiện hiệu suất vượt trội trong việc phân đoạn dữ liệu hình ảnh CT y tế. Intersection Value on Union trung bình (MIoU) là 0,9290, trong khi giá trị Dice trung bình (MDice) là 0,9619. Đồng thời, hiệu quả xác định vùng cho khu vực nhiễm COVID-19 đã đạt được kết quả ấn tượng, với chỉ số Dice đạt 0,9111 và IoU đạt 0,8367, hứa hẹn cho việc chẩn đoán dữ liệu y tế và hỗ trợ mạnh mẽ trong chăm sóc sức khỏe.
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.