LuanVan.vnLuận Văn
Gửi thư

CALM-VAE: Contrastive Learning Multi-modal Graph based Variational Autoencoders for Predicting Immunotherapy Response in Non-Small Cell Lung Cancer

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảLê Kỳ Anh
Người hướng dẫnNguyễn Hồng Quang
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu nhằm nâng cao khả năng dự đoán đáp ứng liệu pháp miễn dịch ở bệnh nhân ung thư phổi không tế bào nhỏ từ dữ liệu đa phương thức gồm lâm sàng, bệnh học và hình ảnh học. Phương pháp đề xuất khung học sâu CALM-VAE kết hợp Graph Variational Autoencoder, học tương phản và cơ chế chú ý phân cấp để học biểu diễn tiềm ẩn và liên kết thông tin giữa các nguồn dữ liệu. Hệ thống đồng thời xử lý dữ liệu thiếu và tổng hợp đặc trưng từ nhiều tổn thương hình ảnh. Kết quả đánh giá trên tập dữ liệu công khai cho thấy mô hình đạt AUC trung bình 0,806 trong dự đoán đáp ứng điều trị, vượt các mô hình đối chứng và chứng minh hiệu quả của học biểu diễn đa phương thức trong hỗ trợ y học chính xác.
Bản toàn văn lưu tại thư viện Đại học Bách khoa 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

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.