LuanVan.vnLuận Văn
Gửi thư

CHẤN ĐOÁN BỆNH UNG THƯ MÁU VỚI CÁC KỸ THUẬT HỌC SÂU

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 Thị Ngọc Huyền
Người hướng dẫnNguyễn Thanh Hải
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Kỹ thuật học sâu (Deep Learning) đã được ứng dụng rộng rãi, đặc biệt hiệu quả trong các bài toán về phân tích dữ liệu lớn. Kỹ thuật này dựa vào các mạng nơ-ron nhiều tầng, giúp trích xuất đặc trưng từ dữ liệu đã gán nhãn, chẳng hạn như hình ảnh hoặc dữ liệu gen. Một trong các mô hình phổ biến nhất cho phân tích dữ liệu hình ảnh là mạng nơ-ron tích chập (CNN). Các cấu trúc CNN nổi bật gồm LeNet, AlexNet, GoogLeNet, VGGNet, ResNet và EfficientNet. Trong lĩnh vực chẩn đoán hình ảnh y khoa, mạng CNN được sử dụng để phân tích dữ liệu hình ảnh phức tạp từ các kỹ thuật như X-quang, chụp cắt lớp (CT), và chụp cộng hưởng từ (MRI). Việc ứng dụng này giúp phát hiện chính xác bệnh lý, từ đó hỗ trợ điều trị hiệu quả. Nghiên cứu đã thử nghiệm các mô hình CNN, bao gồm EfficientNetB3, ResNet50, Inception V3 để chẩn đoán bệnh ung thư máu trên tập dữ liệu gồm 17092 hình ảnh. Kết quả cho thấy các mô hình đạt hiệu suất cao, tiêu biểu là mô hình ResNet50 phù hợp với bài toán và có tiềm năng cải thiện thêm nếu tối ưu hóa quá trình huấn luyện. Từ khóa: chuẩn đoán huyết học, hình thái tế bào máu, hình ảnh tế bào máu, nhận dạng tự động tế bào máu, học máy, học sâu.
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.