Đánh giá chất lượng tín hiệu điện tâm đồ (ECG) ở bệnh nhân uốn ván bằng thuật toán phân cụm
Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Trịnh Trung Kiên |
| Người hướng dẫn | Lê Thị Nhàn |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2026 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Luận văn hướng đến xây dựng một phương pháp hỗ trợ tiền xử lý dữ liệu ECG, nhằm tự động phân cụm các phân đoạn tín hiệu theo mức độ tốt và xấu. Mục tiêu đặt ra là xây dựng quy trình tính toán nhằm phân cụm tín hiệu ECG tốt và xấu có chi phí tính toán thấp, thời gian xử lý nhanh, cấu trúc thuật toán đơn giản. Luận văn tiếp cận bài toán theo hướng học không giám sát, sử dụng các thuật toán phân cụm để nhóm các phân đoạn ECG dựa trên các đặc trưng được chọn lọc, thay vì phụ thuộc hoàn toàn vào nhãn được gán trước. Quy trình nghiên cứu bao gồm: thu thập và phân đoạn dữ liệu ECG, trích xuất các đặc trưng dựa trên các chỉ số đánh giá chất lượng tín hiệu, chỉ số biến thiên nhịp tim, các đặc trưng dựa trên độ hỗn loạn và phức tạp của tín hiệu, chọn lọc các đặc trưng dựa trên công cụ Multi Cluster Feature Selection (MCFS) nhằm giảm tính dư thừa và tăng tốc độ xử lý, thực nghiệm và so sánh các thuật toán K-Means, Gaussian Mixture Model (GMM), Hierarchical Clustering và Self-Organizing Map (SOM), đánh giá kết quả thông qua các chỉ số Silhouette Score, Davies-Bouldin Index, đánh giá thông qua mô hình phân lớp (Classification as Evaluation) và tham chiếu đánh giá chuyên gia lâm sàng.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
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
- Mô hình hỏi đáp thông tin dược liệu y học cổ truyền Việt Nam
- Xây dựng mô hình biến dạng do nhiễu cho văn bản in ấn tiếng Việt
- Ảnh hưởng của hàm loss additive angular margin đối với vấn đề mất cân bằng dữ liệu trong phân loại ảnh bệnh ung thư da
- Hệ thống livestream P2P dựa trên WebRTC có độ trễ thấp hiệu quả cao với chi phí thấp
- Development of an application to process house ownership certificate
- Phát hiện giọng nói giả mạo trên tiếng Việt
- Nghiên cứu tích hợp trí tuệ nhân tạo vào dự đoán rối loạn phổ tự kỷ và chậm phát triển của trẻ em
- Enhancing trading decisions with a large language model-based chatbot
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.