LuanVan.vnLuận Văn
Gửi thư

Deep Learning based Traumatic Brain Injury Outcome Prediction using Multimodal Data

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 giảDoan Duc Khiem
Người hướng dẫnTran Thi Thanh Hai; Tran Anh Vu
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 và phát triển mô hình học sâu đa phương thức nhằm dự đoán mức độ nghiêm trọng của chấn thương sọ não (TBI) dựa trên dữ liệu y tế đa nguồn. Xây dựng khung học sâu kết hợp dữ liệu lâm sàng có cấu trúc và dữ liệu văn bản y khoa không có cấu trúc để thực hiện phân loại mức độ chấn thương. Nghiên cứu khảo sát và so sánh các phương pháp bù khuyết dữ liệu gồm Mean Imputation, KNN, MICE, MissForest và phương pháp học trực tiếp trên dữ liệu thiếu dựa trên Transformer (NAIM). Mô hình ngôn ngữ tiếng Việt huấn luyện sẵn được tinh chỉnh để trích xuất đặc trưng ngữ nghĩa từ các báo cáo chẩn đoán và thực hiện phân loại chấn thương sọ não thành bốn mức độ nghiêm trọng. Hệ thống được đánh giá trên bộ dữ liệu thực tế thu thập tại các cơ sở y tế ở Việt Nam thông qua các chỉ số đánh giá phân loại. Kết quả thực nghiệm được sử dụng để phân tích hiệu quả của mô hình đa phương thức trong bài toán hỗ trợ dự đoán mức độ nghiêm trọng của chấn thương sọ não.
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.