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 liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Doan Duc Khiem |
| Người hướng dẫn | Tran Thi Thanh Hai; Tran Anh Vu |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2025 |
| Nguồn | Thư 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
- Tìm hiểu các phương pháp chuyển đổi từ IPv4 sang IPv6, cài đặt thử nghiệm và phân tích ưu nhược điểm
- Xây dựng website quản lý cho thuê trọ tại ngõ 81/241 chợ Khâm Thiên, Quận Đống Đa, Hà Nội
- Tối ưu hóa đường vận chuyển robot trong tế bào gia công CNC sử dụng thuật toán ACO
- Ứng dụng AI trong tổng hợp, phân tích tài liệu nội bộ
- Thiết kế xây dựng website đặt lịch khám bệnh
- Weighted Average Gradients For Unlocking Faithful Explanations through Baseline Fitness
- Ứng dụng học máy trong phân tích dữ liệu học tập của sinh viên
- Thiết kế và xây dựng website tìm kiếm phòng trọ
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.