Enhancing Medical Image Segmentation with a Dense Attention Mamba-based Network and Deep Supervision using Adaptive Sigmoid Fowlkes-Mallows Loss
Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Xã hội, ngôn ngữ, y dược |
| Tác giả | Nguyen Van Quang |
| Người hướng dẫn | Pham Van Truong |
| 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
Xây dựng phương pháp phân đoạn ảnh y tế dựa trên sự kết hợp giữa mạng nơ-ron tích chập (CNN) và mô hình không gian trạng thái (State Space Models – SSMs), nhằm nâng cao độ chính xác, tính bền vững và khả năng tổng quát trong các hệ thống chẩn đoán hỗ trợ bằng máy tính (CAD). Kiến trúc đề xuất tích hợp Mamba State Space Model với các lớp tích chập đa quy mô và hệ thống cơ chế chú ý nhằm khai thác hiệu quả đặc trưng không gian và quan hệ dài hạn trong hình ảnh y tế. Bên cạnh đó, một hàm mất mát mới được xây dựng để cân bằng giữa độ chính xác (precision) và độ bao phủ (recall), nâng cao khả năng phân đoạn trong các trường hợp dữ liệu phức tạp. Phương pháp được thực nghiệm trên nhiều bộ dữ liệu thuộc các lĩnh vực như phân đoạn tổn thương da, ảnh MRI tim, ảnh tế bào và X-quang ngực, đồng thời được so sánh với các phương pháp học sâu cơ sở và truyền thống. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt hiệu quả cao hơn về độ chính xác, tính ổn định và khả năng tổng quát hóa, qua đó cung cấp hướng tiếp cận có tiềm năng ứng dụng trong phân tích ảnh y tế, hỗ trợ phát hiện sớm và lập kế hoạch điều trị.
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 xã hội, ngôn ngữ, y dược · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Hệ thống găng tay nhận diện ngôn ngữ kí hiệu ứng dụng mạng Neural hồi quy
- Ứng dụng web lập kế hoạch du lịch thông minh (Travel Agent P)
- Tác động của đầu tư nước ngoài đối với sự phát triển kinh tế - xã hội của tỉnh Đồng Nai và một số giải pháp thu hút đầu tư nước ngoài
- Training Large Language Models for Text-to-SQL tasks using Reinforcement Learning
- Thiết kế và chế tạo hệ thống hỗ trợ phục hồi chức năng chi dưới cho người bệnh
- Ứng dụng phân loại văn bản có phân cấp vào việc xác định loại hàng hóa
- Đánh giá phân bố liều lượng và tính hiệu quả của kỹ thuật xạ trị nửa chùm tia trong điều trị một số bệnh ung thư
- Đánh giá hiệu quả kinh tế xã hội của hệ thống điện mặt trời áp mái khu vực phía Bắc
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.