HỆ THỐNG CHẨN ĐOÁN BỆNH PHỔI VỚI MÔ HÌNH ĐA PHƯƠNG THỨC
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Phúc Tấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong bối cảnh y học hiện đại, việc kết hợp các nguồn dữ liệu khác nhau để hỗ trợ chẩn đoán chính xác và nhanh chóng đang trở thành một xu hướng tất yếu. Luận văn này đề xuất một phương pháp kết hợp giữa hình ảnh X-Quang và thông tin lâm sàng dạng văn bản để nâng cao hiệu quả chẩn đoán bệnh lý hô hấp. Cụ thể, tôi xây dựng một hệ thống học sâu đa phương thức để khai thác mối quan hệ giữa ảnh XQuang và triệu chứng bệnh nhân, đồng thời áp dụng phương pháp Maximum Satisfiability (MaxSAT) nhằm tối ưu hóa kết quả phân loại thông qua việc mô hình hóa các ràng buộc logic giữa các triệu chứng. Dữ liệu được sử dụng bao gồm 17.973 ảnh X-Quang ngực và các báo cáo lâm sàng tương ứng, được phân loại thành 12 nhóm bệnh. Đề tài triển khai nhiều mô hình học sâu cho từng loại dữ liệu: các mô hình NLP cho văn bản; và CNN cho ảnh. Các mô hình kết hợp đa phương thức cũng được xây dựng nhằm khai thác đồng thời cả hai nguồn dữ liệu. Ngoài ra, Maximum Satisfiability (MaxSAT) được tích hợp vào pha dự đoán nhằm chọn nhãn tối ưu trong không gian ràng buộc logic, bên cạnh đó kỹ thuật bầu chọn đa mô hình (Voting) được áp dụng để dự đoán dựa trên phần lớn sự lựa chọn và đồng thời cũng sử dụng mô hình Retrieval-Augmented Generation (RAG) để sinh mô tả bệnh tương tự từ các ca đã biết, hỗ trợ bác sĩ và bệnh nhân hiểu rõ hơn về kết quả dự đoán. Cuối cùng, giới thiệu Multimodal Graph Neural Network (MGNN) – một kiến trúc mạng nơ-ron đồ thị đa phương thức – để mô hình hóa mối quan hệ phức tạp giữa các đặc trưng hình ảnh và văn bản trong không gian đồ thị. Kết quả thực nghiệm cho thấy rằng mô hình đa phương thức vượt trội so với các mô hình đơn lẻ, đồng thời việc tích hợp MaxSAT giúp cải thiện độ tin cậy trong phân loại khi các triệu chứng có mối liên hệ chặt chẽ. Hệ thống cũng được triển khai với giao diện trực quan, cho phép người dùng nhập triệu chứng và ảnh X-Quang để nhận kết quả phân tích, hỗ trợ quá trình chẩn đoán lâm sàng.
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
- PHƯƠNG PHÁP ĐẾM LƯƠN GIỐNG TRONG ẢNH DỰA TRÊN KỸ THUẬT XỬ LÝ ẢNH
- XÂY DỰNG WEBSITE QUẢN LÝ KHÁCH SẠN DÙNG KIẾN TRÚC MICROSERVICES BẰNG ASP.NET CORE
- SCHOOL BUS TRANSPORTATION MANAGEMENT SYSTEM
- XÂY DỰNG WEBSITE BÁN BỘT
- ỨNG DỤNG LỊCH NGÀY VỚI HÌNH NỀN BẰNG AI
- XÂY DỰNG HỆ THỐNG NHẬN DẠNG CÁC LOẠI BỆNH TRÊN LÚA TÍCH HỢP BÁN THUỐC PHÒNG TRỪ BỆNH
- Ứng dụng phần mềm ETAP tính toán ngắn mạch lưới điện phân phối (Hòa Bình – Bạc Liêu)
- ĐỀ TÀI: ỨNG DỤNG “ĂN CHAY MỘT TRIẾT LÝ SỐNG”
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.