Hệ thống phần mềm hỗ trợ chẩn đoán và phát hiện sớm bệnh Alzheimer cho người Việt Nam sử dụng trí tuệ nhân tạo
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Vũ Bình Dương |
| Người hướng dẫn | Phạm Ngọc Hùng |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Bệnh Alzheimer là một bệnh chưa thể chữa được và là một trong những nguyên nhân phổ biến nhất của sa sút trí tuệ, ảnh hưởng đến hơn 55 triệu người trên toàn thế giới. Nếu người bệnh không được chẩn đoán và chữa trị kịp thời thì hậu quả sẽ rất nghiêm trọng. Mặc dù hiện nay trên thế giới đã có nhiều nghiên cứu về hỗ trợ chẩn đoán bệnh Alzheimer sử dụng trí tuệ nhân tạo, nhưng những phần mềm thương mại chuyên dụng cho việc hỗ trợ chẩn đoán bệnh Alzheimer lại chưa được phát triển hoặc không thể tiếp cận được tại Việt Nam. Để có thể phát triển được một mô hình trí tuệ nhân tạo chẩn đoán bệnh Alzheimer, lượng dữ liệu cần thiết là rất lớn, thường từ vài trăm đến hàng nghìn mẫu. Tuy nhiên, số lượng dữ liệu của bệnh nhân Việt Nam có thể tiếp cận được để nghiên cứu, với tổng cộng 113 mẫu ảnh MRI (56 người mắc bệnh Alzheimer, 57 người không mắc bệnh), là không đủ cho các phương pháp hỗ trợ chẩn đoán bệnh Alzheimer sử dụng trí tuệ nhân tạo hiện có. Luận văn này đề xuất một phương pháp sử dụng mạng nơ-ron Siamese kết hợp với mô hình phân loại vector hỗ trợ thông qua phương pháp hạt nhân để giải quyết vấn đề dữ liệu ít. Mạng nơ-ron Siamese là một kiến trúc học sâu sử dụng hai mạng con chia sẻ trọng số để so sánh cặp dữ liệu, hiệu quả trong xử lý bài toán dữ liệu ít nhờ học biểu diễn giống nhau mà không cần nhiều mẫu huấn luyện. Kết quả của mạng nơ-ron này được sử dụng để tạo ra ma trận sự tương đồng giữa các mẫu. Ma trận này sau đó được đưa vào mô hình phân loại vector hỗ trợ dưới dạng nhân để huấn luyện. Mô hình của phương pháp đề xuất đạt độ chính xác 0.7972 và điểm F1 0.7959, cao hơn so với các phương pháp nền khi cùng được huấn luyện trên bộ dữ liệu của Việt Nam. Sau khi đã có được mô hình trí tuệ nhân tạo hỗ trợ chẩn đoán bệnh Alzheimer, kết quả được giải thích sử dụng mô hình cộng tổng quát để xác định các dấu ấn sinh học quyết định quá trình dự đoán của mô hình, giúp tăng độ tin cậy của mô hình đối với người sử dụng. Kết quả giải thích cho thấy hồi hải mã là dấu ấn sinh học quan trọng nhất, quyết định quá trình dự đoán của mô hình. Điều này là phù hợp với những nghiên cứu y khoa hiện tại. Mô hình sau đó được tích hợp vào hệ thống phần mềm hỗ trợ chẩn đoán và phát hiện sớm bệnh Alzheimer để hỗ trợ các bác sĩ trong việc chẩn đoán bệnh Alzheimer, đặc biệt là tại Việt Nam. Phần mềm này có thể được áp dụng trong lâm sàng để hỗ trợ các bác sĩ tại Việt Nam, giúp giảm thời gian chẩn đoán, giảm thiểu các trường hợp âm tính giả và từ đó phát hiện được nhiều người bệnh hơn.
Kỹ thuật phần mềmBệnh AlzheimerMô hình vector hỗ trợTrí tuệ nhân tạoHệ thống phần mềmMạng nơ-ron Siamese
Bản toàn văn lưu tại thư viện Đại học Quốc gia 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
- Recognition and segmentation of road surface damage using deep learning technology
- Ứng dụng kĩ thuật học máy trong dự đoán nguy cơ mắc tiểu đường type 2
- Áp dụng học sâu để dự đoán bệnh ở người sử dụng dữ liệu giải trình tự gen thế hệ mới
- Building E-commerce Website with PERN Stack
- Ứng dụng phương pháp phân cụm hỗ trợ xác định vai nghĩa trong kho văn bản biểu diễn ngữ nghĩa trừu tượng tiếng Việt
- Suivi de personnes en temps réel à l’aide d’une caméra Fisheye par Deep Learning = Theo dõi người theo thời gian thực bằng máy camera Fisheye dựa trên mô hình học sâu
- Build a tour management website
- Optimisation de la trac¸abilité dans L’industrie fromagère par la block chain : generation automatique de contrats intelligents à partir de processus bpmn = Tối ưu hóa tính tra cứu trong ngành sản xuất phô-mát thông qua Blockchain : tự động tạo hợp đồng thông minh từ quy trình BPMN
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.