LuanVan.vnLuận Văn
Gửi thư

Mô hình học máy phát hiện nhóm bệnh đồng mắc dựa trên dữ liệu bệnh án điện tử

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảDư Thị Kim Quyên
Người hướng dẫnHuỳnh Phước Hải
Cơ sở đào tạoĐại học Quốc gia TP. Hồ Chí Minh
Năm2025
NguồnThư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc

Tóm tắt

Nghiên cứu ứng dụng các thuật toán khai phá luật kết hợp (Apriori, FP-Growth) trên dữ liệu bệnh án điện tử để phát hiện nhóm bệnh đồng mắc. Dữ liệu được mã hóa theo ICD-10, tiền xử lý và phân tích để rút ra các luật kết hợp quan trọng, điển hình như mối quan hệ giữa tăng huyết áp và nhồi máu não. Kết quả cho thấy FP-Growth có hiệu năng vượt trội so với Apriori ở ngưỡng hỗ trợ thấp, góp phần hỗ trợ chẩn đoán lâm sàng chính xác và kịp thời
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh

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.