LuanVan.vnLuận Văn
Gửi thư

NGHIÊN CỨU CHẨN ĐOÁN KHỐI U NÃO TỪ ẢNH MRI DÙNG MÁY HỌC

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảLê Quang Trí
Người hướng dẫnNguyễn Chí Ngôn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bằng việc áp dụng máy học vào việc chẩn đoán khối u từ ảnh MRI não, nghiên cứu đề xuất nhằm tăng cường hiệu suất chẩn đoán và giảm thời gian phân tích. Mục tiêu của nghiên cứu là đánh giá hiệu quả của hai loại mô hình máy học là Vision Transformer (ViT) và YOLO (You Only Look Once) trong việc hỗ trợ chẩn đoán khối u não từ ảnh MRI. Các phương pháp chính của nghiên cứu bao gồm tiền xử lý dữ liệu, huấn luyện mô hình, và đánh giá hiệu suất. Dữ liệu MRI được tiền xử lý để chuẩn hóa và làm sạch trước khi đưa vào huấn luyện. Mô hình được huấn luyện trên tập dữ liệu lớn và sau đó được đánh giá trên tập dữ liệu thử nghiệm để đo lường hiệu suất chẩn đoán. Kết quả nghiên cứu cho thấy mô hình YOLOv9 đạt được độ chính xác cao hơn so với mô hình Vision Transformer trong việc chẩn đoán khối u não từ ảnh MRI. Các nhận định chính là khả năng của mô hình trong việc phát hiện và phân loại khối u, đồng thời tăng cường độ chính xác của quá trình chẩn đoán. Lời cảm tạ i Tóm tắt ii Abstract iii Lời cam đoan iv Danh mục hình vii Danh mục bảng ix Danh mục từ viết tắt x Chương 1: Tổng quan 1 1.1 Giới thiệu đề tài 1 1.2 Các nghiên cứu liên quan 2 Chương 2: Cơ sở lý thuyết 5 2.1 Học sâu 5 2.1.1 Khái quát 5 2.1.2 Giải thuật Vision Transformer (ViT) 6 2.1.3 Giải thuật You Only Look Once (YOLO) 8 2.2 Giải phẫu não 12 2.2.1 Thùy não (Brain lobe) 12 2.2.2 Tiểu não (Cerebellum) 13 2.2.3 Não thất (Brain ventricle) 14 2.2.4 Chất xám (Grey matter) và chất trắng (White matter) 16 2.2.5 Khối u 18 2.3 Ảnh cộng hưởng từ (MRI) 19 2.3.1 Khái quát 19 2.3.2 Nguyên lý hoạt động 19 2.3.3 Các mặt cắt giải phẫu 21 Chương 3: Tập dữ liệu 24
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 kỹ thuật, xây dựng, môi trường · 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.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play