LuanVan.vnLuận Văn
Gửi thư

Nghiên cứu và ứng dụng mô hình DCGAN trong sinh ảnh y tế

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhXã hội, ngôn ngữ, y dược
Tác giảTrần Quang Huy
Người hướng dẫnNguyễn Thu Nga
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Xây dựng phương pháp sinh và tăng cường dữ liệu ảnh y sinh từ ảnh cộng hưởng từ (MRI) bằng mô hình mạng sinh đối kháng (Generative Adversarial Network – GAN) nhằm giải quyết vấn đề khan hiếm dữ liệu, mất cân bằng lớp và sự biến thiên trong dữ liệu y tế. Phương pháp đề xuất sử dụng kiến trúc Deep Convolutional GAN (DCGAN) để học phân bố dữ liệu ảnh MRI não và tạo ra các ảnh tổng hợp có đặc trưng tương đồng với dữ liệu thực. Quy trình nghiên cứu bao gồm tiền xử lý, chuẩn hóa ảnh MRI, xây dựng mô hình DCGAN, huấn luyện đối kháng giữa mạng sinh và mạng phân biệt, đồng thời đánh giá chất lượng ảnh sinh thông qua trực quan hóa và các chỉ số huấn luyện. Kết quả cho thấy mô hình có khả năng tạo dữ liệu ảnh tổng hợp, mở ra tiềm năng ứng dụng trong tăng cường dữ liệu cho các bài toán phân loại và phân đoạn khối u não, góp phần nâng cao hiệu quả của các hệ thống hỗ trợ chẩn đoán hình ảnh y khoa.
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

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.