LuanVan.vnLuận Văn
Gửi thư

NHẬN DIỆN BẤT THƯỜNG Ở VÙNG NGỰC DỰA TRÊN ẢNH X-RAY PHỔI

Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Thanh phúc
Người hướng dẫnThái Minh Tuấn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Hiện nay, việc sử dụng ảnh X-ray ngực để chẩn đoán các bệnh về phổi rất phổ biến. Việc chẩn đoán bằng ảnh X- ray ngực thủ công có thể dẫn đến chẩn đoán sai hoặc thiếu sót về y tế, ngay cả đối với bác sĩ hành nghề giỏi. Để cải thiện tốc độ chẩn đoán, độ chính xác và độ tin cậy trong việc chẩn đoán bệnh nhân có vấn đề về phổi. Trong bài luận văn này chúng tôi đề xuất sử dụng YOLO là một trong những mô hình phát hiện vật tốt nhất ở thời điểm hiện tại để nhận dạng những điểm bất thường trên ảnh X- ray phổi. Đề tài này tiến hành thử nghiệm với mô hình YOLO trên tập dữ liệu sử dụng là VinBigData Chest X-ray Abnormalities Detection1 . Cụ thể, đầu tiên tách và chuyển đổi dữ liệu hình ảnh của các tập dữ liệu DICOM sang dạng hình ảnh, chuyển hóa tọa độ và gộp các vùng bất thường dựa trên chỉ số IoU trên ảnh X- ray ngực. Sau đó, đào tạo mô hình YOLOv5 trên tập dữ liệu. Cuối cùng, sử dụng mô hình đào tạo để phát hiện và phân loại các bất thường trên tập ảnh thử nghiệm. Mô hình trên cho kết quả thực nghiệm với độ chính xác khá tốt với [email protected] xấp xỉ 0.94, và hứa hẹn có thể hỗ trợ các y bác sĩ trong chẩn đoán bệnh về phổi. Hệ thống sẽ giúp giảm áp lực cho các bác sĩ tại các bệnh viện đô thị và cải thiện chất lượng chẩn đoán ở các vùng nông thôn.
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

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.