LuanVan.vnLuận Văn
Gửi thư

Ovarian Tumor Segmentation and Morphological Extraction from Ultrasound Images

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảBùi Hoàng Sơn
Người hướng dẫnLe Thi Lan; Dang Thi Hong Thien
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Đề xuất khung học tự giám sát SOTS-M cho bài toán phân đoạn khối u buồng trứng trên ảnh siêu âm, kết hợp kiến trúc SovaSegNet cải tiến từ U-Net với khối SPPF nhằm xử lý hình dạng bất quy tắc và độ tương phản thấp. Phương pháp tiền huấn luyện self-supervised dựa trên Barlow Twins cùng chiến lược tăng cường dữ liệu theo độ bất định giúp cải thiện đáng kể hiệu quả phân đoạn trong điều kiện thiếu dữ liệu gán nhãn. Kết quả cho thấy mô hình đạt độ chính xác tương đương các phương pháp giám sát hoàn toàn, đồng thời hỗ trợ trích xuất đặc trưng hình thái phục vụ đánh giá lâm sàng.
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 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.