PHÂN LOẠI UNG THƯ TRÊN NHŨ ẢNH BẰNG KỸ THUẬT HỌC MỜ TRONG MÔI TRƯỜNG DỮ LIỆU LỚN
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Gia Bảo |
| Người hướng dẫn | Phan Thượng Cang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Luận văn "Phân loại ung thư trên nhũ ảnh bằng kỹ thuật học mờ trong môi trường dữ liệu lớn" tập trung nghiên cứu và phân tích các mô hình học sâu, nhằm đề xuất giải pháp xây dựng hệ thống hỗ trợ chẩn đoán sớm ung thư vú dựa trên nhũ ảnh X-quang. Hệ thống không chỉ giúp cải thiện hiệu quả tầm soát mà còn góp phần tiết kiệm thời gian, chi phí điều trị, đặc biệt trong bối cảnh tỷ lệ mắc ung thư vú ở phụ nữ ngày càng trẻ hóa và có nguy cơ tử vong cao nếu phát hiện muộn. Đề tài triển khai nghiên cứu ba mô hình học sâu gồm Xception, ResNet50V2 và MammoViT. Đồng thời, các lớp Max Pooling và Fully Connected trong những kiến trúc gốc được thay thế bằng các lớp học mờ (Fuzzy Layers) nhằm khảo sát tác động của kỹ thuật học mờ đến hiệu suất mô hình. Kết quả thực nghiệm cho thấy mô hình MammoViT kết hợp Fuzzy Pooling Layer đạt hiệu suất cao nhất trên tập dữ liệu VN-Bre25 với độ chính xác 98.78%. Trong khi đó, trên tập con của bộ dữ liệu MVinDr, mô hình Xception kết hợp Fuzzy Fully Connected và Fuzzy Pooling Layer đạt kết quả tốt nhất với độ chính xác 94.79%. Nhìn chung, các mô hình sử dụng kỹ thuật học mờ đều đạt hiệu quả ấn tượng khi tất cả các chỉ số đều vượt mốc 90%. Từ đó, đề tài đề xuất sử dụng hai mô hình tiêu biểu là MammoViT Fuzzy Pooling Layer và Xception Hybrid (Fuzzy FC + Fuzzy Pooling) làm nền tảng cho hệ thống phân loại ung thư vú trên nhũ ảnh. Ngoài ra, đề tài cũng bước đầu khảo sát khả năng huấn luyện mô hình trong môi trường phân tán. Tuy nhiên, do giới hạn về tài nguyên phần cứng và thời gian triển khai, việc đánh giá hiệu suất toàn diện trên hệ thống phân tán vẫn chưa được thực hiện đầy đủ.
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
- XÂY DỰNG WEBSITE BÁN MỸ PHẨM TRÊN NỀN TẢNG REACTJS VÀ NODEJS
- HỆ THỐNG TƯ VẤN THÔNG TIN HỌC PHẦN VÀ LẬP KẾ HOẠCH HỌC TẬP THÔNG MINH
- XÂY DỰNG HỆ THỐNG QUẢN LÝ QUÁ TRÌNH THỰC HIỆN ĐỀ TÀI LUẬN VĂN CAO HỌC TẠI KHOA CNTT VÀ TT – TRƯỜNG ĐẠI HỌC CẦN THƠ
- WEBSITE TUYỂN VIỆC VÀ TÌM VIỆC LÀM
- WEBSITE BÁN BÁNH NGỌT SWEET TIME
- IMAGE CAPTIONING USING RESNET AND BI-TRANSFORMER MODELS
- PHÁT TRIỂN PHẦN MỀM HỖ TRỢ TẠO MÔ HÌNH NHẬN DIỆN GƯƠNG MẶT
- XÂY DỰNG ỨNG DỤNG GỌI CỨU HỘ PHƯƠNG TIỆN GIAO THÔNG - PHÂN HỆ CHỦ PHƯƠNG TIỆN
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.