Phân vùng khối u não đa phương thức bằng kỹ thuật học sâu
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Đức Thuận |
| Người hướng dẫn | Lê Hoàng Thái |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Luận văn tổ chức bài toán một cách khéo léo kết hợp với kiến trúc Swin Transformer đa chiều, tác giả mong muốn bước đầu kết hợp đặc trưng theo chiều không gian, chiều lát cắt ảnh và chiều kênh để tạo ra một mô hình học sâu giúp phân vùng khối u não đa phương thức đạt hiệu quả cao hơn. Thiết kế bài toán Phân vùng đa kênh (Multi-channel Segmentation Task) để giúp máy tính hiểu một cách đồng thời và rõ ràng hơn thông tin có giá trị từ các phương thức chụp ảnh MRI khác nhau được tổng hợp lại. Đề xuất một kiến trúc mới gọi là Model-aware Swin Unet, và áp dụng nó để phân vùng khối u não một cách hiệu quả hơn. Bước đầu tìm hiểu cách tận dụng hiệu quả kiến trúc Transformer trong đa chiều, mở rộng kiến trúc Swin Transformer đã có từ trước, để thực hiện nhiệm vụ phân vùng ngữ nghĩa trong ảnh y khoa.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
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
- Hệ thống thông minh hỗ trợ phân loại thô cho bệnh nhân nhập viện
- Phát triển ứng dụng truy xuất nguồn gốc hàng hoá tích hợp Ethereum Blockchain và Smart Contract
- Applying machine learning to detect fraud in financial reports of enterprises in Vietnam.
- Xây dựng giải pháp khí canh thông minh dựa trên kỹ thuật học sâu, tính toán cận biên, và mô hình bảo mật Zero-Trust.
- Thiết kế và triển khai giao diện liên cụm cho bộ điều khiển mạng khả lập trình
- Xây dựng ứng dụng hỗ trợ chăm sóc sức khoẻ tinh thần
- Phát hiện lỗ hổng bảo mật hợp đồng thông minh dựa trên học tiếp cận đa thể thức.
- Dự báo luồng giao thông sử dụng chuỗi thời gian dựa trên các mô hình Transformer
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.