LuanVan.vnLuận Văn
Gửi thư

PHÁT HIỆN BỆNH VIÊM PHỔI VÀ CÁC ĐIỂM BẤT THƯỜNG/TỔN THƯƠNG QUA PHIM CHỤP X-QUANG

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrịnh Minh Quốc
Người hướng dẫnTrần Thị Tố Quyên
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Hiện nay, số lượng ca bệnh viêm phổi do vi khuẩn/vi rút đang tăng lên nhanh chóng, và một trong những nguyên nhân chính là do thiếu kiến thức về viêm phổi do vi khuẩn/vi rút trong việc phòng chống bệnh. Việc phát hiện và chẩn đoán bệnh viêm phổi do vi khuẩn/vi rút luôn đóng vai trò quan trọng trong hệ thống y tế, bởi nó giúp nhanh chóng xác định và điều trị các bệnh truyền nhiễm, cải thiện kết quả điều trị và đảm bảo sức khỏe của bệnh nhân. Tuy nhiên, để phát hiện bệnh viêm phổi do vi khuẩn/vi rút là một công việc đầy thách thức với rất nhiều hạn chế, bao gồm môi trường lâm sàng đa dạng, tình trạng bệnh nhân và mức độ phức tạp của các ca bệnh. Để giải quyết vấn đề này, cần có một ứng dụng có khả năng đáp ứng các yêu cầu này để giúp sớm xác định và điều trị bệnh viêm phổi do vi khuẩn/vi rút. Và không chỉ và bệnh do vi khuẩn/vi rút gây ra, còn có những lý do khác gây ra tình trạng xấu ở vùng phổi, như là kết quả sau phẩu thuật, môi trường không khí bị ô nhiêm, và các nguyên nhân khác gây ra tình trạng xấu ở phổi. Do đó, tôi đã đề xuất một giải pháp trong việc chẩn đoán bệnh bằng cách huấn luyện mô hình phát hiện đối tượng YOLOv8 và Faster-RCNN từ đó so sánh hiệu suất giữa hai mô hình để tìm ra được mô hình đạt độ chính xác, hiệu suất cao hơn để đưa vào hệ thống nhận dạng bênh lý/các dấu hiệu bất thường/tổn thương. Và hai mô hình thuật toán trên sử dụng tập dữ liệu viêm phổi và các điểm bất thường ở phổi qua phim chụp x-quang của VinBigData. Tập dữ liệu này được thu thập từ nền tảng trực tuyến Kaggle và nó giúp cung cấp các dữ liệu quan trọng để phát triển và kiểm tra mô hình.
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.