LuanVan.vnLuận Văn
Gửi thư

Phát hiện nốt sần cảnh báo Ung thư phổi

Đồ án tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảPhan Văn Hiếu; Lê Chí Đức; Võ Lý Hoàng Hoan
Người hướng dẫnThái Văn Tiến
Cơ sở đào tạoTrường Đại học Bách khoa, Đại học Đà Nẵng
Năm2022
NguồnThư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc

Tóm tắt

Những tiến bộ gần đây trong học máy đã cho phép ứng dụng rộng rãi trong mọi lĩnh vực của cuộc sống, và ngành y tế cũng được lợi từ đó. Theo đó, Machine Learning là một lĩnh vực nhỏ của AI, nó có khả năng tự học hỏi dựa trên dữ liệu đưa vào mà không cần phải được lập trình cụ thể. Thông qua đồ án “Phát hiện các nốt sần cảnh báo ung thư phổi” chúng ta sẽ có cái nhìn khác về tầm quan trọng của công nghệ đối với y tế. Mục tiêu của dự án là hỗ trợ các bác sĩ chuyên khoa ung thư phổi trong việc chẩn đoán các khối u dựa vào các ảnh chụp cắt lớp CT, giúp đẩy nhanh quá trình phát hiện các bất thường có trong phổi, theo dõi tình trạng các nốt sần từ đó đưa ra những kết luận về bệnh lý một cách nhanh chóng và chính xác nhất. Để huấn luyện mô hình thì trong đề tài này sẽ hướng tới các phiên bản YOLO: YOLOv4, YOLOv5, YOLOv6 và các bản tối ưu hóa về định dạng TensorRT, Tflite. Tuy nhiên, các mô hình này chỉ thích hợp chạy trên các thiết bị có cấu hình cao với CPU và GPU mạnh, để đưa vào chạy trên các thiết bị cấu hình thấp ta phải tốn rất nhiều tài nguyên cho việc suy luận nên việc sử dụng một thiết bị nhỏ gọn và có đồ họa là việc cần thiết để có thể đạt được kết quả và hiệu quả suy luận cao. Vậy nên nhóm đã quyết định sử dụng Developer Kit Jetson Nano phiên bản 4GB để giải quyết vấn đề trên. Sử dụng mô hình TensorRT trên Jetson Nano là phương án thích hợp trong đề tài này.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng

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 kỹ thuật, xây dựng, môi trường · 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.