TIẾP CẬN MÔ HÌNH HỌC SÂU TRONG VIỆC NHẬN DẠNG THÀNH PHẦN THUỐC ĐÔNG Y TẠI VIỆT NAM
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Hồ Nhựt Nam |
| Người hướng dẫn | Huỳnh Gia Khương |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Đề tài "Tiếp cận mô hình học sâu trong việc nhận dạng thành phần thuốc đông y tại Việt Nam" đã hỗ trợ cho phát triển đáng kể của lĩnh vực thị giác máy tính, máy học và học sâu. Sử dụng các thuật toán máy học tiên tiến như CNN (Convolutional Neural Network) và các mô hình hiện đại như YOLO, RT-DETR, mô hình này có khả năng phân loại và nhận dạng chính xác các loại thành phần cây thuốc phổ biến ở Việt Nam dựa trên hình ảnh. Khi ứng dụng công nghệ vào, đã giúp giảm thiểu sự phụ thuộc vào các chuyên gia trong lĩnh vực dược liệu, cùng lúc đó đã nâng cao hiệu quả trong việc phân tích các dược tính, sử dụng trị bệnh, bảo tồn và phát triển các nguồn dược liệu quý. Mô hình còn đóng góp quan trọng trong nghiên cứu và phát triển các bài thuốc Đông y, giúp bảo tồn tri thức truyền thống, đồng thời hỗ trợ cho quá trình hiện đại hóa nền y học cổ truyền Việt Nam. Mục tiêu của mô hình là dự đoán chính xác tên thành phần cây thuốc đông y qua hình ảnh và sau đưa kết quả này vào hệ thống gợi ý bài thuốc. Sau khi nhận dạng được các cây thuốc cụ thể, hệ thống sẽ sử dụng thông tin này để đề xuất những bài thuốc phù hợp dựa trên các thành phần đã nhận dạng. Bằng cách kết hợp trí tuệ nhân tạo và cơ sở dữ liệu y học cổ truyền, hệ thống không chỉ giúp người dùng dễ dàng nhận biết thành phần cây thuốc, mà còn đưa ra các gợi ý chính xác về bài thuốc. Giúp tối ưu hóa quá trình điều trị và sử dụng dược liệu một cách hiệu quả, an toàn.
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
- TRÍCH XUẤT NỘI DUNG VĂN BẢN TỪ VIDEO BÀI GIẢNG
- Dự báo chuỗi thời gian bằng một số mô hình học máy.
- XÂY DỰNG MẠNG XÃ HỘI VỀ ẨM THỰC
- HỆ THỐNG QUẢN LÝ ĐỘI AN NINH XUNG KÍCH KÝ TÚC XÁ TRƯỜNG ĐẠI HỌC CẦN THƠ
- XÂY DỰNG HỆ THỐNG QUẢN LÝ CÁC SIÊU THỊ VỪA VÀ NHỎ PHÂN HỆ BÁN HÀNG VÀ QUẢN LÝ KHO
- XÂY DỰNG TRÒ CHƠI ĐI CẢNH DEEP IN ABYSS
- SMART RURAL WEBSITE INTEGRATED WITH SECURITY SURVEILLANCE CAMERAS AND IOT AUTOMATION FOR IRRIGATION AND LIGHTING
- HỆ THỐNG WEBSITE KHU BẢO TỒN LOÀI VÀ SINH CẢNH RỪNG MỸ PHƯỚC PHÂN HỆ BẢN ĐỒ
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.