ỨNG DỤNG CÁC MÔ HÌNH HỌC SÂU ĐỂ PHÂN LOẠI ẢNH KHỐI U NÃO
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 | Trần Anh Hào |
| Người hướng dẫn | Nguyễn Thị Kim Yến |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong thời đại công nghệ số phát triển, việc áp dụng trí tuệ nhân tạo (AI) và học sâu (Deep Learning) vào các lĩnh vực trong đời sống xã hội đang trở nên ngày càng phổ biến. Cụ thể là phân loại và nhận diện hình ảnh đã đem lại cho con người những thuận lợi to lớn như nhận diện khuôn mặt, kiểm tra chất lượng sản phẩm, nhận diện cây trồng và sâu bệnh hại, … Một trong những ứng dụng tiềm năng khác là trong lĩnh vực ý tế giúp hỗ trợ cho các y, bác sĩ chẩn đoán, phát hiện và phân loại các bệnh dựa trên hình ảnh chụp được từ bệnh nhân. Đồng thời góp phần tăng hiệu quả trong công tác điều trị bệnh và giúp bệnh nhân có thể phát hiện kịp thời những bệnh lý có khả năng gây nguy hiểm đến sức khỏe. Chẩn đoán sớm và chính xác khối u não đóng vai trò quan trọng trong việc nâng cao hiệu quả điều trị và cải thiện tiên lượng cho bệnh nhân. Các phương pháp truyền thống dựa trên đánh giá thủ công ảnh MRI thường mất nhiều thời gian và dễ bị ảnh hưởng bởi yếu tố chủ quan của bác sĩ. Trong những năm gần đây, các mô hình học sâu, đặc biệt là mạng nơ-ron tích chập (CNN), đã được ứng dụng rộng rãi trong phân tích ảnh y khoa, mang lại kết quả vượt trội trong phân đoạn và phân loại khối u não. Nghiên cứu này tập trung vào việc ứng dụng hai mô hình học sâu là ResNet50 và VGG19 nhằm phân loại các loại khối u não thông qua hình ảnh MRI, sử dụng tập dữ liệu Brain Tumor MRI từ Kaggle. Kết quả nghiên cứu kỳ vọng sẽ đóng góp vào việc phát triển các hệ thống hỗ trợ chẩn đoán tự động, giúp nâng cao độ chính xác, giảm tải công việc cho bác sĩ và tối ưu hóa quá trình điều trị. Từ khóa - Ảnh MRI khối u não, Học sâu, Mạng nơ-ron tích chập, ResNet50, VGG19.
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 QUẢN LÝ ĐĂNG KÝ MƯỢN PHÒNG TẠI KHOA CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
- XÂY DỰNG ỨNG DỤNG WEB QUẢN LÝ DỰ ÁN
- XÂY DỰNG WEBSITE THƢƠNG MẠI ĐIỆN TỬ MUA BÁN ĐIỆN THOẠI DI ĐỘNG
- DỰ ĐOÁN CHỨC NĂNG PROTEIN QUA MÔ HÌNH HỌC SÂU
- XÂY DỰNG WEBSITE QUẢN LÝ HỆ THỐNG RẠP CHIẾU PHIM
- XÂY DỰNG HỆ THỐNG CHAT BOT HỖ TRỢ DỊCH VỤ CÔNG ĐẠI HỌC CẦN THƠ
- PHÁT TRIỂN ỨNG DỤNG WEB VIỆC LÀM
- HỆ THỐNG QUẢN LÝ CÁC CỬA HÀNG SALON TÓC
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.