LuanVan.vnLuận Văn
Gửi thư

ỨNG DỤNG HỌC SÂU TRONG VIỆC PHÁT HIỆN CÁC VÙNG BẤT THƯỜNG TRÊN ẢNH CT PHỔI

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Duy Khôi
Người hướng dẫnLưu Tiến Đạo
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Ung thư phổi là một căn bệnh nguy hiểm có tỉ lệ mắc bệnh và tỉ lệ tử vong cao, việc chẩn đoán và phát hiện sớm các dấu hiệu của ung thư phổi đóng vai trò quan trọng trong việc nâng cao hiệu quả điều trị và kéo dài thời gian sống cho bệnh nhân. Tuy nhiên các triệu chứng ban đầu của ung thư phổi thường không được rõ ràng hoặc dễ nhầm lẫn với các bệnh lý hô hấp nên nhiều trường hợp chỉ được phát hiện ở giai đoạn muộn khi bệnh đã tiến triển trong khoảng thời gian dài. Nghiên cứu này tập trung vào ứng dụng các mô hình phát hiện đối tượng bao gồm YOLOv8, DETR và Faster R-CNN cho việc phát hiện các vùng bất thường trên ảnh CT phổi. Các mô hình được tinh chỉnh và đánh giá trên tập dữ liệu LUNA16 với 1.152 trường hợp. Kết quả thực nghiệm cho thấy mô hình Faster R-CNN là mô hình đạt hiệu suất tốt nhất trong số ba mô hình phát hiện đối tượng được sử dụng với độ chính xác trung bình là 85,6% và có số trường hợp bị bỏ sót là 9. Qua kết quả thực nghiệm có thể thấy được tiềm năng của các mô hình phát hiện đối tượng trong việc xử lý ảnh y khoa, đặc biệt là trong chẩn đoán ung thư phổi.
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.