LuanVan.vnLuận Văn
Gửi thư

ỨNG DỤNG HỌC SÂU VÀO PHÂN LỚP BỆNH PHỔI TRÊN ẢNH 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 giảTrần Anh Khoa
Người hướng dẫnVõ Trí Thức
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Chẩn đoán bệnh phổi thông qua chụp X-quang phổi là một khái niệm mang tính cách mạng có khả năng cách mạng hóa cách chúng ta chẩn đoán và điều trị các tình trạng hô hấp. Với sự trợ giúp của các thuật toán AI tiên tiến, các bác sĩ X-quang có thể phát hiện nhanh chóng và chính xác những bất thường trong ảnh chụp X-quang phổi, sau đó có thể được sử dụng để chẩn đoán một loạt bệnh như viêm phổi, lao và ung thư phổi. Điều này không chỉ giúp các bác sĩ dễ dàng xác định các tình trạng này mà còn giúp họ đưa ra phác đồ điều trị chính xác hơn cho bệnh nhân của mình. Xuất phát từ vấn đề thực tế trên, luận văn này thực hiện đề tài “Ứng dụng học sâu vào phân lớp bệnh phổi trên ảnh X-quang”. Hệ thống được xây dựng dựa trên các mô hình máy học tiên tiến dùng để phân loại các bệnh về phổi như Covid-19, viêm phổi và ảnh chụp không có bệnh. Mô hình huấn luyện sử dụng dữ liệu được lấy từ Kaggle, đây là một website chuyên cung cấp các bộ dữ liệu khá lớn với độ tin cậy cao, được cộng đồng nghiên cứu về ML trên khắp Thế Giới tin dùng. Bước đầu tiên, triển khai hệ thống thử nghiệm cho thấy mô hình đạt kết quả với accuracy_score là 0.95. Thông qua kết quả thực nghiệm, có thể thấy rằng việc áp dụng đề tài vào thực tế hoàn toàn khả thi.
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.