ỨNG DỤNG MÔ HÌNH AI KẾT HỢP TRONG CHẨN ĐOÁN VÀ PHÂN LOẠI BỆNH PHỔI
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 | Nguyễn Mạnh Việt |
| Người hướng dẫn | Nguyễn Minh Khiêm |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
COVID-19 là bệnh đường hô hấp cấp do virus SARS-CoV-2 gây ra, lây lan toàn cầu từ cuối năm 2019. Dù đã có vaccine, bệnh vẫn gây biến chứng và lây nhiễm. Ảnh X-quang phổi là công cụ chẩn đoán nhanh, chi phí thấp, hiệu quả trong phát hiện tổn thương phổi do COVID-19, đặc biệt khi thiếu xét nghiệm RT-PCR. Sự phát triển của AI và học sâu cho phép phân tích ảnh X-quang tự động, chính xác, hỗ trợ giảm tải cho bác sĩ và nâng cao hiệu quả chẩn đoán. Trong đề tài này, dữ liệu ảnh X-quang ngực được thu thập, tiền xử lý. Sau đó áp dụng các mô hình học sâu như EfficientNetB0, ResNet50, MobileNetV2 được với phương pháp fine-tuning để phù hợp với bài toán phân loại COVID-19. Ngoài ra, kĩ thuật kết hợp mô hình thông qua averaging được áp dụng nhằm cải thiện độ chính xác chẩn đoán. Các mô hình được huấn luyện và đánh giá bằng các chỉ số như Accuracy, Precision, Recall, F1- Score và AUC-ROC. Cuối cùng, kết quả được phân tích để so sánh hiệu suất giữa các mô hình và đề xuất hướng tối ưu hóa. Kết quả thực nghiệm cho thấy mô hình kết hợp đạt độ chính xác 95%, cao hơn so với sử dụng các mô hình riêng lẻ từ 2% đến 6% và độ lỗi 0.2017, thấp hơn so với sử dụng các mô hình riêng lẻ từ 0.01 đến 0.115, đồng thời chỉ số F1-score trên các lớp đạt từ 93% dến 98% sau quá trình huấn luyện và xác thực.
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 KHÁCH SẠN SỬ DỤNG ASP.NET CORE, RESTFUL API VÀ BLAZOR
- MẠNG XÃ HỘI CHIA SẺ ĐỊA ĐIỂM DU LỊCH (Travelling Places Social Network)
- HỆ THỐNG QUẢN LÝ PHÒNG THỰC HÀNH CỦA KHOA CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
- ỨNG DỤNG KIỂM THỬ TỰ ĐỘNG CHO REST APIS/WEBSERVICES
- XÂY DỰNG WEBSITE CUNG CẤP DỊCH VỤ KINH DOANH NÔNG SẢN AN TOÀN SỬ DỤNG LARAVEL FRAMEWORK
- WEBSITE TẠO PHỤ ĐỀ CHO VIDEO
- XÂY DỰNG WEBSITE THƢƠNG MẠI ĐIỆN TỬ VỚI SẢN PHẨM CÔNG NGHỆ BẰNG REACT VÀ NODEJS
- XÂY DỰNG HỆ THỐNG TRUY XUẤT NGUỒN GỐC TRÁI THANH LONG SỬ DỤNG CÔNG NGHỆ LOCKCHAIN
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.