LuanVan.vnLuận Văn
Gửi thư

ỨNG DỤNG MÔ HÌNH CNN NHẬN DẠNG THUỐC VIÊN

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảLê Thanh Phúc Đăng
Người hướng dẫnPhạm Xuân Hiền
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Để giúp phụ huynh nhận dạng thuốc viên một cách chính xác và nhanh chóng, đặc biệt trong trường hợp thiếu thông tin hoặc không có đơn thuốc rõ ràng, khi bác sĩ không đưa toa thuốc cho phụ huynh nên đề tài “Ứng dụng mô hình CNN nhận dạng thuốc viên” được thực hiện. Đề tài xây dựng một trang web nhỏ gọn và đơn giản nhằm nhận dạng thuốc viên sử dụng mô hình CNN - Convolutional Neural Network để trích xuất các đặc trưng hình ảnh (màu sắc, hình dạng, ký hiệu) sau bước tiền xử lý ảnh (chuyển đổi ảnh xám, lọc nhiễu, phát hiện cạnh). Sau đó sử dụng kNN - k-Nearest Neighbors để thực hiện phân loại thuốc viên. Mô hình sử dụng được huấn luyện và đánh giá trên bộ dữ liệu gồm 12 loại thuốc viên phổ biến tại Việt Nam, với dữ liệu được tăng cường để cải thiện hiệu quả trong điều kiện dữ liệu hạn chế. Kết quả thực nghiệm cho thấy mô hình CNN kết hợp kNN đề xuất đạt được độ chính xác cao trong việc nhận dạng 12 loại thuốc viên thử nghiệm, cho thấy sự cải thiện hiệu quả so với phương pháp không kết hợp, trong khi vẫn duy trì thời gian xử lý hiệu quả. Mô hình chứng tỏ tiềm năng ứng dụng thực tế trong việc hỗ trợ nhận dạng thuốc chính xác.
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.