ỨNG DỤNG MÔ HÌNH FASTER-RCNN PHÁT HIỆN VÙNG BẤT THƯỜNG TRÊN ẢNH CT NGỰC
Khoá luận tốt nghiệp · Đại học · năm 2020 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Thanh Trung |
| Người hướng dẫn | Trần Nguyễn Minh Thư |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2020 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Ung thư phổi là căn bệnh nguy hiểm, bác sĩ thường dựa vào những hình ảnh CT ngực để có xác định được khối u. Hiện nay, việc xác định khối u trong phổi qua hình ảnh CT ngực được hỗ trợ không nhỏ của trí tuệ nhân tạo và thị giác máy tính. Trong luận văn này, mô hình phát hiện vùng bất thường trên ảnh CT ngực bằng cách sử dụng mô hình Faster-RCNN được nghiên cứu và xây dựng. Mô hình VGG16 được sử dụng để rút trích đặc trưng về hình ảnh trong mô hình Faster-RCNN. Đặc trưng thu được từ mô hình VGG16 là đầu vào của mô hình mạng Region Proposal Netword (RPN) để thu được những vùng ảnh cần phân loại. Sau đó, mô hình Fast-RCNN được sử dụng phát hiện vị trí của vùng bất thường. Dựa vào tập dữ liệu ảnh CT LUNA16, 950 ảnh được sử dụng huấn luyện và 326 ảnh được sử dụng để đánh giá. Hiệu quả đánh giá quá trình phát hiện vùng bất thường được thực hiện trên 34 lần lập với tổng thời gian 12 giờ 49 phút. Quá trình đánh giá trên 326 ảnh có giá trị mất mát tổng thể là 0.11 trong đó phân lớp RPN có giá trị mất mát là 0.023, mất mát của quá trình RPN Regression 0.032, mất mát của quá trình phân lớp RCNN 0.038 và RCNN Regresion 0.008. Kết quả đạt được của đề tài này là áp dụng mô hình Faster-RCNN để phát hiện ra vùng bất thường có kích thước nhỏ 3-5mm trên ảnh CT ngực. Thời gian huấn luyện quá trình phát hiện vùng bất thường trên mỗi hình ảnh CT khoảng 1,43s.
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
- THIẾT KẾ VÀ TRIỂN KHAI HỆ THỐNG QUẢN LÝ NHÀ THUỐC TRỰC TUYẾN TÍCH HỢP CHATBOT AI
- PHÁT HIỆN NGÔN NGỮ THÙ NGHỊCH TRÊN MẠNG XÃ HỘI SỬ DỤNG MÔ HÌNH TEXT-TO-TEXT TRANSFORMER HỢP NHẤT
- XÂY DỰNG WEBSITE MẠNG XÃ HỘI CHO NGƯỜI YÊU THÍCH PHIM
- BUILDING AN ONLINE MUSIC STREAMING PLATFORM
- A MULTI-AGENT-BASED FINANCIAL ASSISTANT APPLICATION
- WEBSITE KINH DOANH SÁCH TRỰC TUYẾN
- XÂY DỰNG WEBSITE MUA BÁN ĐỒ DÙNG ĐÃ QUA SỬ DỤNG TÍCH HỢP CHATBOT NHẬN DIỆN SẢN PHẨM
- XÂY DỰNG ỨNG DỤNG TÌM KIẾM VÀ GỢI Ý LUẬN VĂN TRƯỜNG CNTT&TT TRÊN THIẾT BỊ DI ĐỘNG
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.