Ứng dụng trí tuệ nhân tạo trong phát hiện ung thư vú và các yếu tố nguy cơ
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Thắng Đạt |
| Người hướng dẫn | Nguyễn Minh Vi |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2026 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Nghiên cứu ứng dụng các kỹ thuật học máy để phát hiện sớm ung thư vú và xác định các yếu tố nguy cơ từ dữ liệu y khoa. Nhiều mô hình như KNN, SVM, Decision Tree, Random Forest, CatBoost và XGBoost được huấn luyện, tối ưu và đánh giá bằng các chỉ số Accuracy, Precision, Recall, F1-score và AUC-ROC. Kết quả cho thấy CatBoost, XGBoost và Bagging Decision Trees đạt hiệu năng cao nhất, góp phần hỗ trợ sàng lọc, dự đoán nguy cơ và nâng cao hiệu quả hỗ trợ quyết định trong chẩn đoán ung thư vú.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
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
- Đánh giá một số phương pháp học sâu cho bài toán hỏi đáp trên ảnh infographics tiếng Việt
- Xây dựng một mạng học sâu nhiều lớp cho hệ thống phát hiện xâm nhập dành cho SDN
- Lược khảo địa phương, địa lý nông thôn tỉnh Hậu Nghĩa từ 1964 dến 1971
- Phát hiện tấn công APT thông qua phân tích đồ thị nguồn gốc và tri thức mối đe dọa dựa trên TTP
- Xây dựng hệ thống quản lý sân cầu lông
- Kết hợp tri thức ngôn ngữ và mô hình sinh để cải thiện chất lượng nhận diện ảnh ngoại cảnh Hán Nôm
- Ứng dụng trí tuệ nhân tạo ước lượng calo trong ảnh thức ăn
- Nghiên cứu và phát triển các phương pháp bảo vệ thông tin dựa trên AES
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.