Chuẩn đoán bệnh thông qua hình ảnh y tế mạng Neuron tích chập (CNN) : Khoá luận tốt nghiệp
Năm xuất bản
2024
Tác giả
Phạm, Đắc Toàn
Nhan đề tạp chí
ISSN
Nhan đề tập
Nhà xuất bản
Trường Đại học Nguyễn Tất Thành (Khoa Công nghệ thông tin)
Tóm tắt
Nghiên cứu nhằm xây dựng một mô hình mạng neuron tích chập (CNN) hiệu quả đểphân tích và chẩn đoán bệnh dựa trên hình ảnh y tế, đảm bảo đạt được độ chính xác cao,thời gian xử lý nhanh và khả năng ứng dụng thực tiễn trong lĩnh vực y học. Hệ thống này không chỉ hỗ trợ bác sĩ trong việc ra quyết định mà còn góp phần giảm thiểu sai sót trong quá trình chẩn đoán. Bên cạnh đó, đề tài tập trung vào việc cải thiện chất lượng hình ảnh ytế thông qua các phương pháp tiền xử lý, bao gồm giảm nhiễu, tăng độ nét và cân bằng ánh sáng. Việc nâng cao chất lượng dữ liệu đầu vào được kỳ vọng sẽ giúp cải thiện đáng kể độ tin cậy của các kết quả phân tích. Đánh giá hiệu quả của mô hình CNN so với các phương pháp truyền thống và các mô hình học máy khác trongviệc nhận diện và phân loại bệnh thông qua hình ảnh y tế. Khai thác tối đa tiềm năng của trí tuệ nhân tạo, đặc biệt là học sâu, để phát triển một hệ thống chẩn đoán thông minh có khả năng tự động nhận diện các đặc điểm quan trọng trong hình ảnh y tế, từ đó đưa ra những chẩn đoán chính xác và đáng tin cậy hơn cả mắt thường. Ngoài ra, nghiên cứu này còn đề xuất quy trình và giải pháp ứng dụng mô hình đã phát triển vàothực tế tại các cơ sở y tế, từ đó hỗ trợ bác sĩ và kỹ thuật viên trong việc phân tích hình ảnhX-quang một cách hiệu quả.
Mô tả
43 tr.
Từ khóa chủ đề
Mạng Neuron tích chập (CNN) , Chuẩn đoán , Hình ảnh