Ứng dụng mô hình học sâu trong chẩn đoán ung thư phổi
Đang tải...
Tệp tin
Năm xuất bản
Nhan đề tạp chí
ISSN
Nhan đề tập
Nhà xuất bản
Trường Đại học Sư phạm Thành phố Hồ Chí Minh
DOI
Tóm tắt
Ngày nay với sự phát triển của y học hiện đại, bệnh nhân ung thư phổi ngày càng được phát hiện sớm. Nghiên cứu đề xuất một phương pháp mới bằng cách cải tiến kiến trúc U-Net truyền thống, loại bỏ hoàn toàn phần giải mã (decoder) và thay thế bằng một nhánh phân loại chuyên biệt ở cuối phần mã hóa (encoder). Sự thay đổi này giúp mô hình tập trung vào việc trích xuất đặc trưng tổng thể của ảnh cho bài toán phân loại, thay vì tái tạo lại bản đồ phân đoạn ở mức pixel. Điều này không chỉ giúp giảm đáng kể độ phức tạp tính toán mà vẫn duy trì khả năng học hỏi các đặc trưng sâu sắc từ ảnh y khoa để phát hiện và chẩn đoán bệnh ung thư phổi. Dựa trên tập dữ liệu IQ-OTH/NCCD, mô hình U-Net cải tiến cho kết quả vượt trội so với các phương pháp học sâu khác như VGG-16, ResNet-50, NasNet Mobile và ViT.