Siêu thị PDFTải ngay đi em, trời tối mất

Thư viện tri thức trực tuyến

Kho tài liệu với 50,000+ tài liệu học thuật

© 2023 Siêu thị PDF - Kho tài liệu học thuật hàng đầu Việt Nam

Phân Loại Ảnh Chụp Xquang Phổi Trong Hỗ Trợ Chẩn Đoán Bệnh Sử Dụng Học Máy
PREMIUM
Số trang
60
Kích thước
1.6 MB
Định dạng
PDF
Lượt xem
1844

Phân Loại Ảnh Chụp Xquang Phổi Trong Hỗ Trợ Chẩn Đoán Bệnh Sử Dụng Học Máy

Nội dung xem thử

Mô tả chi tiết

ĐỒ ÁN

TỐT NGHIỆP ĐẠI HỌC

ĐỀ TÀI

PHÂN LOẠI ẢNH CHỤP X QUANG PHỔI

TRONG HỖ TRỢ CHẨN ĐOÁN BỆNH SỬ DỤNG HỌC MÁY

Sinh viên thực hiện: LÊ TRƯỜNG LONG

Mã sinh viên: B17DCAT115

Lớp: E17CN01-B

Khóa: D17

Giảng viên hướng dẫn: PGS.TS. NGUYỄN MẠNH HÙNG

HÀ NỘI – 2021

Học viện Công nghệ Bưu chính Viễn thông

Khoa Công nghệ thông tin 1

ĐỒ ÁN

TỐT NGHIỆP ĐẠI HỌC

ĐỀ TÀI

PHÂN LOẠI ẢNH CHỤP X QUANG PHỔI

TRONG HỖ TRỢ CHẨN ĐOÁN BỆNH SỬ DỤNG HỌC MÁY

Sinh viên thực hiện: LÊ TRƯỜNG LONG

Mã sinh viên: B17DCAT115

Lớp: E17CN01-B

Khóa: D17

Giảng viên hướng dẫn: PGS.TS. NGUYỄN MẠNH HÙNG

HÀ NỘI – 2021

Học viện Công nghệ Bưu chính Viễn thông

Khoa Công nghệ thông tin 1

Lời cảm ơn

_____________________________________________________________________

_____________________________________________________________________

Lê Trường Long - B17DCAT115 i

Lời cảm ơn

Lời đầu tiên, em xin gửi lời cảm ơn chân thành và sâu sắc đến Thầy giáo hướng dẫn –

PGS.TS. Nguyễn Mạnh Hùng - Trưởng Bộ môn Công nghệ phần mềm - Học viện Công

nghệ Bưu chính Viễn thông đã tận tình hướng dẫn, chỉ bảo, tạo điều kiện học tập, nghiên

cứu để em có thể hoàn thành khóa luận tốt nghiệp này. Điều đặc biệt mà em luôn trân

trọng đó là sự nhiệt tình, nhẫn nại dành thời gian hướng dẫn, chỉ bảo, đóng góp, trả lời

những thắc mắc và sửa chữa những vấn đề nhỏ nhặt mặc dù công việc của Thầy rất bận

rộn.

Em cũng xin cảm ơn các giảng viên, giáo vụ trong bộ môn Công nghệ phần mềm cũng

như hệ đào tạo chất lượng cao - Học viện Công nghê Bưu chính Viễn thông đã quan tâm

giúp đỡ và tạo điều kiện tốt nhất cho em trong suốt thời gian học tập tại học viện và

thực hiện đồ án.

Cuối cùng em xin gửi lời biết ơn sâu sắc đến bố mẹ, gia đình và bạn bè thân thiết đã

luôn ở bên suốt quãng thời gian đại học, là nguồn động viên tinh thần quý giá giúp em

có thể hoàn thành được đồ án này.

Hà Nội, tháng 12 năm 2021

Sinh viên

Lê Trường Long

Mục lục

_____________________________________________________________________

_____________________________________________________________________

Lê Trường Long - B17DCAT115 ii

Mục lục

Lời cảm ơn i

Mục lục ii

Danh mục viết tắt v

Danh mục các bảng biểu vi

Danh mục hình vẽ và đồ thị vii

Mở đầu 1

Chương 1: Bài toán phân loại hình ảnh x-quang phổi 3

1.1. Bài toán phân loại hình ảnh x-quang phổi trong hỗ trợ chẩn đoán bệnh 3

1.2. Các hướng tiếp cận giải quyết bài toán 3

1.2.1. Naive Bayes 4

1.2.2. K láng giềng gần nhất – K Nearest Neighbor 5

1.2.3. Cây quyết định - Decision Tree 7

1.2.4. Mạng nơ ron tích chập - Convolutional neural network 9

1.3. Đề xuất hướng tiếp cận đồ án 10

1.4. Kết luận chương 12

Chương 2: Phân loại ảnh x-quang bằng mạng nơ ron tích chập CNNs 13

2.1. Giới thiệu về CNNs 13

2.1.1. Mạng nơ ron 13

2.1.2. Mạng nơ-ron tích chập - CNNs 15

2.2. Kiến trúc của mạng CNNs 16

2.2.1. Lớp tính chập - Convolutional layer 16

2.2.2. Lớp gộp - Pooling layer 17

2.2.3. Lớp ReLU - ReLU layer 18

2.2.4. Lớp kết nối đầy đủ - Fully connected layer 19

Mục lục

_____________________________________________________________________

_____________________________________________________________________

Lê Trường Long - B17DCAT115 iii

2.3. Quá trình huấn luyện mạng CNNs 19

2.3.1. Tiền xử lý và tăng cường dữ liệu 19

2.3.2. Khởi tạo tham số 20

2.3.3. Chính quy hóa cho CNNs 21

2.3.4. Lựa chọn trình tối ưu hóa 23

2.4. Mạng nơ ron VGG 25

2.4.1. Giới thiệu về mạng VGG 25

2.4.2. Kiến trúc mạng VGG 26

2.5. Kết luận chương 27

Chương 3: Thử nghiệm và đánh giá 28

3.1. Công cụ và môi trường 28

3.1.1. Kaggle 28

3.1.2. Anaconda 28

3.1.3. Jupyter Notebook 29

3.1.4. TensorFlow 30

3.1.5. Môi trường 30

3.2. Các bước xử lý bài toán 31

3.2.1. Thu thập dữ liệu 31

3.2.2. Tiền xử lý và tăng cường dữ liệu 32

3.2.3. Xây dựng model huấn luyện 33

3.3. Phương pháp đánh giá model 39

3.3.1. Phương pháp k-fold cross validation (đánh giá chéo) 39

3.3.2. Phương pháp phân tích kết quả model 40

3.4. Kết quả tính toán 42

3.5. Chương trình ứng dụng mô hình thu được 42

3.5.1. Mô tả ứng dụng 42

Mục lục

_____________________________________________________________________

_____________________________________________________________________

Lê Trường Long - B17DCAT115 iv

3.5.2. Kịch bản chuẩn của ứng dụng 43

3.5.3. Trình bày ứng dụng 43

3.6. Kết luận chương 46

Kết luận 47

Tài liệu tham khảo 49

Tải ngay đi em, còn do dự, trời tối mất!