資料の内容
1 ページ
ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN BÁO CÁO TỔNG KẾT ĐỀ TÀI KHOA HỌC VÀ CÔNG NGHỆ SINH VIÊN NĂM 2021 Tên đề tài tiếng Việt: PHÂN ĐOẠN CHỨNG PHÌNH MẠCH MÁY NÃO TRÊN ẢNH MRI 3D. Tên đề tài tiếng Anh: SEGMENTATION ANEURYSM FOR 3D MRI IMAGE. Khoa/ Bộ môn: Công nghệ phần mềm Thời gian thực hiện: 06 tháng Cán bộ hướng dẫn: TS. Lê Mình Hưng Tham gia thực hiện Chịu trách TT Họ và tên, MSSV Điện thoại Email nhiệm 1. Đỗ Ngọc Cường Chủ nhiệm 0355766760 18520542@gm.uit.edu.vn Thành phố Hồ Chí Minh – Tháng 10 /2021
2 ページ
ĐẠI HỌC QUỐC GIA TP. HCM Ngày nhận hồ sơ TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN Mã số đề tài (Do CQ quản lý ghi) BÁO CÁO TỔNG KẾT Tên đề tài tiếng Việt: PHÂN ĐOẠN CHỨNG PHÌNH MẠCH MÁY NÃO TRÊN ẢNH MRI 3D. Tên đề tài tiếng Anh: SEGMENTATION ANEURYSM FOR 3D MRI IMAGE. Ngày ... tháng ...... năm .... Ngày ... tháng ...... năm .... Cán bộ hướng dẫn Sinh viên chủ nhiệm đề tài (Họ tên và chữ ký) (Họ tên và chữ ký)
3 ページ
THÔNG TIN KẾT QUẢ NGHIÊN CỨU 1. Thông tin chung: - Tên đề tài: PHÂN ĐOẠN CHỨNG PHÌNH MẠCH MÁY NÃO TRÊN ẢNH MRI 3D. - Chủ nhiệm: Đỗ Ngọc Cường - Thành viên tham gia: Không - Cơ quan chủ trì: Trường Đại học Công nghệ Thông tin. - Thời gian thực hiện: 06 thá ng 2. Mục tiêu: Trong phạm vi đề tài này, chúng tôi sẽ: - Tìm hiểu tổng quan về các kỹ thuật học sâu, bài toán phân đo ạn đối tượng trong ảnh, các phương pháp phân đ oạn đối tượng trong ảnh y sinh và tìm thông tin dựa trên các nghiên cứu có sẵn. - Tìm hiểu các dữ liệu hiện có để ứng dụng vào bài toán - Tiến hành cài đặt thử các phương pháp d ựa trên các nghiên cứu hiện có và đánh giá. 3. Tính mới và ứng dụng: Với những bệnh nhân này cần chuẩn đoán và khám k ịp thời để lên chiến lược điều trị và phương pháp ph ẫu thuật. Phương pháp đi ều trị chủ yếu hiện nay là mổ kẹp túi phình (clipping the neck of an aneurysm) các quyết định về việc đặt tư thế phẫu thuật và vị trí bác sĩ v ẫn phụ thuộc vào phán đoán lâm sàng d ựa trên kinh nghiệm của bác sĩ . Chúng tôi tập trung vào việc phát hiện túi phình vị trí của nó bằng phương pháp h ọc sâu. Chúng tôi kết hợp các hàm mất mát với nhau để tăng độ hiệu quả cho việc phát hiện túi phình mạch máu não.
4 ページ
4. Tóm tắt kết quả nghiên cứu: trong bài báo cáo lần này nhóm em chỉ có thể tìm hiểu và đề xuất thêm vào phần backbone các module đ ể cải thiện hiệu suất của bộ dữ liệu não 3D này. Đạt được hiệu suất là Dice similarity coefficient: 0.38, Hausdorff distance (modified, 95th percentile): 16.36, Volumetric Similarity: 0.49. 5. Tên sản phẩm: 6. Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng: Do bài toán này khá hạn chế về mặt dữ liệu, tuy thực hiện các biện pháp tăng cư ờng nhưng về bản chất đó dữ liệu thực tế vẫn không có bổ sung thêm, nên việc bổ sung dữ liệu thật là điều cần thiết. Tìm hiểu thêm các phương pháp x ử lý mất cân bằng dữ liệu, và xử lý ảnh y khoa não MRI 3D, tìm cách giảm bớt lượng tài nguyên chi phí tính toán mỗi lần huấn luyện và kiểm thử. Thay đổi và can thiệp vào hàm mất mát đ ể tăng khả năng giám sát trong quá trình hu ấn luyện của kiến trúc mạng. Nhằm đưa các thu ật toán này vào hệ thống hỗ trợ phát hiện và chẩn đoán bệnh, giúp nâng cao độ chính xác của việc chẩn đoán mà không gây ra các ph ản ứng xấu lên cơ thể của bệnh nhân kèm theo là sự giảm bớt khối lượng công việc và thời gian của các bác sĩ, chuyên gia. Nó sẽ là bước đệm phóng cho các nghiên cứu tiếp theo để cải thiện và phát triển. 7. Hình ảnh, sơ đồ minh họa chính Cơ quan Chủ trì Chủ nhiệm đề tài (ký, họ và tên, đóng dấu) (ký, họ và tên)
最初の4ページを表示しています。全文を見るには資料をダウンロードしてください。
コメント (0)
まだコメントはありません。最初のコメントを書きましょう！