Đang chuẩn bị liên kết để tải về tài liệu:
Mô hình khử nhiễu bóng xương trong chẩn đoán bệnh trên ảnh X-quang phổi

Chụp ảnh X-quang giữ vai trò quan trọng trong việc chẩn đóa n các bệnh về phổi. Độ chính xác của xét nghiệm này phụ thuộc vào kinh nghiệm của các chuyên gia. Với sự phát triển của các phương pháp học sâu, máy tính đóng góp phần lớn trong việc phân tích hình ảnh, đặc biệt là ảnh y khoa. | Giải thưởng Sinh viên nghiên cứu khoa học Euréka lần 20 năm 2018 Kỷ yếu khoa học MÔ HÌNH KHỬ NHIỄU BÓNG XƯƠNG TRONG CHẨN ĐÓA N BỆNH TRÊN ẢNH X-QUANG PHỔI Huỳnh Minh Chương Nguyễn Trung Hiếu Trường Đại học Khoa học Tự nhiên Đại học Quốc gia TP. Hồ Chí Minh Tác giả liên lạc 1412060@student.hcmus.edu.vn TÓM TẮT Chụp ảnh X-quang giữ vai trò quan trọng trong việc chẩn đóa n các bệnh về phổi. Độ chính xác của xét nghiệm này phụ thuộc vào kinh nghiệm của các chuyên gia. Với sự phát triển của các phương pháp học sâu máy tính đóng góp phần lớn trong việc phân tích hình ảnh đặc biệt là ảnh y khoa. Sau khi tập dữ liệu ChestX- ray14 gồm hơn 100.000 ảnh X-quang phổi của 14 loại bệnh được công bố nhiều mô hình học sâu được đề suất trên tập dữ liệu này với độ chính xác cao. Chúng tôi đề xuất quy trình cho việc chẩn đóa n bệnh bằng ảnh X-quang phổi giúp cải tiến độ chính xác AUROC của mô hình tốt nhất hiện tại từ 0.8414 lên 0.8445 bằng việc áp dụng các kỹ thuật xử lý ảnh trước khi thực hiện việc chẩn đóa n 14 bệnh. Công trình nghiên cứu bao gồm ba mô hình mô hình DenseNet-121 dự đóa n một bức ảnh nếu được xử lý sẽ cho kết quả tốt hơn hay không mô hình tích chập tự động mã hóa giúp loại bỏ bóng xương và cuối cùng là mô hình gốc CheXNet. Từ khóa Xử lý ảnh y khoa loại bỏ bóng xương ảnh x-quang chẩn đóa n hình ảnh. BONE SHADOW EXCLUSION MODEL IN THORAX DISEASE DIAGNOSIS WITH CHEST X-RAY IMAGES Huynh Minh Chuong Nguyen Trung Hieu University of Science VNU Ho Chi Minh City Corresponding Author 1412060@student.hcmus.edu.vn ABSTRACT Chest X-ray examination plays an important role in lung disease detection. The more accuracy of this task the more experienced radiologists are required. With the development of deep learning computers play a big part in image analysis especially in medical images. After ChestX-ray14 dataset containing over 100 000 frontal-view X-ray images of 14 diseases was released several models were proposed with high accuracy. In this paper we develop a workflow for .