310.Tìm hiểu mạng Generative Adversarial Networks (GANs) trong deep learning, áp dụng vào phân loại bệnh Phổi dựa trên ảnh X- ray

Chi tiết

Từ việc thiếu dữ liệu để tăng cường hiệu suất phân lớp nhóm đã quyết định chọn đề tài “Tìm hiểu mạng Generative Adversarial Networks (GANs) trong deep learning, áp dụng vào phân loại bệnh Phổi dựa trên ảnh X-ray” để làm khóa luận tốt nghiệp.

Mục tiêu của luận văn

Tìm hiểu ngôn ngữ lập trình pyhon và các thư viện sklearn, keras, tensorflow,…ứng dụng vào bài toán.
Phân tích bộ dữ liệu mẫu ảnh X-ray phổi.
Tìm hiểu mạng Generatvie Adversarial Networks (GANs) trong deep learning.
Kết hợp nội dung đã tìm hiểu để phân loại bệnh phổi. Xây dựng ứng dụng minh họa.

Cấu trúc luận văn

Luận văn được tổ chức gồm bốn chương gồm:

Chương 1. Tổng quan. Giới thiệu về bài toán toán tìm hiểu mạng Generative Adversarial Networks (GANs) trong deep learning, áp dụng vào phân loại bệnh Phổi dựa trên ảnh X-ray, giới thiệu một số hướng tiếp cận, ưu nhược điểm của các hướng tiếp cận, khó khăn và thách thức. Cuối cùng là hướng giải quyết.

Chương 2. Cơ sở lý thuyết. Trình bày cơ sở lý thuyết của đề tài gồm: Tổng quan về Deep learning, Mạng Generatvie Adversarial Network(GANs), Mạng Convolutional Neural Network (CNN), Thư viện Sklearn, Keras, Tensorflow và ngôn ngữ lập trình Python.

Chương 3. Xây dựng ứng dụng. Trình bày cách xây dựng mô hình cụ thể cho bài toán và ứng dụng vào phân loại bệnh phổi dựa trên ảnh x-ray.

Chương 4. Thực nghiệm. Trình bày kết quả thực nghiệm và hướng phát triển của đề tài