U não (Brain tumor) là một khối u hoặc tế bào không bình thường phát triển trong cấu trúc não. U não gây ảnh hưởng đến các tế bào não, khiến não bị tổn thương, thậm chí là nguy hiểm đến tính mạng. Bài báo này đề xuất một tiếp cận sử dụng các mạng học sâu để để phát hiện và phân loại u não với mô hình 3D U-Net bằng cách thay đổi backbone lần lượt gồm MobileNetV2, ResNet-101 và DensetNet-121. Các mô hình này được huấn luyện và kiểm tra trên tập dữ liệu BraTS20. Kết quả thực nghiệm cho thấy phương pháp đề xuất với mô hình huấn luyện đạt độ chính xác cao lên tới 99%. Bên cạnh đó cũng áp dụng công cụ 3D Slicer để dựng mô hình u não 3D, qua đó hỗ trợ hiệu quả cho các bác sĩ phát hiện sớm và phân loại được vùng u não để có hướng điều trị kịp thời cho bệnh nhân.
Tạp chí: THỰC TRẠNG GIẢNG DẠY CÁC MÔN LÝ LUẬN CHÍNH TRỊ THEO CHƯƠNG TRÌNH MỚI Ở CÁC TRƯỜNG ĐẠI HỌC VÀ CAO ĐẲNG HIỆN NAY, TỔ CHỨC TẠI HỘI TRƯỜNG ATL TRƯỜNG ĐẠI HỌC CẦN THƠ, 25/11/2023
Tạp chí: Hội nghị khoa học quốc gia lần thứ XVI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 2023), Trường Đại học Sư phạm Kỹ thuật - Đại học Đà Nẵng, 28-29/09/2023
Tạp chí: Hội nghị khoa học quốc gia lần thứ XVI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 2023), Trường Đại học Sư phạm Kỹ thuật - Đại học Đà Nẵng, 28-29/09/2023
Tạp chí: Hội thảo khoa học quốc gia về Công nghệ Thông tin và Ứng dụng trong các lĩnh vực - lần thứ 12 (CITA 2023), tại Trường Đại học Công nghệ Thông tin và Truyền thông Việt Hàn (VKU) - Đại học Đà Nẵng, từ ngày 28-29/07/2023
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên