Undergraduate theses
Tự động phân loại tổn thương da bằng hình ảnh : Khóa luận tốt nghiệp
Trần, Nhậm Kỳ, Tác giả · TP. HCM : HUFLIT, 2019
- Publisher
- TP. HCM : HUFLIT, 2019
- Physical description
- 128 pages
- Dewey classification
- 006.33
- Subjects
- Trí tuệ nhân tạo--Xử lý dữ liệu--Công nghệ phần mềm máy tínhTrí tuệ nhân tạo--Xử lý dữ liệu--Y họcKhóa luận tốt nghiệp
- Language
- Vietnamese
Summary
Tổn thương có thể là kết quả của chấn thương, cháy nắng, viêm da tiếp xúc hoặc biểu hiện của nhiễm trùng, bệnh tự miễn, di truyền. Mặc dù hầu hết các tổn thương da đều lành tính và vô hại nhưng 1 số có thể phát triển thành ung thư da.Trong đề tài này sẽ nghiên cứu một số mô hình deep learning hỗ trợ việc phân loại tổn thương da một cách tự động. Đề tài sẽ xây dựng mô hình cùng các thực nghiệm để chọn ra mô hình tốt nhất để giải quyết bài toán
Availability by location
| Location | Copies | Online request |
|---|---|---|
| Sư Vạn Hạnh — Kho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) | 1 of 1 on shelf | Yes |
Catalogue record
| Field | Value |
|---|---|
| 001Control number | 62323 |
| 005Date and time of latest transaction | 18 May 2026, 17:11 |
| 008Fixed-length data elements | 190906 |
| 040Cataloging source | HUFLITLIB |
| 041Language code | Vie |
| 044Country of publishing/producing entity code | vm |
| 082Dewey Decimal call number | 006.33 TR121K |
| 100Main entry – personal name | Trần, Nhậm Kỳ, Tác giả |
| 245Title statement | Tự động phân loại tổn thương da bằng hình ảnh : Khóa luận tốt nghiệp / Trần Nhậm Kỳ, Nguyễn Sỹ Nguyên ; Tôn Quang Toại. |
| 260Publication, distribution, etc. (imprint) | TP. HCM : HUFLIT, 2019 |
| 300Physical description | 128tr. : minh họa màu ; 22x30cm. |
| 490Series statement | Khóa luận tốt nghiệp |
| 500General note | Bộ Giáo dục và Đào tạo. Trường Đại học Ngoại ngữ-Tin học TP.HCM. Khoa Công nghệ thông tin. |
| 520Summary, etc. | Tổn thương có thể là kết quả của chấn thương, cháy nắng, viêm da tiếp xúc hoặc biểu hiện của nhiễm trùng, bệnh tự miễn, di truyền. Mặc dù hầu hết các tổn thương da đều lành tính và vô hại nhưng 1 số có thể phát triển thành ung thư da.Trong đề tài này sẽ nghiên cứu một số mô hình deep learning hỗ trợ việc phân loại tổn thương da một cách tự động. Đề tài sẽ xây dựng mô hình cùng các thực nghiệm để chọn ra mô hình tốt nhất để giải quyết bài toán |
| 650Subject added entry – topical term |
|
| 653Index term – uncontrolled | Khóa luận tốt nghiệp |
| 700Added entry – personal name |
|
| 852Location | Kho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) 101001707 |
| 999Collection | Undergraduate theses |
=001 62323=005 20260518171158.000=008 190906=040 ##$aHUFLITLIB=041 0#$aVie=044 ##$avm=082 04$a006.33 $bTR121K=100 1#$aTrần, Nhậm Kỳ, $eTác giả=245 10$aTự động phân loại tổn thương da bằng hình ảnh : $bKhóa luận tốt nghiệp / $cTrần Nhậm Kỳ, Nguyễn Sỹ Nguyên ; Tôn Quang Toại.=260 ##$aTP. HCM : $bHUFLIT, $c2019=300 ##$a128tr. : $bminh họa màu ; $c22x30cm.=490 ##$aKhóa luận tốt nghiệp=500 ##$aBộ Giáo dục và Đào tạo. Trường Đại học Ngoại ngữ-Tin học TP.HCM. Khoa Công nghệ thông tin.=520 ##$aTổn thương có thể là kết quả của chấn thương, cháy nắng, viêm da tiếp xúc hoặc biểu hiện của nhiễm trùng, bệnh tự miễn, di truyền. Mặc dù hầu hết các tổn thương da đều lành tính và vô hại nhưng 1 số có thể phát triển thành ung thư da.Trong đề tài này sẽ nghiên cứu một số mô hình deep learning hỗ trợ việc phân loại tổn thương da một cách tự động. Đề tài sẽ xây dựng mô hình cùng các thực nghiệm để chọn ra mô hình tốt nhất để giải quyết bài toán=650 #4$aTrí tuệ nhân tạo--Xử lý dữ liệu, $zCông nghệ phần mềm máy tính=650 #4$aTrí tuệ nhân tạo--Xử lý dữ liệu, $zY học=653 ##$aKhóa luận tốt nghiệp=700 1#$aNguyễn, Sỹ Nguyên, $eĐồng tác giả=700 1#$aTôn, Quang Toại, $cThS, $eGiảng viên hướng dẫn=841 ##$bKho BCKH, KYHTKH, KLTN, Luận văn, Luận án $j101001707=852 ##$bKho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) $j101001707=LDR 01935nam a2200313 45e0