Khóa luận tốt nghiệp
Tự động phân loại tổn thương da bằng hình ảnh : Khóa luận tốt nghiệp
Trần, Nhậm Kỳ, Tác giả · TP. HCM : HUFLIT, 2019
- Nhà xuất bản
- TP. HCM : HUFLIT, 2019
- Mô tả vật lý
- 128 trang
- Phân loại Dewey
- 006.33
- Chủ đề
- 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
- Ngôn ngữ
- Tiếng Việt
Tóm tắt nội dung
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
Tình trạng theo từng kho
| Kho & vị trí | Số bản | Đặt online |
|---|---|---|
| Sư Vạn Hạnh — Kho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) | Còn 1 trên 1 bản | Được |
Thông tin biên mục
| Thông tin | Chi tiết |
|---|---|
| 001Số kiểm soát | 62323 |
| 005Ngày và thời gian giao dịch lần cuối với biểu ghi | 18/05/2026 · 17:11 |
| 008Các yếu tố dữ liệu có độ dài cố định | 190906 |
| 040Cơ quan tạo biểu ghi biên mục gốc | HUFLITLIB |
| 041Mã ngôn ngữ | Vie |
| 044Mã nước xuất bản/sản xuất | vm |
| 082Ký hiệu xếp giá theo phân loại thập phân dewey | 006.33 TR121K |
| 100Tiêu đề chính - Tên cá nhân | Trần, Nhậm Kỳ, Tác giả |
| 245Nhan đề chính | Tự động phân loại tổn thương da bằng hình ảnh : Khóa luận tốt nghiệp / Trần Nhậm Kỳ, Nguyễn Sỹ Nguyên ; Tôn Quang Toại. |
| 260Địa chỉ xuất bản, phát hành... (in ấn) | TP. HCM : HUFLIT, 2019 |
| 300Mô tả vật lý | 128tr. : minh họa màu ; 22x30cm. |
| 490Thông tin tùng thư | Khóa luận tốt nghiệp |
| 500Phụ chú chung | Bộ Giáo dục và Đào tạo. Trường Đại học Ngoại ngữ-Tin học TP.HCM. Khoa Công nghệ thông tin. |
| 520Tóm tắt/chú giải | 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 |
| 650Tiêu đề bổ sung chủ đề - thuật ngữ chủ đề |
|
| 653Thuật ngữ chủ đề không kiểm soát | Khóa luận tốt nghiệp |
| 700Tiêu đề bổ sung - Tên cá nhân |
|
| 852Nơi lưu giữ | Kho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) 101001707 |
| 999Bộ sưu tập | Khóa luận tốt nghiệp |
=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