HỌC TỰ GIÁM SÁT TRONG PHÂN LỚP ẢNH X-QUANG ĐA NHÃN

Abstract

Chẩn đoán chính xác các bệnh lý phổi dựa trên hinh ảnh X-quang đóng vai trò quan trọng trong y tế. Tuy nhiên, việc thu thập và gán nhãn dư liệu X-quang tôn kém và mât thời gian, dân đến hạn chế trong việc phát triên các mô hinh học máy hiệu quả cho phân loại ảnh X-quang. Học tự giám sát (Self-supervised learning)nổilên như một giải pháp tiêm năng đê giải quyết vân đê này băng cách khai thác đặt trưng trong dư liệu không được gán nhãn. Đê tài này tập trung vào nghiên cứu và ứng dụng các phương pháp học tự giám sát trong phân loại ảnh X-quang, sử dụng tập dư liệu đa nhãn ChesXray-14 (Wang, 2017).Mục tiêu là đánh giá hiệu quả của các phương pháp học tự giám sát khác nhau, phát triên mô hinh học tự giám sát hiệu quả cho phân loại ảnh X-quang đa nhãn, và so sánh hiệu suât mô hinh học tự giám sát với mô hinh học có giám sát truyên thông, đồng thời so sánh với một phương pháp vừa mới được công bô gần đây là Vmamba (Visual State Space Model).