NGHIÊN CỨU CHẨN ĐOÁN KHỐI U NÃO TỪ ẢNH MRI DÙNG MÁY HỌC

Abstract

Bằng việc áp dụng máy học vào việc chẩn đoán khối u từ ảnh MRI não, nghiên cứu đề xuất nhằm tăng cường hiệu suất chẩn đoán và giảm thời gian phân tích. Mục tiêu của nghiên cứu là đánh giá hiệu quả của hai loại mô hình máy học là Vision Transformer (ViT) và YOLO (You Only Look Once) trong việc hỗ trợ chẩn đoán khối u não từ ảnh MRI. Các phương pháp chính của nghiên cứu bao gồm tiền xử lý dữ liệu, huấn luyện mô hình, và đánh giá hiệu suất. Dữ liệu MRI được tiền xử lý để chuẩn hóa và làm sạch trước khi đưa vào huấn luyện. Mô hình được huấn luyện trên tập dữ liệu lớn và sau đó được đánh giá trên tập dữ liệu thử nghiệm để đo lường hiệu suất chẩn đoán. Kết quả nghiên cứu cho thấy mô hình YOLOv9 đạt được độ chính xác cao hơn so với mô hình Vision Transformer trong việc chẩn đoán khối u não từ ảnh MRI. Các nhận định chính là khả năng của mô hình trong việc phát hiện và phân loại khối u, đồng thời tăng cường độ chính xác của quá trình chẩn đoán.