Đồ án nghiên cứu và xây dựng hệ thống phân loại ung thư da dựa trên xử lý ảnh số và học sâu, với mục tiêu hỗ trợ sàng lọc và phát hiện sớm bệnh ung thư da thông qua ảnh da liễu.
Hệ thống bao gồm các bước tiền xử lý ảnh như: chuẩn hóa kích thước, khử nhiễu, cân bằng ánh sáng và phát hiện vùng da, nhằm nâng cao chất lượng dữ liệu đầu vào và giúp mô hình học được các đặc trưng quan trọng của tổn thương da.
Trong đồ án, nhóm triển khai và so sánh ba mô hình học sâu gồm:
-
CNN tự xây dựng: mô hình cơ sở nhằm đánh giá khả năng học đặc trưng trực tiếp từ dữ liệu.
-
VGG16: mô hình học sâu với kiến trúc đơn giản, sử dụng các lớp tích chập 3×3 liên tiếp, áp dụng theo hướng Transfer Learning.
-
ResNet50: mô hình mạng dư sâu, sử dụng skip connection để khắc phục hiện tượng mất gradient, giúp cải thiện hiệu suất trên dữ liệu phức tạp.
Các mô hình được huấn luyện để phân loại ảnh da liễu thành hai nhóm chính: Benign (lành tính) và Malignant (ác tính). Hiệu quả của từng mô hình được đánh giá thông qua các chỉ số Accuracy, Precision, Recall, F1-score và Confusion Matrix, từ đó tiến hành so sánh và rút ra nhận xét.
XEM THÊM ==> Hướng dẫn cài đặt chi tiết
HƯỚNG DẪN CÀI ĐẶT
B1: Giải nén
B2: Chạy file app.py
B3: Truy cập đường dẫn http://127.0.0.1:5000/
Nguồn: Topcode.vn
