Luận án Tiến sĩ: Nghiên cứu phát triển mô hình học máy dùng ảnh xạ hình hỗ trợ chẩn đoán bệnh ung thư tuyến giáp thể biệt hoá sau phẫu thuật

Luận án tiến sĩ này tập trung vào nghiên cứu và phát triển mô hình học máy sử dụng ảnh xạ hình để hỗ trợ chẩn đoán ung thư tuyến giáp thể biệt hóa sau phẫu thuật. Nghiên cứu nhằm mục đích xây dựng một hệ thống chẩn đoán chính xác và hiệu quả hơn, góp phần cải thiện quá trình điều trị và tiên lượng cho bệnh nhân.

Luận án này hướng đến các nhà nghiên cứu, bác sĩ và chuyên gia trong lĩnh vực y học hạt nhân, chẩn đoán hình ảnh, và trí tuệ nhân tạo, đặc biệt là những người quan tâm đến việc ứng dụng học máy để cải thiện chẩn đoán và điều trị ung thư tuyến giáp.

Luận án này tập trung vào việc nghiên cứu và phát triển các mô hình học máy để hỗ trợ chẩn đoán ung thư tuyến giáp thể biệt hóa sau phẫu thuật, sử dụng ảnh xạ hình tuyến giáp (SPECT). Mục tiêu chính là xây dựng một bộ cơ sở dữ liệu ảnh xạ hình tuyến giáp chuẩn hóa, có số lượng mẫu lớn, độ tin cậy cao, và phù hợp với đặc trưng của người Việt Nam. Trên cơ sở đó, luận án đề xuất các phương pháp xử lý ảnh, nhận dạng, phân loại ảnh xạ hình tuyến giáp, cũng như giải pháp hỗ trợ khuyến nghị liều dược chất phóng xạ trong điều trị cho từng đối tượng bệnh nhân. Các mô hình học sâu như DETR và RR-HCL-SVM được nghiên cứu và phát triển để tăng cường chất lượng ảnh, hỗ trợ chẩn đoán, và đưa ra các khuyến nghị về liều lượng dược chất phóng xạ phù hợp. Kết quả nghiên cứu cho thấy các mô hình đề xuất có độ chính xác cao trong việc phát hiện và phân loại mô giáp còn sót lại sau phẫu thuật, đồng thời có tiềm năng ứng dụng trong thực tiễn lâm sàng.