Luận văn Thạc sĩ: Ứng dụng mạng nơ-ron nhân tạo hỗ trợ chẩn đoán bệnh Alzheimer

Bệnh Alzheimer đang trở thành một thách thức y tế toàn cầu với số lượng bệnh nhân dự kiến tăng đáng kể trong những thập kỷ tới, gây ra gánh nặng lớn về kinh tế và xã hội. Đây là một bệnh thoái hóa thần kinh tiến triển, biểu hiện bằng mất trí nhớ và suy giảm chức năng nhận thức, đòi hỏi các giải pháp chẩn đoán sớm và chính xác hơn. Phương pháp chẩn đoán truyền thống thường gặp hạn chế về tính chủ quan và khả năng phát hiện ở giai đoạn đầu. Trong bối cảnh đó, việc ứng dụng mạng neuron nhân tạo nổi lên như một hướng tiếp cận đầy tiềm năng, cung cấp công cụ hỗ trợ khách quan và hiệu quả để cải thiện khả năng chẩn đoán Bệnh Alzheimer, từ đó tối ưu hóa các chiến lược điều trị và quản lý bệnh. Luận văn này tập trung vào việc phát triển một hệ thống dựa trên mạng neuron nhân tạo để hỗ trợ chẩn đoán chính xác và kịp thời.

Đối tượng độc giả bao gồm các chuyên gia y tế (nhà thần kinh học, bác sĩ đa khoa), các nhà nghiên cứu trong lĩnh vực trí tuệ nhân tạo và học máy, sinh viên ngành kỹ thuật điện tử, cũng như các nhà phát triển công nghệ y tế quan tâm đến các hệ thống hỗ trợ chẩn đoán.

Trước bối cảnh gia tăng nhanh chóng của Bệnh Alzheimer và những hậu quả nghiêm trọng mà nó gây ra cho sức khỏe cộng đồng và hệ thống y tế, nhu cầu về các phương pháp chẩn đoán khách quan và sớm hơn trở nên cấp thiết. Luận văn này khám phá tiềm năng của trí tuệ nhân tạo, đặc biệt là mạng neuron nhân tạo, trong việc hỗ trợ chẩn đoán bệnh lý phức tạp này. Nghiên cứu tập trung vào việc khảo sát các mô hình mạng neuron, bao gồm mạng nơ-ron tích chập (CNN) và mô hình rừng ngẫu nhiên (Random Forest), áp dụng chúng vào bài toán chẩn đoán Bệnh Alzheimer. Phương pháp tiếp cận bao gồm việc xây dựng cơ sở dữ liệu từ bộ dữ liệu “Alzheimer's Dataset” trên Kaggle, sau đó thiết kế và huấn luyện một mạng neuron truyền thẳng sử dụng phần mềm Matlab và công cụ Neural Network Toolbox. Mục tiêu là phát triển một hệ thống có khả năng học hỏi từ kinh nghiệm, xử lý dữ liệu song song và khái quát hóa cho các trường hợp chưa từng được huấn luyện, nhằm khắc phục hạn chế của chẩn đoán thủ công và nâng cao độ chính xác. Kết quả huấn luyện và kiểm tra mô hình phân loại được trình bày để đánh giá hiệu suất. Ứng dụng này mang lại giá trị to lớn trong việc cung cấp một công cụ hỗ trợ đáng tin cậy cho các bác sĩ, giúp chẩn đoán sớm, chính xác hơn, góp phần cải thiện chất lượng chăm sóc và quản lý Bệnh Alzheimer hiệu quả.