Ứng dụng trí tuệ nhân tạo trong xử lý ảnh y tế

Tạp chí Đại học Hải Dương số 1/2024 có quyển gửi mô hình DANet, một phương pháp học sâu mới được áp dụng cho nhiệm vụ khoanh vùng. Mô hình này có thể minh họa qua các hình ảnh và kết quả thử nghiệm bằng cách sử dụng mô hình học sâu để khoanh vùng UBT (ứng dụng bộ trích xuất). Báo cáo này giúp quý đọc viên lấy ra cái nhìn tổng quát về áp dụng của mô hình DANet trong lĩnh vực trí tuệ nhân tạo, ứng dụng bộ trích xuất và khoanh vùng.

Nhà nghiên cứu, sinh viên học lý thuyết trí tuệ nhân tạo, nhà hoạch định chính sách trong lĩnh vực khoanh vùng và máy tính

Báo cáo của Tạp chí Đại học Hải Dương số 1/2024 có lựa chọn mô hình DANet, một phương pháp học sâu mới nhất được áp dụng cho nhiệm vụ khoanh vùng. Mô hình này giúp tạo ra các tham số cho việc khoanh vùng hình ảnh bằng cách sử dụng mô hình học sâu (Deep Learning) kết hợp với UBT (ứng dụng bộ trích xuất). Nghiên cứu có thể áp dụng cho các lĩnh vực từ trí tuệ nhân tạo đến phát triển máy tính. Báo cáo chỉ ra rằng DANet có thể giảm thiểu số lượng bộ học sâu và thời gian cần cho việc khoanh vùng, do đó có thể tăng tổng thể hiệu quả. Nghiên cứu này cũng chỉ ra rằng DANet có thể giúp tối ưu hóa việc sử dụng ít tài nguyên và giảm thiểu tối đa các hiện tượng phiền toạ. Báo cáo bao gồm một số kết quả thử nghiệm cho việc áp dụng DANet trong lĩnh vực khoanh vùng.