Sinh viên Viện Đào tạo Quốc tế (IIT) – ICTU tham gia nghiên cứu khoa học và có bài báo đăng trên tạp chí Quốc tế ICTA
Nhằm đẩy mạnh phong trào nghiên cứu khoa học trong sinh viên và nâng cao chất lượng đào tạo chuẩn quốc tế, mới đây, nhóm 03 sinh viên thuộc Viện Đào tạo Quốc tế (IIT) – Trường Đại học Công nghệ Thông tin và Truyền thông (ICTU) đã có ấn phẩm được chấp nhận trên tạp chí quốc tếdưới sự hướng dẫn của TS. Vũ Đức Quang.
Các sinh viên tham gia bao gồm:
- Lưu Thế Hà (Lớp CNTT QT K22B)
- Nguyễn Thành Trung (Lớp CNTT QT K22A)
- Nguyễn Trần Anh Hoàng (Lớp CNTT QT K22B)
Nhóm sinh viên cùng các tác giả đã hoàn thành nghiên cứu với đề tài: “OWMM: Ordinal-Weighted Manifold Mixup with a Tempered Prior for Imbalanced Medical Image Grading”. Bài báo đã chính thức được chấp nhận và công bố trên tạp chí của Hội nghị Quốc tế ICTA.
Đột phá công nghệ giải quyết bài toán thực tễ trong y tế
Phân loại mức độ tiến triển của bệnh qua hình ảnh y tế (như bệnh thoái hóa khớp gối hay tổn thương võng mạc do tiểu đường) là một thách thức lớn trong trí tuệ nhân tạo (AI) do tính chất nghiêm trọng về sự mất cân bằng dữ liệu (số lượng ảnh người khỏe mạnh vượt trội so với người bệnh nặng) và tính thứ tự giữa các mức độ bệnh.
Phương pháp nghiên cứu OWMM (Ordinal-Weighted Manifold Mixup) do nhóm đề xuất đã đưa ra giải pháp đột phá:
- Lựa chọn cặp trộn thông minh: Chọn các cặp ảnh để trộn dựa trên khoảng cách thứ tự các mức độ bệnh kết hợp với trọng số tần suất mẫu.
- Trộn ở không gian đặc trưng (Manifold Mixup): Thay vì trộn trực tiếp trên điểm ảnh (làm mất đi các cấu trúc mô học chi tiết), phương pháp thực hiện trộn ở không gian đặc trưng ẩn (ResNet layer3) giúp bảo toàn chi tiết mịn quan trọng của ảnh y tế.
- Cơ chế điều tiết prior linh hoạt: Giới thiệu hệ số điều tiết [0, 1] giúp kết hợp tối ưu giữa hàm mất mát Cross-Entropy và Balanced Softmax, khắc phục triệt để hiện tượng sụp đổ dự đoán ở lớp chiếm đa số khi dữ liệu quá lệch.
Kết quả thực nghiệm ấn tượng
Được thử nghiệm trên 02 tập dữ liệu hình ảnh y tế chuẩn quốc tế là Knee OA (Thoái hóa khớp gối) và EyePACS (Tổn thương võng mạc tiểu đường), OWMM chứng minh sự vượt trội khi là phương pháp duy nhất đánh bại tất cả các mô hình nền tảng ở cả 3 chỉ số đánh giá khắt khe: Macro F1, Quadratic Weighted Kappa (QWK) và Mean Absolute Error (MAE).
Niềm tự hào của Viện Đào tạo Quốc tế (IIT)
Thành công của Lưu Thế Hà, Nguyễn Thành Trung và Nguyễn Trần Anh Hoàng không chỉ khẳng định chất lượng giảng dạy, định hướng phát triển nghiên cứu khoa học đúng đắn của Viện Đào tạo Quốc tế, mà còn là nguồn cảm hứng mạnh mẽ cho toàn thể sinh viên IIT trên con đường chinh phục tri thức và vươn tầm quốc tế.
Xin chúc mừng nhóm sinh viên và chúc các bạn tiếp tục gặt hái thêm nhiều thành công hơn nữa trên chặng đường học tập và nghiên cứu phía trước!