TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀ NH PHỐ HỒ CHÍ MINH
KHOA ĐÀ O TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP

PHÁT HIỆN SỚM BỆNH UNG THƯ DA
THÔNG QUA ẢNH CHỤP TỪ ĐIỆN THOẠI

SVTH1: NGUYỄN PHI LONG
MSSV1: 16110142
SVTH2: NGUYỄN TIẾN ĐẠT
MSSV2: 16110048
Khóa: 2016
Ngành: CÔNG NGHỆ THÔNG TIN
GVHD: TS. NGUYỄN THIÊN BẢO

Tp. Hồ Chí Minh, tháng 12 năm 2020

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀ NH PHỐ HỒ CHÍ MINH
KHOA ĐÀ O TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP

PHÁT HIỆN SỚM BỆNH UNG THƯ DA
THÔNG QUA ẢNH CHỤP TỪ ĐIỆN THOẠI

SVTH1: NGUYỄN PHI LONG
MSSV1: 16110142
SVTH2: NGUYỄN TIẾN ĐẠT
MSSV2: 16110048
Khóa: 2016
Ngành: CÔNG NGHỆ THÔNG TIN
GVHD: TS. NGUYỄN THIÊN BẢO

Tp. Hồ Chí Minh, tháng 12 năm 2020

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
-***-

Tp. Hồ Chí Minh, ngày 28 tháng 12 năm 2020

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên 1: Nguyễn Phi Long
Họ và tên sinh viên 2: Nguyễn Tiến Đạt
Ngành: Công Nghệ Thông Tin
Giảng viên hướng dẫn: TS. Nguyễn Thiên Bảo
Ngày nhận đề tài: 14/09/2020

MSSV1: 16110142
MSSV2: 16110048
Lớp: 16110CLST2
ĐT: 0927.613.761
Ngày nộp đề tài: 28/12/2020

1. Tên đề tài: Phát hiện sớm bệnh ung thư da thông qua ảnh chụp từ điện
thoại
2. Các số liệu, tài liệu ban đầu:
- Dataset và tài liệu do giáo viên hướng dẫn cung cấp
3. Nội dung thực hiện đề tài:
- Áp dụng máy học (Machine Learning) chuẩn đoán bênh ung thư da: Áp dụng
thuật toán CNN (Convolutional Neural Network) trong bài toán xử lý và phân
tích ảnh ung thư.
- Thu thập data, chuẩn hóa và tiến hành cho máy học và tìm ra model tốt nhất
- Xây dựng App Android và liên kết với máy học
- Xây dựng Website Admin quản lý tài khoản trên Firebase.
4. Sản phẩm:
- App mobile chuẩn đoán bệnh ung thư da có áp dụng Machine Learning.
TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN

i

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
*****

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
Họ và tên sinh viên 1: Nguyễn Phi Long
MSSV1: 16110142
Họ và tên sinh viên 2: Nguyễn Tiến Đạt
MSSV2: 16110048
Ngành: Công Nghệ Thông Tin
Tên đề tài: Phát hiện sớm bệnh ung thư da thông qua ảnh chụp từ điện thoại
Họ và tên giảng viên hướng dẫn: TS. Nguyễn Thiên Bảo
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:
................................................................................................................................
................................................................................................................................

...

...
chuẩn bị
dataset, cách train model để có độ chính xác cao, cách tính độ chính xác, biết được
thêm một số cú pháp trong Python, các dịch vụ cung cấp bởi Firebase, cách thêm
Firebase vào ứng dụng android.
7.1.2 Những chức năng đã hoàn thành cho ứng dụng
Bệnh nhân:
 Cho phép bệnh nhân gửi yêu cầu chẩn đoán bệnh bao gồm chụp ảnh và trả lời
câu hỏi.
 Cho phép bệnh nhân xem phản hồi của bác sĩ về yêu cầu chẩn đoán.
Bác sĩ:
 Có thể nhận bệnh nhân về danh sách chẩn đoán của mình để tiến hành chẩn
đoán.
 Xem các thông tin bệnh nhân gửi trong yêu cầu chẩn đoán bệnh.
 Gửi phản hồi lại cho bệnh nhân.
7.1.3 Hạn chế và khó khăn
Hạn chế:
Do thời gian làm đồ án có hạn nên ứng dụng còn thiếu một số chức năng
nhỏ nhưng không ảnh hưởng đến hoạt động chính của ứng dụng. Giao diện chưa
được đẹp và bắt mắt so với các ứng dụng phổ biến hiện nay. Ứng dụng chỉ mới
phát triển trên nền tảng android, tốc độ xử lý còn chậm.
Khó khăn:
Vì đây là lần đầu tiên tiếp xúc và làm việc với machine learning nên phải
mất nhiều thời gian để tìm hiểu cách xử lý và cách hoạt động của thuật toán.
Khó khăn trong việc kết hợp machine learning với ứng dụng android, việc tìm
kiếm tập dữ liệu (dataset) của ảnh ung thư da. Cấu hình máy yếu gây mất thời
gian trong việc train model. Tốn tiền và thời gian mua host vì không có sẵn host
free với đủ dung lượng để chứa code tạo API.

7.2 Hướng phát triển
Để ứng dụng hoàn thiện hơn thì cần phải tiếp tục hoàn thành các chức năng
sau:
Bệnh nhân:
 Bệnh nhân có thể xem những thông tin về bệnh ung thư da.
 Bệnh nhân có thể tùy chỉnh lại ngôn ngữ của ứng dụng.

66

 Bệnh nhân có thể cập nhật lại thông tin tài khoản của mình.
 Nhận yêu cầu xét nghiệm và hướng dẫn xét nghiệm từ bác sĩ.
Bác sĩ:
 Có thể gửi yêu cầu xét nghiệm cho bệnh nhân mà bác sĩ này đang phụ trách
phản hồi.
 Xem danh sách bệnh nhân đã chẩn đoán trong quá khứ.
 Nhận được thông báo từ ứng dụng khi có bệnh nhân mới gửi yêu cầu xét
nghiệm hay khi bệnh nhân đã nhận có kết quả xét nghiệm.

67

TÀI LIỆU THAM KHẢO
[1] https://towardsdatascience.com/review-densenet-image-classificationb6631a8ef803
[2] https://machinelearningcoban.com/2018/07/06/deeplearning/
[3] http://vietnamnet.vn/vn/suc-khoe/cac-loai-benh/ung-thu/cac-giai-doan-cua-ungthu-da-ma-ban-nen-biet-389047.html
[4] https://towardsdatascience.com/applied-deep-learning-part-1-artificial-neuralnetworks
[5] https://firebase.google.com/docs/android/setup
[6] https://azure.microsoft.com/en-gb/overview/what-is-azure/

68