số hóa dữ liệu đường huyết

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (9.66 MB, 46 trang )

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM

<b>KHOA CƠNG NGHỆ THƠNG TIN </b>

<b>KHĨA LUẬN TỐT NGHIỆP </b>

<b>SỐ HÓA DỮ LIỆU ĐƯỜNG HUYẾT </b>

Giảng viên hướng dẫn : PGS.TS HUỲNH TRUNG HIẾU Sinh viên thực hiện 1 : VÕ ĐÌNH NGHĨA

Mã số sinh viên : 17094021

Sinh viên thực hiện 2 : HUỲNH NGỌC NHÂN Mã số sinh viên : 17094521

Lớp : DHKHMT13A Khóa : 2017 – 2021

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lchghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lc

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 1 <i>Lớp DHKHMT13A </i>

<small> TRƯỜNG ĐH CÔNG NGHIỆP TP. HCM </small>

<b><small> KHOA CÔNG NGHỆ THƠNG TIN --- // --- </small></b>

<small>CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM </small>

<b>NHIỆM VỤ KHÓA LUẬN TỐT NGHIỆP </b>

Họ và tên sinh viên 1: Võ Đình Nghĩa MSSV: 17094021

Chuyên ngành: Khoa học máy tính Lớp: DHKHMT13A

Họ và tên sinh viên 2: Huỳnh Ngọc Nhân MSSV: 17094521

Chuyên ngành: Khoa học máy tính Lớp: DHKHMT13A

1. Tên đề tài khóa luận/đồ án: số hóa dữ liệu đường huyết 2. Nhiệm vụ:

Nhận dạng phiếu ghi số liệu đường huyết

Nhận dạng các chỉ số đường huyết và lưu vào cơ sở dữ liệu. 3. Ngày giao khóa luận tốt nghiệp: 01/02/2021

4. Ngày hồn thành khóa luận tốt nghiệp: 31/05/2021

5. Họ và tên giảng viên hướng dẫn: PGS.TS Huỳnh Trung Hiếu

<i>Tp. Hồ Chí Minh, ngày 16 tháng 06 năm 2021 </i>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>LỜI CÁM ƠN </b>

Trước hết em xin xin bày tỏ lòng biết ơn sâu sắc nhất tới giảng viên hướng dẫn PGS.TS Huỳnh Trung Hiếu đã tận tình giúp đỡ, hướng dẫn em rất nhiều trong suốt quá trình tìm hiểu nghiên cứu và hoàn thành báo cáo tốt nghiệp.

Em xin chân thành cảm ơn các thầy cô trong khoa Công nghệ thông tin trường Đại học Công nghiệp thành phố Hồ Chí Minh đã trang bị cho em những kiến thức cơ bản cần thiết để em có thể hồn thành báo cáo.

Xin gửi lời cảm ơn đến bạn bè những người luôn bên em đã động viên và tạo điều kiện thuận lợi cho em, tận tình giúp đỡ chỉ bảo em, những gì em cịn thiếu sót trong quá trình làm báo cáo tốt nghiệp.

Cuối cùng em xin bày tỏ lòng biết ơn sâu sắc tới những người thân trong gia đình đã dành cho em sự quan tâm đặc biệt và luôn động viên em.

Vì thời gian có hạn, trình độ hiểu biết của bản thân còn nhiều hạn chế. Cho nên trong đồ án khơng tránh khỏi những thiếu sót, em rất mong nhận được sự đóng góp ý kiến của tất cả các thầy cô cũng như các bạn bè để đồ án của em được hoàn thiện hơn.

Em xin chân thành cảm ơn!

<i>Tp. Hồ Chí Minh, ngày 16 tháng 06 năm 2021 </i> <b>Sinh viên thực hiện </b>

(Ghi rõ họ và tên) <small>462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM</small>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 3 <i>Lớp DHKHMT13A </i>

<b>NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN </b>

Tp. Hồ Chí Minh, ngày 16 tháng 06 năm 2021

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

1. Tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài ... 10

2. Ý nghĩa khoa học và thực tiễn của đề tài ... 10

CHƯƠNG I. GIỚI THIỆU ... 11

1.1. Tổng quan ... 11

1.2. Mục tiêu đề tài ... 12

1.3. Mô tả yêu cầu chức năng ... 12

CHƯƠNG II. CƠ SỞ LÝ THUYẾT ... 13

2.1. Kiến trúc mơ hình ... 13

2.1.1. Optical Character Recognition - OCR ... 13

2.1.2. Convolutional Neural Network - CNNs ... 14

2.2.4. Flask API Server ... 19

CHƯƠNG III. MƠ HÌNH ... 20

3.1. Một số nghiên cứu liên quan ... 20

3.2. Phương pháp ... 21

3.2.1. Các bước tiền xử lý ... 21

3.2.2. Mơ hình máy học ... 24

3.2.3. Các giai đoạn xử lý ... 27

CHƯƠNG IV. TRIỂN KHAI ... 34

4.1. Xây dựng tập dữ liệu huấn luyện mơ hình ... 34

4.2. Thao tác sử dụng tính năng ... 36 123docz.net - File bi loi xin lienhe:

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 5 <i>Lớp DHKHMT13A </i>

4.2.1. Kiểm tra trên phiếu biểu mẫu ... 38

4.2.2. Nhận diện số liệu đường huyết từ biểu mẫu... 41

CHƯƠNG V. KẾT LUẬN VÀ KIẾN NGHỊ ... 42

5.1. Kết quả đạt được ... 42

5.2. Hạn chế của đồ án ... 43

5.3. Cải tiến và hướng phát triển ... 43

TÀI LIỆU THAM KHẢO ... 44

PHỤ LỤC ... 45 123docz.net - File bi loi xin lienhe:

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<b>DANH MỤC CÁC HÌNH VẼ </b>

Hình 2.1. Kiến trúc OCR với các phương pháp sử dụng trong bài toán nhận dạng

số viết tay qua biểu mẫu ... 13

Hình 2.2. Cơng thức hàm ReLU ... 14

Hình 2.3. Kiến trúc Microservice ... 16

Hình 2.4. Kiến trúc Docker ... 17

Hình 2.5. Kiến trúc Angular ... 18

Hình 2.6. Kiến trúc 1 Flask API đơn giản ... 19

Hình 3.1. Ảnh sau khi được xử lý làm nổi bật các dịng kẻ ... 22

Hình 3.2. Hình biểu diễn đường thẳng trong hệ tọa độ cực ... 22

Hình 3.3. Đồ thị biểu diễn một điểm trong hệ (r,θ) ... 23

Hình 3.4. Đồ thị biểu diễn nhiều 3 điểm trong hệ tọa độ (r, θ) ... 24

Hình 3.5. Cấu trúc mơ hình huấn luyện deep learning sử dụng CNN ... 25

Hình 3.6. Mơ tả luồng xử lý OCR ... 27

Hình 3.7. Phiếu biểu mẫu ... 29

Hình 3.8. Xử lý nhận diện mã QR ... 30

Hình 3.9. Xử lý nhận diện bảng trong phiếu biểu mẫu ... 31

Hình 3.10. Xử lý làm nổi bật cạnh của bảng số liệu ... 32

Hình 4.1. Dữ liệu huấn luyện dấu “/”... 34

Hình 4.2. Dữ liệu huấn luyện dấu “-” ... 35

Hình 4.3. Mơ hình mơ tả luồng của màn hình ... 36

Hình 4.4. Phiếu biểu mẫu đã được xử lý ảnh bằng thuật tốn Hough Transform 39 Hình 4.5. Bảng số liệu đường huyết sau khi loại bỏ nền ... 40

Hình 4.6. Bảng số liệu đường huyết sau khi nhận dạng các trục ngang - dọc ... 40 <small>462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM</small>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 7 <i>Lớp DHKHMT13A </i>

<b>DANH MỤC CÁC BẢNG BIỂU </b>

Bảng 3.1. Bảng kết quả về độ chính xác của Document Rectification and Illumination Correction using a Patch-based CNN... 21 Bảng 3.2. Tham số đầu ra của mơ hình ... 26 Bảng 4.1. Kết quả kiểm tra nhận dạng các ký tự viết tay ... 41 <small>462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM</small>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>DANH MỤC CÁC TỪ VIẾT TẮT VÀ TỪ KHÓA CHUYÊN NGÀNH </b>

OCR Optical Character Recognition - Nhận diện ký tự quang học

Machine Learning Học máy - máy học

Container Là thực thể thực thi của Image

Image Hình ảnh chụp lại hệ thống- Khi đóng gói hệ thống Image được tạo ra khi build chương trình đã đóng gói trên nền tảng docker.

Framework Là các đoạn mã nguồn được đóng gói sẵn

Front-end Là tất cả những gì tương tác với người dùng (hình ảnh font chữ,..)

IOH-Mobile Ứng dụng thu thập và quản lý dữ liệu do VDAT phát triển Pretrain model Mơ hình đã được huấn luyện trước

transformer Một mơ hình pretrain của Deep learning

Transformers - Thể hiện mã hóa 2 chiều từ Transformer Seq2seq Phương pháp sequence-to-sequence dựa theo mơ hình

stride Bước nhảy, là số pixel thay đổi trên ma trận đầu vào

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 9 <i>Lớp DHKHMT13A </i>

service Một dịch vụ của mơ hình microservice IOH-Mobile Quản lý và Phân tích chỉ số đường huyết

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

<b>LỜI MỞ ĐẦU </b>

<b>1. Tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài </b>

Hiện nay, tại Việt Nam hầu hết các bệnh viện- nơi có nguồn dữ liệu lớn và phát sinh liên tục hàng ngày, thì cơng việc nhập liệu và lưu trữ dữ liệu vẫn cịn đang thực hiện bằng cách thủ cơng và rời rạc. Dẫn đến việc tốn nhiều thời gian, chi phí và tồn tại nhiều khó khăn trong việc tổng hợp dữ liệu, đồng bộ dữ liệu để phục vụ cho việc phân tích, theo dõi, đánh giá tình trạng bệnh của bệnh nhân.

Dưới sự phát triển của cơng nghệ thơng tin nói chung và ngành trí tuệ nhân tạo nói riêng, nhiều hệ thống số hóa dữ liệu y khoa sử dụng các mơ hình học máy đã được đưa vào sử dụng ở nhiều công ty, bệnh viện trên thế giới.

Tại Việt Nam việc số hóa dữ liệu y khoa chưa được đưa vào ứng dụng rộng rãi. Một trong những trở ngại lớn nhất khiến các hệ thống hỗ trợ số hóa khơng được sử dụng rộng rãi là vấn đề về tài nguyên và tính ổn định khi chuyển từ mơ hình cũ sang mơ hình mới.

Khi chuyển mơ hình, các bệnh viện đối mặt với vấn đề khó khăn là đồng bộ dữ liệu cũ vào hệ thống mới. Dữ liệu cũ có thể là tập các dữ liệu trên hệ thống cũ, tệp excel hoặc là hồ sơ giấy. Trong đó hồ sơ giấy là vấn đề khó khăn nhất, do phải tiêu tốn rất nhiều tài nguyên con người để nhập dữ liệu lên hệ thống.

Với mong muốn xóa bỏ rào cản này, đưa hệ thống hỗ trợ số hóa áp dụng vào bệnh viện tại Việt Nam cũng như giảm chi phí trong quy trình nhập liệu đã thơi thúc chúng tơi hồn thành ứng dụng - tính năng này.

<b>2. Ý nghĩa khoa học và thực tiễn của đề tài </b>

Trong đề tài này, chúng tơi tập trung phát triển một tính năng hỗ trợ số hóa dữ liệu đường huyết từ giai đoạn cấu hình phần mềm, chức năng chụp và sao lưu ảnh, hỗ trợ số hóa biểu mẫu và nhập liệu dữ liệu số hóa vào cơ sở dữ liệu của bệnh viện.

Tính năng hỗ trợ số hóa dữ liệu đường huyết được tạo ra nhằm tập trung đến giảm tải việc nhập liệu của nhân viên y tế. Với tính năng chụp phiếu ghi để nhận diện và nhập liệu tự động sẽ giảm thiểu tối đa thời gian nhập liệu của nhân viên y tế, giúp họ có thể tập trung vào những những chuyên môn khác nhiều hơn.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 11 <i>Lớp DHKHMT13A </i>

<b>CHƯƠNG I. GIỚI THIỆU </b>

Chỉ số đường huyết viết tắt là GI (Glycemic Index) được định nghĩa là giá trị chỉ nồng độ glucose có trong máu thường được đo bằng đơn vị là mmol/l hoặc mg/dl. Nồng độ glucose trong máu liên tục thay đổi từng ngày thậm chí từng phút đặc biệt liên quan đến chế độ ăn uống sinh hoạt hàng ngày. Lúc nào trong máu ln có một lượng đường nhất định, nếu lượng đường trong máu thường xuyên cao sẽ dẫn tới bệnh đái tháo đường và ảnh hưởng biến chứng đến nhiều cơ quan đặc biệt là thận mạch máu. Vì vậy chỉ số đường huyết cần được theo dõi sát sao. Khi bước vào giai đoạn chuyển đổi số, thì việc kiểm sốt chỉ số đường huyết để đưa ra nhận định đúng đắn về tình trạng của bệnh nhân trở nên dễ dàng hơn cho đội ngũ y bác sĩ. Tuy nhiên một vấn đề mới lại phát sinh, Bác sĩ cần theo dõi chỉ số đường huyết cũ của bệnh nhân và chỉ số đường huyết cần theo dõi với tần suất thường xuyên hơn. Lúc này các phiếu ghi đường huyết được ra đời, các y tá - điều dưỡng sẽ ghi lại chỉ số đường huyết cho bệnh nhân vào các khung giờ trong ngày ở bệnh viện hoặc bệnh nhân sẽ tự đo và ghi tại nhà. Phiếu đường huyết chứa 1 lượng lớn các chỉ số về đường huyết của bệnh nhân vào các khung giờ trong ngày. Khi tái khám hoặc tổng hợp dữ liệu, y tá - điều dưỡng có trách nhiệm nhập những chỉ số này vào hệ thống, tuy nhiên vì số lượng chỉ số quá nhiều gây tốn kém về tài nguyên con người trong việc nhập dữ liệu vào hệ thống.

Trong quá trình theo dõi và khảo sát tại một bệnh viện lớn tại Tp.HCM, các quy trình nhập liệu ở bệnh viện vẫn còn sử dụng là phương pháp nhập liệu truyền thống, vẫn cịn tồn tại nhiều hạn chế, khó khăn về tài nguyên con người trong việc nhập liệu. Không những tại bệnh viện đang được khảo sát mà còn nhiều bệnh viện khác tại Việt Nam cũng đang gặp phải vấn đề tương tự, với mong muốn có thể giải quyết được vấn đề cấp thiết này đã thôi thúc chúng tơi thực hiện tính năng hỗ trợ số hóa dữ liệu đường huyết này. Ứng dụng được thử nghiệm trên quy trình nhập liệu tại bệnh viện, bằng việc sử dụng ứng dụng này bộ phận nhập liệu có thể tiết kiệm được cả thời gian cũng như chi phí về người và của bỏ ra cho việc nhập liệu. <small>462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM462413069:34:07 PM9:34:07 PM</small>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

Dữ liệu sẽ được kiểm soát, kiểm tra và trực quan hóa ở website.

Với người dùng nhập liệu (y tá - điều dưỡng - bệnh nhân): sử dụng app IOH mobile để chụp ảnh và nhập liệu tự động. Đối với y tá - điều dưỡng (người kiểm tra độ chính xác của q trình nhập liệu): sử dụng website ioh.cloud để quan sát dữ liệu nhập vào, cấu hình cấu trúc dữ liệu, tạo biểu đồ trực quan hóa từ dữ liệu đã nhập.

Người nhập liệu sẽ chọn tính năng nhập liệu trên ứng dụng IOH-mobile. Tại đây người nhập liệu cần chụp lại phiếu ghi đường huyết và nhấn gửi lên hệ thống. Sau khi xử lý hệ thống sẽ trả lại thơng tin đã được được số hóa (nếu ảnh chụp có vấn đề sẽ nhận được yêu cầu chụp lại). Sau khi nhận được thông tin đã được số hóa, người nhập liệu sẽ quan sát lại thơng tin của bệnh nhân và nhấn lưu và cơ sở dữ liệu.

Trên website ioh.cloud người dùng được phân quyền có thể sẽ quan sát kiểm tra lại dữ liệu, cấu hình lại cấu trúc dữ và tạo ra các biểu đồ để trực quan hóa dữ liệu đã nhập.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 13 <i>Lớp DHKHMT13A </i>

<b>CHƯƠNG II. CƠ SỞ LÝ THUYẾT </b>

<b>2.1.1. Optical Character Recognition - OCR </b>

Nhận dạng ký tự quang học là kỹ thuật chuyển nhận diện các kí tự trong ảnh thành dữ liệu dạng text. OCR là một lĩnh vực con của trí tuệ nhân tạo chuyên dùng để đọc dữ liệu dạng text text từ dữ liệu dạng ảnh. Các chức năng của OCR như số hóa văn bản, tìm kiếm, chỉnh sửa, v.v. sẽ được thực hiện bằng máy tính, giúp tiết kiệm được không gian lưu trữ và thời gian nhập liệu.

Các chức năng của OCR đã được đưa vào ứng dụng trong thực tế như: + Hỗ trợ cho những người gặp vấn đề về thị giác.

+ Tìm kiếm và xác định vị trí tài liệu dựa trên từ khóa, chỉnh sửa văn bản. + Cập nhật dữ liệu: hỗ trợ người nhập liệu bằng kỹ thuật scan và nhận

dạng văn bản từ hình ảnh.

Trong phạm vi của nghiên cứu này, nhóm nghiên cứu sử dụng phương pháp OCR nhằm nhận dạng và trích xuất thông tin đường huyết thành văn bản, nhằm phục vụ cập nhật và lưu trữ dữ liệu y khoa trong bệnh viện.

<i>Hình 2.1. Kiến trúc OCR với các phương pháp sử dụng trong bài toán nhận dạng số viết tay qua biểu mẫu </i>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

<b>2.1.2. Convolutional Neural Network - CNNs </b>

Convolutional Neural Network (CNNs - Mạng neural tích chập) là một trong các mơ hình của Deep Learning, với thành phần chính là các lớp Convolution chồng lên nhau, được sử dụng trong các bài toán nhận dạng đối tượng trong ảnh.

Cấu trúc mạng CNN là một tập hợp các lớp cơ bản bao gồm Convolution layer + nonlinear layer, pooling layer, fully connected layer liên kết với nhau theo một thứ tự nhất định. Theo một cách thơng thường thì ảnh đầu vào sẽ đi qua convolution layer và nonlinear layer đầu tiên, các tham số tính tốn sẽ được lan truyền qua pooling layer, ba lớp này theo thứ tự có thể được lặp lại nhiều lần trong một mạng CNN và sau đó được lan truyền qua fully connected layer và thông qua hàm softmax để tính xác suất đối tượng trong ảnh là gì.

Convolution layer cịn gọi là conv layer, là lớp quan trọng nhất và cũng là lớp đầu tiên của mơ hình CNN, với chức năng chính là phát hiện các đặc trưng ảnh (feature). Tầng này có 4 đối tượng chính là: ma trận đầu vào, bộ filters, receptive field và feature map. Conv layer nhận đầu vào là một ma trận 3 chiều và một bộ filters cần phải học. Bộ filters này sẽ trượt qua từng vị trí trên bức ảnh để tính tích chập (convolution) giữa bộ filter và phần tương ứng trên bức ảnh. Phần tương ứng này trên bức ảnh gọi là receptive field, tức là vùng mà một neuron có thể nhìn thấy để đưa ra quyết định, và ma trận cho ra bới quá trình này được gọi là feature map. Các tham số của convolution layer gồm: kích thước bộ filter đầu vào, stride và padding.

Kích thước bộ filter là một trong những tham số quan trọng nhất của convolution layer. Kích thước này tỉ lệ thuận với tham số cần học tại mỗi tầng convolution và là tham số quyết định receptive field của tầng này. Các kích thước filter thường dùng là 3x3, 5x5.

Nonlinear layer, gọi là ReLU (Rectified Linear Units, f = max(0,x)) là hàm kích hoạt phổ biến của CNN. Hàm ReLU được sử dụng vì cơ chế tính tốn đơn giản, hạn chế tình trạng vanishing gradient và cũng cho kết quả tốt hơn. ReLU được đặt ngay sau tầng convolution, gán các giá trị âm bằng 0 và giữ nguyên giá trị đầu vào khi lớn hơn 0.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 15 <i>Lớp DHKHMT13A </i>

Nếu như đầu vào quá lớn, các lớp pooling sẽ được sắp xếp vào giữa các lớp convolution để làm giảm số tham số đầu vào. Pooling layer có 2 loại phổ biến là max pooling và average pooling.

Tầng cuối của mơ hình CNN là Fully Connected Layer. Tầng này có chức năng chuyển ma trận đặc trưng ở tầng trước thành vector chứa xác suất của các đối tượng cần được dự đốn. Ví dụ, trong bài tốn phân loại số viết tay MNIST có 10 lớp tương ứng 10 số từ 0-9, tầng fully connected layer sẽ chuyển ma trận đặc trưng của tầng trước thành vector có 10 chiều thể hiện xác suất của 10 lớp tương ứng.

<b>2.1.3. Xử lý ảnh với opencv a. OpenCV </b>

OpenCV là thư viện mã nguồn mở hàng đầu cho xử lý về Computer Vision, Machine Learning, xử lý ảnh. OpenCV được viết bằng C/C++, vì vậy có tốc độ tính tốn rất nhanh, có thể sử dụng với các ứng dụng liên quan đến thời gian thực. OpenCV có các interface cho C/C++, Python, Java nên có thể hỗ trợ được nhiều hệ điều hành như Windows, Linux, MacOS, v.v.

OpenCV có nguồn tài ngun vơ cùng lớn hỗ trợ cho các công đoạn xử lý của nhiều loại đối tượng khác nhau:

+ Giúp xử lý cũng như tìm kiếm, hiển thị lên các hình ảnh, video, ... + Phát hiện vật thể ứng dụng trong phân tích hình ảnh trong y học + Ứng dụng vào kiểm tra, giám sát tự động

+ Kết hợp với Machine Learning trong phân loại, nhận dạng ảnh, văn bản …

<b>b. Một số thuật toán xử lý ảnh </b>

- 2D Convolution (Image Filtering): Phép nhân tích chập 2D. OpenCv cung cấp hàm cv2.filter2D() để thực hiện phép nhân tích chập giữa 1 ảnh và một kernel.

- Erosion: Là 1 biến thể của phép nhân tích chập 2D mà ở đó kernel có hình dạng đặc biệt sẽ làm mỏng độ dày của đối tượng.

- Dilation: Là 1 biến thể của phép nhân tích chập 2D mà ở đó kernel có hình dạng đặc biệt sẽ làm dày đối tượng.

- Image Blurring (Image Smoothing): Phép biến đổi làm mờ ảnh khử nhiễu bằng cách nhân tích chập với 1 kernel trung bình. Opencv cung cấp 4 kĩ thuật làm mờ:

+ Trung bình. + Gausian. + Median. + Bilateral.

-

Adaptive Thresholding: Kỹ thuật lấy ngưỡng dựa trên môi trường sáng của ảnh.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

<b>2.2. Kiến trúc phần mềm 2.2.1. Microservices </b>

Microservices là một kiểu kiến trúc phần mềm. Các module trong phần mềm này được chia thành các service rất nhỏ (microservice). Mỗi service sẽ được đặt trên một server riêng. Các service trong Microservices tồn tại độc lập với nhau về xử lý (process), lưu trữ (database), v. v.

Ưu điểm của Microservices:

- Ổn định: Các thành phần trong microservices tách biệt với nhau nên khi một thành phần có lỗi thì phần cịn lại của hệ thống vẫn hoạt động tốt.

- Bảo trì và nâng cấp: Dễ dàng bảo trì và nâng cấp từng phần vì các dịch vụ tách biệt với nhau, khơng ràng buộc vào nhau.

-

Mở rộng và liên kết: Dễ dàng mở rộng các dịch vụ sử dụng nhiều mà không cần mở rộng cả hệ thống. Khi cần liên kết với các hệ thống khác cũng dễ dàng hơn vì các dịch vụ liên kết khơng bị ràng buộc nhau.

<i>Hình 2.3. Kiến trúc Microservice </i>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 17 <i>Lớp DHKHMT13A </i>

Docker được xây dựng trên nền tảng Containerization nên có những ưu điểm như sau:

- Các dịch vụ trong Container vẫn chạy chung hệ điều hành (Host OS), chung nhân (Kernel) nhưng môi trường chạy của các dịch vụ thì ln độc lập với nhau. Khơng ảo hóa phần cứng và dùng chung nhân nên tốc độ rất cao.

- Tạo và triển khai ứng dụng nhanh chóng, mơi trường thực thi nhẹ và độc lập.

- Tính di động và mở rộng cao. Dễ dàng quản lý phiên bản tích hợp kiểm thử và triển khai tự động (CI-CD). Tách biệt giữa phát triển và vận hành.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

<b>2.2.3. Angular </b>

Angular là một open source (mã nguồn mở) hay Framework chuyên dùng cho thiết kế Frontend. Angular được tối ưu và nâng cao hiệu năng, tận dụng những ưu thế của Javascript mới nhất (ES6, ES7, ES8) và hơn thế nữa là các Class, Module, Decorators hỗ trợ các trình duyệt hiện đại như Edge, Chrome, Firefox, … Việc binding dữ liệu trở nên dễ dàng hơn với Angular, có hai phương pháp binding dữ liệu là binding một chiều và binding hai chiều. Với hai phương thức binding này, việc tương tác giữa view và controller trở nên dễ dàng hơn.

<i>Hình 2.5. Kiến trúc Angular </i>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 19 <i>Lớp DHKHMT13A </i>

<b>2.2.4. Flask API Server </b>

Flask là một micro-framework được viết bằng Python, được dùng để thiết kế một chức năng cụ thể nhất cho ứng dụng web và người dùng có thể mở rộng bất cứ lúc nào. Flask hỗ trợ các thành phần tiện ích mở rộng cho ứng dụng như tích hợp cơ sở dữ liệu, xác thực biểu mẫu, rest API…

Flask phù hợp cho việc xây dựng các web application có quy mơ vừa và nhỏ, tạo rest API, web-server và web-services.

Flask cung cấp cho người dùng các thành phần cốt lõi thường được sử dụng trong ứng dụng web và API như URL routing, request & response object, v.v.

<i>Hình 2.6. Kiến trúc 1 Flask API đơn giản </i>

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

<b>CHƯƠNG III. MƠ HÌNH </b>

<b>3.1. Một số nghiên cứu liên quan </b>

Nguồn gốc sơ khai nhất của nhận dạng ký tự được cho là vào năm 1870. Đây là thời điểm mà C.R.Carey của Boston Massachusetts đã phát minh ra máy quét võng mạc – một hệ thống truyền hình ảnh sử dụng khảm các tế bào quang điện. Hai thập kỷ sau, P. Nipkow – nhà khoa học Ba Lan đã phát minh ra máy quét tuần tự, đây là một bước đột phá lớn đối với cả máy đọc và truyền hình hiện đại. Trong những thập kỷ đầu tiên của thế kỷ 19, một số nỗ lực đã được thực hiện để phát triển các thiết bị hỗ trợ người mù thơng qua các thí nghiệm với OCR. Tuy nhiên, mãi đến năm 1940, với sự phát triển của kĩ thuật số, công nghệ OCR hiện đại mới xuất hiện. Từ đó trở đi, ứng dụng trong kinh doanh trở thành động lực để OCR tiếp tục tiến xa hơn.

OCR phát triển song hành với các sự phát triển của kỹ thuật học máy, học sâu. Có vơ số nghiên cứu khoa học về OCR trong đó một số nghiên cứu có tính ứng dụng cao như: “Improving accuracy and speeding up Document Image Classification through parallel systems” [1] của Christoph Wick và cộng sự: Sử dụng GPU để tăng tốc độ xử lý cũng như tăng độ sâu của mơ hình học máy để nâng cao độ chính xác.

Ngồi ra Christoph Wick và cộng sự cịn có 1 bài báo khác là “Improving OCR Accuracy on Early Printed Books using Deep Convolutional Networks” [2]: Trong nghiên cứu này nhóm tác giả sử sử dụng kết hợp CNN- và Pooling-Layer trước lớp LSTM, kết quả cho thấy độ sai số giảm 44%.

Nghiên cứu về chỉnh sửa tài liệu và hiệu chỉnh độ ánh của văn bản “Document Rectification and Illumination Correction using a Patch-based CNN” [3] của Pedro V. Sander và cộng sự. Trong nghiên cứu này nhóm tác giả tập trung nghiên cứu căn chỉnh tài liệu ở dạng ảnh chụp khơng chính diện và hiệu chỉnh độ sáng trên các loại tài liệu: biên lai, sách, tài liệu bị biến dạng nhiều như cong, gấp hay nhàu. Độ chính xác được tăng lên trong mục bảng sau.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

<i>Võ Đình Nghĩa – Huỳnh Ngọc Nhân </i> 21 <i>Lớp DHKHMT13A </i>

Method OCR accuracy Kim et al. - 2015 [9] 29.77

Kil et al. - 2017 [10] 28.20 Ma et al. -2018 [11] 39.09 local network 47.47 local global 50.56 local global + b 56.90 local global + i 58.49

<i>Bảng 3.1. Bảng kết quả về độ chính xác của Document Rectification and Illumination Correction using a Patch-based CNN </i>

<b>3.2. Phương pháp </b>

Với bài toán được đặt ra là xác định các ô chứa số liệu trên biểu mẫu và số hóa dữ liệu đó, chúng tơi chia quy trình nghiên cứu làm 2 phần: sử dụng các kỹ thuật xử lý ảnh để nhận diện vị trí của số liệu trong biểu mẫu và xây dựng mơ hình nhận diện chữ số viết tay.

<b>3.2.1. Các bước tiền xử lý a. Một số kỹ thuật xử lý ảnh. </b>

Trước khi đưa ảnh vào sử dụng thuật toán Hough transform cần được tiền xử lý để đem lại hiệu quả tốt nhất.

1. Ảnh đầu vào sẽ được chuyển sang ảnh xám bằng hàm cv2.cvtColor. 2. Ảnh xám ảnh sẽ được khử nhiễu bằng Gaussian.

3. Ảnh xám sẽ được chuyển sang ảnh nhị phân bằng ngưỡng cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU

4. Ảnh sau khi được chuyển sang nhị phân sẽ được nhận diện cấu trúc bảng và crop ảnh bảng ra khỏi ảnh gốc.

5. Từ ảnh crop này ta tiến hành nhân tích chập bằng các bộ lọc khác nhau để làm nổi bật lên các dòng kẻ ngang và dọc.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

<b>b. Thuật tốn Hough Transform </b>

Dữ liệu hình ảnh đầu vào được xử lý bằng các hàm xử lý ảnh của thư viện OpenCV [4], trong đó thuật toán Hough Transform [5] là thuật toán được ứng dụng mạnh mẽ nhất trong việc phát hiện các trục ngang - dọc của bảng số liệu.

Tương tự hệ tọa độ Descartes một đường thẳng trong hệ tọa độ cực được biểu diễn bằng công thức:

𝑦 = (−<sup>𝑐𝑜𝑠𝜃</sup>

𝑠𝑖𝑛𝜃 <sup> ). 𝑥 + ( </sup>𝑟𝑠𝑖𝑛𝜃<sup>) </sup>qua đó được biến đổi thành:

𝑟 = 𝑥. 𝑐𝑜𝑠𝜃 + 𝑦. 𝑠𝑖𝑛𝜃 , trong đó:

<b>r là khoảng cách của đường thẳng với gốc tọa độ, </b>

<b>θ là góc giữa Ox và đường thẳng đi qua gốc tọa độ vng góc với đường thẳng </b>

đang mơ tả.

46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM46Thursday, June 13, 20249:34:07 PM9:34:07 PM

46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM46Thursday, June 13, 20249:34:08 PM9:34:08 PM

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

</div>

số hóa dữ liệu đường huyết

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HCM

<b>KHOA CƠNG NGHỆ THƠNG TIN </b>

<b>KHĨA LUẬN TỐT NGHIỆP </b>

<b>SỐ HÓA DỮ LIỆU ĐƯỜNG HUYẾT </b>

Giảng viên hướng dẫn : PGS.TS HUỲNH TRUNG HIẾU Sinh viên thực hiện 1 : VÕ ĐÌNH NGHĨA

Mã số sinh viên : 17094021

Sinh viên thực hiện 2 : HUỲNH NGỌC NHÂN Mã số sinh viên : 17094521

Lớp : DHKHMT13A Khóa : 2017 – 2021

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>NHIỆM VỤ KHÓA LUẬN TỐT NGHIỆP </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>LỜI CÁM ƠN </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>DANH MỤC CÁC HÌNH VẼ </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>DANH MỤC CÁC BẢNG BIỂU </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>DANH MỤC CÁC TỪ VIẾT TẮT VÀ TỪ KHÓA CHUYÊN NGÀNH </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>LỜI MỞ ĐẦU </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>CHƯƠNG I. GIỚI THIỆU </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>CHƯƠNG II. CƠ SỞ LÝ THUYẾT </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

-

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

-

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

<b>CHƯƠNG III. MƠ HÌNH </b>

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

Method OCR accuracy Kim et al. - 2015 [9] 29.77

Kil et al. - 2017 [10] 28.20 Ma et al. -2018 [11] 39.09 local network 47.47 local global 50.56 local global + b 56.90 local global + i 58.49

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

46hghieh euu tihh hihh puah ly xu duhg ruhg va dat ruhg tai khu bao toh thieh hhieh xuah hhc moe ehau xoh lcThursday, June 13, 2024

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về