Chúc mừng Bài báo “LVM-Med: Learning large-scale self-supervised vision models for medical imaging via second-order graph matching” (Nhóm tác giả: , , , , , , , , , , , ) vừa được chấp nhận tại NeurIPS 2023.

Các bạn sinh viên và học viên cao học tham gia nghiên cứu, gồm có:

(1) Nguyễn Hồ Minh Duy: Cựu sinh viên Khoa Toán – Tin học, nghiên cứu sinh ngành Machine Learning tại Max-Planck Institute, Đức. (Co-first author)

(2) Nguyễn Minh Hoàng: Sinh viên năm 4, khoa Toán – Tin học (Co-first author)

(3) Cao Thiên Trí, Cựu sinh viên Chương trình Tiên tiến ngành Khoa học Máy tính, Khoa Công nghệ Thông tin

(4) Phạm Ngọc Tân: Học viên cao học ngành Trí tuệ nhân tạo

(5) Diệp Tường Nghiêm, sinh viên năm 2 – Chương trình Tiên tiến ngành Khoa học Máy tính, Khoa Công nghệ Thông tin

Bài báo cáo tập trung xây dựng các pre-trained models cho ảnh y khoa. Để làm được như vậy thường rất khó vì vấn đề domain-shifts trong ảnh y khoa (chẳng hạn, ảnh CT, MRI, X-ray thì có nhiều đặc tính khác nhau). Bài báo đã giải quyết vấn đề này bằng việc đề xuất LVM-Med, nôm na là một thuật toán contrastive learning dự vào high-order graph matching. Trong các bài toán y khoa khó như phân loại khối u trong não (Brain Tumor Classification) hay phân loại bệnh võng mạc tiểu đường (Diabetic Retinopathy Grading), LVM-Med tốt hơn rất nhiều so với các phương pháp hiện tại (gần 6-7% về mặt accuracy).

• Link bài báo: