19/06/2026
💐 TỪ PHONG TRÀO SINH VIÊN NGHIÊN CỨU KHOA HỌC ĐẾN BÀI BÁO Q1 TRÊN TẠP CHÍ QUỐC TẾ 💐
💥 Đó là cán bộ trẻ Phạm Ngọc Hải, hiện đang công tác tại Khoa Toán-Cơ-Tin học. Phạm Ngọc Hải tốt nghiệp xuất sắc ngành Khoa học dữ liệu năm 2025 và được giữ lại Khoa với vai trò trợ giảng.
Tiếp nối thành công từ Giải Nhất phong trào sinh viên nghiên cứu khoa học cấp Trường năm 2025, đề tài nghiên cứu của Hải đã được tiếp tục phát triển trong nhóm nghiên cứu dưới sự hướng dẫn của PGS. Lê Hồng Phương. Những kết quả thu được đã được hoàn thiện và nâng tầm thành một công trình nghiên cứu chất lượng cao, vừa chính thức được đăng trên một tạp chí khoa học quốc tế uy tín thuộc danh mục Q1 qua một quá trình bình duyệt khắt khe kéo dài gần 1 năm trời. ¹
Công trình tập trung giải quyết một bài toán có ý nghĩa thực tiễn cao trong lĩnh vực y tế: phân loại tự động hình ảnh chọc hút kim nhỏ tuyến giáp (FNAB). Trong bối cảnh dữ liệu y tế còn hạn chế và việc đánh giá giữa các chuyên gia có thể tồn tại khác biệt, nghiên cứu mở ra hướng tiếp cận mới cho các hệ thống hỗ trợ quyết định lâm sàng, đặc biệt hữu ích tại các quốc gia đang phát triển.
Hệ thống mang tên ThyroidEffi được xây dựng trên quy trình kỹ thuật hiện đại, kết hợp thuật toán phát hiện đối tượng YOLOv10 để trích xuất các vùng tế bào quan trọng cùng mô hình EfficientNetB0 được cải tiến. Điểm nổi bật của nghiên cứu là việc ứng dụng giao thức Curriculum Learning giúp mô hình học các đặc trưng theo lộ trình từ cục bộ đến tổng thể, đồng thời tích hợp module Transformer để khai thác thông tin từ nhiều góc nhìn khác nhau.
Với cấu trúc gọn nhẹ chỉ khoảng 4 triệu tham số, ThyroidEffi đạt hiệu năng ấn tượng với Macro F1 đạt 89,19% và AUC của các lớp phân loại lên tới 0,98. Bên cạnh độ chính xác cao, hệ thống còn có ưu thế về chi phí tính toán khi có thể xử lý khoảng 1.000 ca bệnh chỉ trong 55 giây.
Không chỉ dừng lại ở các chỉ số thực nghiệm, công trình còn chứng minh được tính ứng dụng thực tiễn thông qua kiểm định độc lập trên hơn 1.000 hình ảnh mới và việc sử dụng kỹ thuật Grad-CAM nhằm tăng khả năng giải thích của mô hình (Explainable AI). Đặc biệt, việc phân loại theo ba nhóm can thiệp lâm sàng thực tế (Theo dõi – Xem xét – Phẫu thuật) giúp ThyroidEffi trở thành công cụ hỗ trợ hiệu quả cho các bác sĩ trong quá trình chẩn đoán và ra quyết định điều trị.
Từ một đề tài đạt giải cao trong phong trào nghiên cứu khoa học sinh viên đến công bố quốc tế trên tạp chí Q1, thành công của công trình là minh chứng cho chất lượng đào tạo, nghiên cứu của Khoa Toán-Cơ-Tin học, đồng thời cho thấy tiềm năng ứng dụng rộng rãi của các nghiên cứu liên ngành giữa toán học, khoa học dữ liệu và y học trong việc nâng cao hiệu quả chẩn đoán bệnh.
🎉 Khoa Toán – Cơ – Tin học xin chúc mừng Phạm Ngọc Hải cùng toàn thể nhóm nghiên cứu và hi vọng nhóm nghiên cứu tiếp tục gặt hái thêm nhiều thành công trong thời gian tới.
¹ https://doi.org/10.1007/s00521-026-12196-8
__________________
Ảnh minh họa được lấy từ tóm tắt của bài báo trên trang web của tạp chí.
![🎓 [RECAP] LỄ TRAO HỌC BỔNG CHƯƠNG TRÌNH TOÁN HỌC KỲ II NĂM HỌC 2025–2026, HỌC BỔNG ĐỖ QUÂN VÀ VINH DANH SINH VIÊN NGHIÊN...](https://img3.engineering10.com/865/063/1499383968650636.jpg)
![[NGÀY HƯỚNG NGHIỆP 2026] LỜI TRI ÂN CÁC ĐƠN VỊ ĐỒNG HÀNH 🕒 Thời gian: 17/05/2026📍 Địa điểm: Toà T5, Trường Đại học Kho...](https://img3.engineering10.com/792/035/1473353437920356.jpg)
