KHOA TRÍ TUỆ NHÂN TẠO

Học viện Công nghệ Bưu chính Viễn thông

TS. Đỗ Thanh Hà

Giảng viên

TS. Đỗ Thanh Hà

Tiến sĩ Đỗ Thanh Hà là giảng viên, chuyên gia uy tín trong lĩnh vực Trí tuệ nhân tạo (AI), hiện đang công tác tại Khoa Trí tuệ nhân tạo, Học viện Công nghệ Bưu chính Viễn thông. Lĩnh vực nghiên cứu và chuyên môn của cô tập trung sâu vào việc ứng dụng AI để giải quyết các bài toán thực tiễn, đặc biệt trong lĩnh vực y tế và xử lý dữ liệu lớn. Một trong những thành tựu nổi bật của TS. Đỗ Thanh Hà là dự án nghiên cứu và ứng dụng AI trong hỗ trợ chẩn đoán ung thư. Dự án này đã được chuyển giao công nghệ thành công cho công ty MedAid (Hoa Kỳ) và hiện đang được triển khai thực tế, thể hiện rõ nét khả năng thương mại hóa và giá trị thực tiễn của các công trình nghiên cứu khoa học. Bên cạnh lĩnh vực y tế, cô còn tích cực hợp tác với nhiều doanh nghiệp trong nước, cung cấp các giải pháp tư vấn và triển khai ứng dụng AI cho các bài toán đa dạng như tái tạo dữ liệu từ hồ sơ hình ảnh y tế và khai thác dữ liệu từ hình ảnh vệ tinh. Với hơn 25 công trình khoa học được công bố trên các tạp chí và hội nghị quốc tế uy tín, TS. Đỗ Thanh Hà đã và đang có những đóng góp cho sự phát triển của ngành Trí tuệ nhân tạo.

xử lý hình ảnh y tế, ảnh vệ tinh, ảnh tài liệu và xe tự hành
dothanhha@ptit.edu.vn

Tóm tắt quá trình học tập và công tác  


TS. Đỗ Thanh Hà tốt nghiệp Tiến sĩ tại Trường Đại học Lorraine, Cộng Hòa Pháp năm 2014. Cô là chuyên gia uy tín trong lĩnh vực Thị giác máy tính và Trí tuệ nhân tạo với nhiều kinh nghiệm trong việc đào tạo và hướng dẫn nghiên cứu. Cô là tác giả của nhiều công trình khoa học được công bố trên các tạp chí và hội nghị quốc tế. Cô đã hướng dẫn thành công hơn 10 học viên cao học. Nhiều học viên do cô hướng dẫn hiện đang làm việc các tập đoàn công nghệ lớn tại Việt Nam như Phenikaa-X, FPT, và CMC. Bên cạnh đó, các học viên có định hướng nghiên cứu chuyên sâu đã và đang tiếp tục con đường học vấn sau đại học tại các trường đại học danh tiếng ở Singapore, Úc, Pháp và Hoa Kỳ.

Một số dự án hợp tác nghiên cứu tiêu biểu đang triển khai năm 2025

  • Chủ nhiệm dự án: Ứng dụng Trí tuệ nhân tạo trong chẩn đoán ung thư dựa trên ảnh giải phẫu bệnh
  • Hợp tác nghiên cứu: Phối hợp với Trung tâm Dự báo Khí tượng Thủy văn Quốc gia trong các bài toán nghiên cứu và dự báo bão.

Các môn học đã và đang giảng dạy

  • Xử lý ảnh (Image Processing)
  • Khai phá dữ liệu (Data Mining)
  • Dữ liệu lớn (Big Data)
  • Học máy nâng cao (Advanced Machine Learning)
  • Trí tuệ nhân tạo (Artificial Intelligence)

Một số nghiên cứu được công bố

Index Title Publisher Year
1 A novel expert-annotated single-cell dataset for thyroid cancer diagnosis with deep learning benchmarks Plos Digital Health, PLOS 2025
2 Enhanced Temporal Convolutional Network Based Approach for Degradation Prediction of Reverse Osmosis Systems International Journal of Mathematical Engineering and Management Sciences 2025
3 Multi-heat Keypoint Incorporation in Deep Learning Model for Tropical Cyclone Centering and Intensity Classification from Geostationary Satellite Images Scientific Reports, Nature 2025
4 Towards Robust Cancer Diagnosis: A Hybrid Deep Learning Pipeline for Imbalanced Multi-Label Microscopic Image Analysis Proceedings of MAPR, IEEE 2025
5 Adapting Vision-Language Models for Information Extraction from Bilingual Medical Invoices Proceedings of APSIPA ASC, IEEE 2025
6 Enhanced Object Detection on Aerial Cityscapes via Augmentation and YOLO Variants Proceedings of ICIP, IEEE 2025
7 Two-stage Pipeline for Automated Cell Segmentation: Integrating Semantic and Instance Learning APSIPA Transactions on Signal and Information Processing, Now Publishers 2025
8 Effective of Contrastive Learning Framework in Driver Behavior Analysis Journal of Computer Science and Cybernetics 2025
9 Deep Learning for Table Detection: A Comparative Stuy on Efficiency with Increased Data Proc. Of International Workshop on ADVANCEs in ICT Infrastructures and Services 2024
10 ViHealthNLI: A Dataset for Vietnamese Natural Language Inference in Healthcare Proc. of SIGUL @ LREC-COLING ELRA and ICCL 2024
11 Automated Pseudo-Label Generation and Parallel Computing for Enhanced Few-Shot Medical Image Segmentation Proc. of APSIPA ASC, IEEE 2024
12 Enhancing Cell Segmentation using Deep Learning Models by Custom Processing Techniques Proc. of APSIPA ASC, IEEE 2024
13 Enhanced Sparse Convolutional Detection Model for 3D Object Detection in Autonomous Vehicles Adapted to Traffic Conditions in Vietnam Proc. of APSIPA ASC, IEEE 2024
14 The U-ReACH Model for Ship Detection over Satellite Imagery Proc. of MAPR, IEEE 2024
15 Temporal Convolutional Network-based Approach for Forecasting Fluctuations Differential Pressure in Reverse Osmosis Systems Annual Conference of the PHM Society 2024
16 Enhanced Sparse Convolutional Detection Model for 3D Object Detection in Autonomous Vehicles Adapted to Traffic Conditions in Vietnam Proc. of APSIPA ASC, IEEE 2024
17 Hannotate: Flexible Annotation for Text Analytics from Anywhere LNCS, vol 13998. Springer 2023
18 COVID-Net Network and Application on Support Diagnosis COVID-19 over X-ray Images Proc. of MAPR, IEEE 2022
19 Supporting Thyroid Cancer Diagnosis based on Cell Classification over Microscopic Images Proc. of MAPR, IEEE 2022
20 Automated Classification of Lung Injury from X-ray Images using Deep Learning Network Proc. of APSIPA ASC, IEEE 2022
21 Image Captioning in Vietnamese Language Based on Deep Learning Network CCIS, vol 1287. Springer 2020
22 Generating Vietnamese Language Caption Automatically for Scene Images Proc. of MAPR, IEEE 2020
23 Extracting Handwritten Regions In Japanese Document Images Proc. of MAPR, IEEE 2020
24 Can We Understand Image Semantics from Conventional Neural Networks? CCIS, vol 1035. Springer 2019
25 Text Extraction Using Sparse Representation over Learning Dictionaries CCIS, vol 1035. Springer 2019
26 DSD: document sparse-based denoising algorithm Pattern Analysis and Applications, Springer 2018
27 Spotting Symbol over Graphical Documents Via Sparsity in Visual Vocabulary CCIS, vol 709. Springer 2017
28 A new approach for traffic-sign recognition using sparse representation over dictionary of local descriptors Proc. of KSE, IEEE 2017
29 Sparse representation over learned dictionary for symbol recognition Signal Processing, IEEE 2016
30 Spotting Symbol Using Sparsity over Learned Dictionary of Local Descriptors Proc. of DAS, Springer 2014
31 New Approach for Symbol Recognition Combining Shape Context of Interest Points with Sparse Representation Proc. of ICDAR, Springer 2013
32 Document noise removal using sparse representations over learned dictionary Proc. of DocEng ’13, ACM 2013
33 Noise suppression over bi-level graphical documents by sparse representation Proc. of CIFED 2012
34 Text/graphic separation using a sparse representation with multi-learned dictionaries Proc. of ICPR, IEEE 2012