DeepMedix

27/03/2026

[DeepMedix – Express Your Interest] SƠ LƯỢC HƯỚNG NGHIÊN CỨU #5

Hướng nghiên cứu "Generative Models" tập trung nghiên cứu và ứng dụng các mô hình tạo sinh (cGAN, VAE, DDPM) để sinh dữ liệu ảnh y khoa chất lượng cao, hỗ trợ tăng cường dữ liệu (data augmentation) và cải thiện hiệu năng mô hình.

📌 Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé.
------------------------------------------------
[DeepMedix – Express Your Interest] RESEARCH OVERVIEW #5

The Generative Models research track focuses on studying and applying generative models (such as cGAN, VAE, and DDPM) to generate high-quality medical imaging data. These approaches support data augmentation and enhance overall model performance.

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

26/03/2026

[DeepMedix – Express Your Interest] SƠ LƯỢC HƯỚNG NGHIÊN CỨU #4

Hướng nghiên cứu '' Image Translation'' tập trung vào việc ứng dụng các mô hình học sâu để chuyển đổi giữa các ảnh đa phương thức (CT, MRI, PET), góp phần giảm chi phí chụp chiếu và hỗ trợ quá trình chẩn đoán.

📌 Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé.
------------------------------------------------
[DeepMedix – Express Your Interest] RESEARCH OVERVIEW #4

The Image Translation research track focuses on applying deep learning models to translate between multimodal medical images (CT, MRI, PET). This approach helps reduce imaging costs while supporting and enhancing the diagnostic process.

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

26/03/2026

[DeepMedix – Express Your Interest] SƠ LƯỢC HƯỚNG NGHIÊN CỨU #3

Hướng nghiên cứu "Medical Image Segmentation" tập trung phát triển các mô hình học sâu (U-Net, nnU-Net, Transformer-based) nhằm phân đoạn chính xác các cấu trúc giải phẫu và khối u trên ảnh y khoa (MRI, CT), phục vụ chẩn đoán và lập kế hoạch điều trị.

📌 Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé.
------------------------------------------------
[DeepMedix – Express Your Interest] RESEARCH OVERVIEW #3

The Medical Image Segmentation research track focuses on developing deep learning models (such as U-Net, nnU-Net, and Transformer-based architectures) to accurately segment anatomical structures and tumors from medical images (MRI, CT). These advancements play a crucial role in supporting diagnosis and treatment planning.

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

25/03/2026

[DeepMedix - Express Your Interset] SƠ LƯỢC HƯỚNG NGHIÊN CỨU #2

Hướng nghiên cứu "Dose Distribution Prediction" tập trung vào việc phát triển các mô hình học sâu dự đoán phân bố liều xạ trị 3D cho bệnh nhân ung thư (đặc biệt ung thư vú), hướng đến tối ưu hóa kế hoạch điều trị và nâng cao hiệu quả lâm sàng.

📌 Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé.
------------------------------------------------
[DeepMedix – Express Your Interest] RESEARCH OVERVIEW #2

The Dose Distribution Prediction research track focuses on developing deep learning models to predict 3D radiotherapy dose distributions for cancer patients (particularly breast cancer). This approach aims to optimize treatment planning and improve clinical outcomes.

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

25/03/2026

[DeepMedix - Express Your Interest] SƠ LƯỢC HƯỚNG NGHIÊN CỨU #1

Trong thời đại công nghệ số phát triển như hiện nay, Radiomics nổi lên như một phương pháp nghiên cứu đang phát triển khi có thể trích xuất và phân tích các đặc trưng định lượng từ ảnh y khoa và phân bố liều xạ trị, kết hợp với machine learning để hỗ trợ phân loại bệnh, tiên lượng và cá nhân hóa điều trị.

Điều này mở ra một phương hướng mới giúp hỗ trợ các bác sĩ trong việc chẩn đoán, điều trị lâm sàng.

📌Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu các bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé

Thời gian đăng ký: 23/03 - 26/03
------------------------------------------------
[DeepMedix - Express Your Interest] RESEARCH OVERVIEW #1

In today’s rapidly advancing digital era, Radiomics has emerged as a promising research approach, capable of extracting and analyzing quantitative features from medical images and radiation dose distributions. When combined with machine learning, it supports disease classification, prognosis, and the personalization of treatment strategies.

This opens up a new direction that can effectively assist clinicians in diagnosis and clinical decision-making.

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

23/03/2026

[DeepMedix – Express Your Interest]

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, đặc biệt trong lĩnh vực y sinh và chăm sóc sức khỏe, việc kết hợp giữa công nghệ và y học không chỉ là xu hướng mà còn là một nhu cầu tất yếu.

Nhóm nghiên cứu DeepMedix được xây dựng với mục tiêu ứng dụng AI vào medical imaging, hướng tới các giải pháp hỗ trợ chẩn đoán và điều trị trong bối cảnh thực tế.

Hiện tại, các hướng nghiên cứu chính của nhóm bao gồm:

- Medical Image Segmentation
- Generative Models
- Image Translation
- Radiomics / Dosiomics
- Dose Distribution Prediction

📌 Chi tiết về từng hướng: https://forms.gle/C6xnQiDLrg8kYxM17

Nếu bạn quan tâm đến AI, y sinh và mong muốn được trải nghiệm nghiên cứu thì đừng ngại ngần mà nhấn vào link nhé.

Thời gian đăng ký: 23/03 - 26/03
------------------------------------------------
[DeepMedix – Express Your Interest]

In the era of rapid digital transformation, particularly in biomedical and healthcare domains, the integration of technology and medicine is no longer just a trend, but a necessity.

DeepMedix Lab is established with the goal of applying AI to medical imaging, aiming to develop practical solutions that support clinical diagnosis and treatment.

Our current research directions include:

Medical Image Segmentation
Generative Models
Image Translation
Radiomics / Dosiomics
Dose Distribution Prediction

📌 Details for each research direction: https://forms.gle/C6xnQiDLrg8kYxM17

If you are interested in AI, medical applications, and want to engage in real research projects, please click the link for further information.

21/03/2026

🎓 [HỘI NGHỊ KHOA HỌC TRẺ 2026 – YSC2026]

DeepMedix Lab xin chúc mừng Hội nghị Khoa học Trẻ 2026 đã diễn ra thành công tốt đẹp. Đây không chỉ là một sự kiện học thuật ý nghĩa mà còn là dịp để ghi nhận những nỗ lực bền bỉ, tinh thần nghiên cứu nghiêm túc và sự sáng tạo không ngừng của các bạn sinh viên.

💡 Mỗi đề tài được trình bày là một bước tiến nhỏ nhưng đầy giá trị trên hành trình khoa học. DeepMedix Lab tự hào khi được đồng hành và chứng kiến sự trưởng thành của các bạn qua từng nghiên cứu.

✨ Xin chúc mừng tất cả các bạn đã hoàn thành xuất sắc phần trình bày của mình. Chúc các bạn sẽ tiếp tục phát triển mạnh mẽ hơn nữa trên con đường nghiên cứu trong tương lai!

------------------------------------------------

🎓 [YOUNG SCIENTIFIC CONFERENCE 2026 – YSC2026]

DeepMedix Lab would like to congratulate the successful organisation of YSC2026. This conference is not only a meaningful academic event but also a valuable opportunity to recognise the continuous efforts, dedication, and creativity of all participating students.

💡 Each presented work represents a meaningful step forward in the scientific journey. We are proud to witness your growth through each research project.

✨ Congratulations to all participants for your excellent presentations. We wish you continued success in your future research endeavors!

21/03/2026

[HỘI NGHỊ KHOA HỌC TRẺ 2026 – YSC2026]

📍 Ngay bây giờ, tại Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM đang diễn ra Hội nghị Khoa học Trẻ lần III – năm 2026 (YSC2026).

✨ Tại hội nghị lần này, DeepMedix Lab vinh dự đóng góp 04 đề tài nghiên cứu, bao gồm:

🔬Báo cáo Poster

A Comparative Study of Conditional Generative Models: cVAE, cGAN and cDDPM for CT-to-PET Image Translation
→ Sinh viên: Ngô Nguyễn Thành Đạt

Ensemble of Deep Learning Models for Brain Tumor Segmentation on MRI Images
→ Sinh viên: Trần Ngọc Thu Trang

Classification of High-Grade and Low-Grade Glioma Using Radiomics on MRI Images with the BraTS 2020 Dataset
→ Nhóm sinh viên: Âu Trí Viễn, Nguyễn Ngọc Phương Dung, Nguyễn Ngọc Trúc Quỳnh

🔬 Báo cáo Oral

Evaluation of Synthetic Images Generated by Denoising Diffusion Probabilistic Models for Brain MRI Classification
→ Sinh viên: Vương Uy Lực

⏰ Thời gian:

Poster: 13:00 – tại Sân trường

Oral: 16:00 – tại phòng NĐH 7.1

🕊️DeepMedix Lab xin kính chúc Hội nghị diễn ra thành công tốt đẹp!

------------------------------------------------
[YOUNG SCIENTIFIC CONFERENCE 2026 – YSC2026]

📍 The 3rd Young Scientific Conference 2026 (YSC2026) is currently taking place at the University of Science, VNU-HCM.

✨ At this conference, DeepMedix Lab is proud to contribute four research projects, including:

🔬 Poster Presentations

A Comparative Study of Conditional Generative Models: cVAE, cGAN and cDDPM for CT-to-PET Image Translation
→ Student: Nguyen Thanh Dat Ngo

Ensemble of Deep Learning Models for Brain Tumor Segmentation on MRI Images
→ Student: Ngoc Thu Trang Tran

Classification of High-Grade and Low-Grade Glioma Using Radiomics on MRI Images with the BraTS 2020 Dataset
→ Students: Tri Vien Au, Ngoc Phuong Dung Nguyen, Ngoc Truc Quynh Nguyen

🔬 Oral Presentation

Evaluation of Synthetic Images Generated by Denoising Diffusion Probabilistic Models for Brain MRI Classification
→ Student: Uy Luc Vuong

⏰ Schedule:

Poster Session: 13:00 – Courtyard

Oral Session: 16:00 – Room NĐH 7.1

🕊️DeepMedix Lab wishes the conference great success!

20/03/2026

[THÔNG TIN HỘI NGHỊ KHOA HỌC TRẺ 2026]

20/03/2026

[THÔNG TIN HỘI THẢO]

⚛️HỘI THẢO NĂNG LƯỢNG & ĐIỆN HẠT NHÂN TẠI VIỆT NAM🌟

Nhân dịp kỷ niệm 30 năm Trường Đại học Khoa học tự nhiên, ĐHQG-HCM, đồng thời trong bối cảnh Việt Nam tái khởi động chương trình điện hạt nhân, Khoa Vật lý – Vật lý kỹ thuật tổ chức 𝐇ộ𝐢 𝐭𝐡ả𝐨 𝐍ă𝐧𝐠 𝐥ượ𝐧𝐠 𝐯à Đ𝐢ệ𝐧 𝐡ạ𝐭 𝐧𝐡â𝐧 𝐭ạ𝐢 𝐕𝐢ệ𝐭 𝐍𝐚𝐦 nhằm cập nhật chiến lược phát triển, thúc đẩy kết nối chuyên môn giữa các nhà khoa học, cơ quan quản lý và doanh nghiệp, đồng thời định hướng nghiên cứu và đào tạo nguồn nhân lực cho lĩnh vực hạt nhân trong giai đoạn mới.

📅 Thời gian: 8h00-17h00, Thứ Sáu, ngày 20/3/2026

📍 Địa điểm: Giảng đường 1, Trường Đại học Khoa học tự nhiên, ĐHQG-HCM (227 Nguyễn Văn Cừ, Phường Chợ Quán, TP. Hồ Chí Minh)

✨Đăng ký tham dự: https://forms.gle/L56F2sQKwFiGBKyS9

🔎 Chương trình hội thảo gồm:
• Phiên khai mạc
• Phiên báo cáo buổi sáng và buổi chiều với các chủ đề: công nghệ lò phản ứng tiên tiến, nhu cầu nguồn nhân lực, kỹ thuật hạt nhân, xạ trị – y học hạt nhân, an toàn bức xạ và an toàn hạt nhân.
• Phiên tọa đàm chuyên sâu về vai trò của các cơ sở nghiên cứu, trường đại học và bệnh viện trong việc chuẩn bị nguồn lực cho chương trình điện hạt nhân tại Việt Nam.

Chương trình chi tiết: https://drive.google.com/file/d/1lqkiXI1ll0vdJr-KtHjI6lvLwSusiQMB/view?usp=sharing

🎤 Hội thảo dự kiến hơn 10 báo cáo mời từ các tổ chức và đơn vị uy tín như: Công ty Phát triển Năng lượng Hạt nhân Quốc tế Nhật Bản (JINED), Hiệp hội Hạt nhân Hàn Quốc (KNA), Tập đoàn Điện lực Việt Nam (EVN), Viện Năng lượng Nguyên tử Việt Nam (VINATOM), Cục An toàn Bức xạ và Hạt nhân (VARANS), Phòng thí nghiệm quốc gia Henri Becquerel (LNHB), Viện Paul Scherrer (PSI) Trường sau đại học về hạt nhân quốc tế (KINGS), Công ty thử không phá hủy QIS cùng đại diện các viện nghiên cứu, cơ sở y tế, doanh nghiệp trong và ngoài nước.

🔗 Website hội nghị: https://sites.google.com/hcmus.edu.vn/workshop-nangluong-dienhatnhan

✨ Hội thảo là cơ hội để trao đổi học thuật, cập nhật xu hướng công nghệ và thúc đẩy hợp tác nghiên cứu trong lĩnh vực năng lượng hạt nhân tại Việt Nam.