Luận văn nghiên cứu ứng dụng công nghệ học sâu, cụ thể là mạng nơ-ron tích chập (CNN), trong hỗ trợ chẩn đoán bệnh viêm phổi từ ảnh X-quang ngực. Mục tiêu chính là xây dựng và đánh giá mô hình phân loại tự động nhằm phát hiện các dấu hiệu bất thường trên phim, từ đó hỗ trợ bác sĩ trong quá trình chẩn đoán lâm sàng. Nghiên cứu sử dụng các bộ dữ liệu ảnh X-quang công khai, tiến hành tiền xử lý và tăng cường dữ liệu để cải thiện độ chính xác. Các kiến trúc học sâu như VGG16, ResNet và các mô hình tùy chỉnh được thử nghiệm và so sánh hiệu suất dựa trên các chỉ số như độ chính xác, độ nhạy và độ đặc hiệu. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt độ chính xác cao, có tiềm năng trở thành công cụ hỗ trợ đắc lực cho các bác sĩ chẩn đoán hình ảnh, giúp giảm tải công việc và nâng cao hiệu quả sàng lọc bệnh viêm phổi.