[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_byId_hadlock":3},{"code":4,"data":5,"meta":10},"SUCCESS",{"id":6,"title":7,"description":8,"content":9,"term":6,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":11,"publishUser":10,"keywords":15,"keywordCount":30,"enrichTopicLink":31,"status":32,"createTime":33,"updateTime":34,"publishTime":10,"linkEnrichedTime":10,"contentErrorMessage":10,"viewCount":35,"relateTopics":36},"hadlock","Hadlock là gì? Các công bố khoa học về Hadlock","Hadlock là tên gọi dùng trong hai lĩnh vực: sản khoa và khoa học máy tính. Trong sản khoa, nó là công thức ước lượng tuổi thai qua siêu âm; trong khoa học máy tính, nó là thuật toán tìm đường ngắn nhất trong lưới Manhattan với hiệu suất cao.","\u003Ch2>Hadlock là gì?\u003C\u002Fh2>\u003Cp>Hadlock là tên gọi liên quan đến hai khái niệm riêng biệt trong hai lĩnh vực khác nhau: y học (sản khoa) và khoa học máy tính. Trong sản khoa, “Hadlock” là họ của bác sĩ Frank P. Hadlock, người đã phát triển một chuỗi các công thức định lượng để ước lượng {{topic|%7B%22topic%22%3A%22tu%E1%BB%95i%20thai%22%7D}} và ngày dự sinh dựa trên các chỉ số sinh học được thu thập qua siêu âm. Những công thức này, gọi chung là công thức Hadlock, hiện nay được sử dụng rộng rãi trên toàn thế giới để đánh giá tuổi thai trong tam cá nguyệt thứ hai và thứ ba.\u003C\u002Fp>\u003Cp>Trong khoa học máy tính, “Thuật toán Hadlock” là một thuật toán tìm đường đi ngắn nhất trong một lưới hình chữ nhật (Manhattan grid) với {{topic|%7B%22topic%22%3A%22hi%E1%BB%87u%20su%E1%BA%A5t%20t%C3%ADnh%20to%C3%A1n%22%7D}} cao, thường được ứng dụng trong các bài toán định tuyến, thiết kế mạch điện tử, và điều hướng robot. Thuật toán này cũng mang tên người sáng lập hoặc người đầu tiên công bố, và thường được đánh giá cao về độ đơn giản và tốc độ xử lý so với các thuật toán truyền thống khác như Dijkstra hoặc A*.\u003C\u002Fp>\u003Ch2>Công thức Hadlock trong siêu âm thai nhi\u003C\u002Fh2>\u003Cp>Trong {{topic|%7B%22topic%22%3A%22si%C3%AAu%20%C3%A2m%20thai%22%7D}} nhi, tuổi thai có thể được ước lượng dựa trên các chỉ số đo sinh học của thai nhi. Tuy nhiên, việc lựa chọn công thức phù hợp phụ thuộc vào giai đoạn mang thai và các chỉ số đo được. Công thức Hadlock, đặc biệt là các biến thể Hadlock I đến Hadlock V, được xem là những mô hình hồi quy nhiều biến chuẩn mực, có độ chính xác cao và đã được hiệu chỉnh dựa trên dữ liệu thu thập từ nhiều ngàn trường hợp siêu âm.\u003C\u002Fp>\u003Ch3>Các chỉ số sinh học sử dụng trong công thức\u003C\u002Fh3>\u003Cp>Những chỉ số này được đo thông qua siêu âm và phản ánh sự phát triển về {{topic|%7B%22topic%22%3A%22h%C3%ACnh%20th%C3%A1i%22%7D}} và kích thước của thai nhi:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>BPD (Biparietal Diameter)\u003C\u002Fstrong>: Đường kính lưỡng đỉnh, đo từ {{topic|%7B%22topic%22%3A%22x%C6%B0%C6%A1ng%22%7D}} đỉnh bên trái đến bên phải của hộp sọ.\u003C\u002Fli>\u003Cli>\u003Cstrong>HC (Head Circumference)\u003C\u002Fstrong>: Chu vi đầu, đo xung quanh đầu tại vị trí lớn nhất.\u003C\u002Fli>\u003Cli>\u003Cstrong>AC (Abdominal Circumference)\u003C\u002Fstrong>: Chu vi bụng, phản ánh mức độ phát triển nội tạng.\u003C\u002Fli>\u003Cli>\u003Cstrong>FL (Femur Length)\u003C\u002Fstrong>: Chiều dài {{topic|%7B%22topic%22%3A%22x%C6%B0%C6%A1ng%20%C4%91%C3%B9i%22%7D}}, phản ánh sự phát triển xương dài của thai nhi.\u003C\u002Fli>\u003C\u002Ful>\u003Ch3>Một số công thức Hadlock phổ biến\u003C\u002Fh3>\u003Cp>Ví dụ, công thức Hadlock IV (thường được dùng nhất) sử dụng cả bốn chỉ số trên để ước lượng {{topic|%7B%22topic%22%3A%22tu%E1%BB%95i%20thai%22%7D}}:\u003C\u002Fp>\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\log_{10}(GA) = 1.3596 + 0.00061 \\times (BPD \\times FL) + 0.0424 \\times \\sqrt{AC + HC} + 0.174 \\times \\log_{10}(AC + FL)\u003C\u002Fscript>\u003C\u002Fp>\u003Cp>Kết quả sau đó được chuyển đổi ngược lại từ log về {{topic|%7B%22topic%22%3A%22tu%E1%BB%95i%20thai%22%7D}} tính theo tuần. Công thức này có mức sai số trung bình thấp, đặc biệt khi áp dụng trong khoảng tuần 14 đến 22 của thai kỳ.\u003C\u002Fp>\u003Ch3>Ứng dụng thực tế\u003C\u002Fh3>\u003Cp>Các {{topic|%7B%22topic%22%3A%22c%C3%B4ng%20th%E1%BB%A9c%22%7D}} Hadlock được tích hợp sẵn trong hầu hết máy siêu âm hiện đại. Bác sĩ chỉ cần nhập các số đo, hệ thống sẽ tự động tính toán tuổi thai và ngày dự sinh (EDD – Estimated Due Date). Tuy nhiên, trong trường hợp cần tính toán thủ công hoặc muốn kiểm tra kết quả, có thể sử dụng các công cụ trực tuyến uy tín như:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.perinatology.com\u002Fcalculators\u002FHadlock.htm\">Máy tính tuổi thai theo Hadlock – Perinatology.com\u003C\u002Fa>\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.ob-ultrasound.net\u002Fscanmenu.html\">Tài liệu hướng dẫn siêu âm thai – OB-Ultrasound.net\u003C\u002Fa>\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Ffetalmedicine.org\u002Feducation\u002Ffetal-growth\">Fetal Medicine Foundation – Fetal Growth & Biometry\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Ngoài tuổi thai, Hadlock còn có các công thức khác để ước lượng trọng lượng {{topic|%7B%22topic%22%3A%22thai%20nhi%22%7D}} (Estimated Fetal Weight – EFW) – ví dụ công thức Hadlock sử dụng BPD, AC và FL:\u003C\u002Fp>\u003Cp>\u003Cscript type=\"math\u002Ftex\">\\log_{10}(EFW) = 1.326 - 0.00326 \\times AC \\times FL + 0.0107 \\times HC + 0.0438 \\times AC + 0.158 \\times FL\u003C\u002Fscript>\u003C\u002Fp>\u003Ch2>Thuật toán Hadlock trong khoa học máy tính\u003C\u002Fh2>\u003Cp>Trong lĩnh vực {{topic|%7B%22topic%22%3A%22thu%E1%BA%ADt%20to%C3%A1n%22%7D}}, Hadlock được biết đến qua \u003Cstrong>Hadlock's Algorithm\u003C\u002Fstrong>, một thuật toán tìm đường đi ngắn nhất từ điểm A đến điểm B trong lưới Manhattan (các bước di chuyển giới hạn theo chiều ngang và dọc). Điều làm nên điểm đặc biệt của thuật toán này là cơ chế tối thiểu hóa số lần \"quanh co\" khi đi chệch khỏi đường ngắn nhất về mặt địa lý, điều này rất hữu ích trong {{topic|%7B%22topic%22%3A%22m%C3%B4i%20tr%C6%B0%E1%BB%9Dng%22%7D}} có vật cản hoặc khi cần giảm thiểu chi phí tính toán.\u003C\u002Fp>\u003Ch3>So sánh với thuật toán khác\u003C\u002Fh3>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Thuật toán\u003C\u002Fth>\u003Cth>Chi phí tính toán\u003C\u002Fth>\u003Cth>Khả năng mở rộng\u003C\u002Fth>\u003Cth>Ưu điểm\u003C\u002Fth>\u003Cth>Nhược điểm\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>BFS\u003C\u002Ftd>\u003Ctd>Cao (O(n²))\u003C\u002Ftd>\u003Ctd>Trung bình\u003C\u002Ftd>\u003Ctd>Dễ cài đặt\u003C\u002Ftd>\u003Ctd>Không tối ưu nếu có vật cản\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Dijkstra\u003C\u002Ftd>\u003Ctd>Cao (O(n\\log n))\u003C\u002Ftd>\u003Ctd>Tốt\u003C\u002Ftd>\u003Ctd>Chính xác\u003C\u002Ftd>\u003Ctd>Chi phí cao\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Hadlock\u003C\u002Ftd>\u003Ctd>Thấp\u003C\u002Ftd>\u003Ctd>Tốt\u003C\u002Ftd>\u003Ctd>Hiệu quả với lưới lớn\u003C\u002Ftd>\u003Ctd>Không chính xác với chi phí không đồng đều\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch3>Nguyên lý hoạt động\u003C\u002Fh3>\u003Cp>Thuật toán Hadlock ưu tiên các bước đi không làm tăng khoảng cách Manhattan đến điểm đích. Khi buộc phải đi vòng, thuật toán đánh dấu các bước này với một chỉ số \"detour\". Khi quá trình tìm kiếm mở rộng, các nút với chỉ số detour thấp hơn sẽ được ưu tiên hơn trong hàng đợi.\u003C\u002Fp>\u003Ch4>Mô phỏng hoạt động\u003C\u002Fh4>\u003Col>\u003Cli>Khởi tạo hàng đợi, bắt đầu từ điểm xuất phát, gán số lần detour bằng 0.\u003C\u002Fli>\u003Cli>Xét các bước đi đến ô kế bên. Nếu bước đó giúp tiếp cận đích mà không tăng khoảng cách, gán detour hiện tại.\u003C\u002Fli>\u003Cli>Nếu cần đi vòng, tăng detour lên 1 và thêm vào danh sách sau cùng.\u003C\u002Fli>\u003Cli>Lặp lại đến khi đến đích hoặc không còn bước đi khả thi.\u003C\u002Fli>\u003C\u002Fol>\u003Ch3>Ứng dụng thực tế\u003C\u002Fh3>\u003Cul>\u003Cli>\u003Cstrong>Lập trình {{topic|%7B%22topic%22%3A%22robot%22%7D}}\u003C\u002Fstrong>: Hadlock thường dùng cho robot cần di chuyển trong nhà máy hoặc {{topic|%7B%22topic%22%3A%22kh%C3%B4ng%20gian%22%7D}} có cấu trúc lưới cố định.\u003C\u002Fli>\u003Cli>\u003Cstrong>Thiết kế mạch\u003C\u002Fstrong>: Đặc biệt trong VLSI routing, nơi việc đi dây cần tối ưu chiều dài và tránh vật cản.\u003C\u002Fli>\u003Cli>\u003Cstrong>Hệ thống {{topic|%7B%22topic%22%3A%22%C4%91%E1%BB%8Bnh%20tuy%E1%BA%BFn%22%7D}} đô thị\u003C\u002Fstrong>: Mô phỏng và tối ưu hóa giao thông trong thành phố được thiết kế theo lưới Manhattan.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Chi tiết thêm có thể xem tại:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.geeksforgeeks.org\u002Fhadlocks-algorithm-shortest-path-in-grid-with-obstacles\u002F\">Hadlock's Algorithm on GeeksforGeeks\u003C\u002Fa>\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fcs.stackexchange.com\u002Fquestions\u002F117186\u002Fhadlocks-algorithm-explanation\">Giải thích chi tiết trên CS StackExchange\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Kết luận\u003C\u002Fh2>\u003Cp>“Hadlock” tuy là một tên gọi duy nhất nhưng mang hai ý nghĩa hoàn toàn khác biệt tùy theo ngữ cảnh. Trong y học, đó là chuỗi công thức chính xác và được chuẩn hóa trong siêu âm thai kỳ; trong khoa học máy tính, đó là một thuật toán {{topic|%7B%22topic%22%3A%22hi%E1%BB%87u%20qu%E1%BA%A3%22%7D}} để tìm đường đi trong môi trường lưới. Cả hai đều minh chứng cho vai trò thiết yếu của toán học ứng dụng và thuật toán trong việc giải quyết những bài toán thực tiễn trong cuộc sống và công nghiệp hiện đại.\u003C\u002Fp>",null,{"id":12,"researcherId":10,"name":13,"imageUrl":14},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[16,17,18,19,20,21,16,16,22,23,24,25,26,27,28,29],"tuổi thai","hiệu suất tính toán","siêu âm thai","hình thái","xương","xương đùi","công thức","thai nhi","thuật toán","môi trường","robot","không gian","định tuyến","hiệu quả",16,true,"PUBLISHED","2024-12-25T04:29:45.208+00:00","2025-10-13T08:15:36.074+00:00",1488,[37,40,43,46,49,52,55,58,61,64],{"id":38,"title":39,"term":38,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"năng lực mô hình hóa toán học","Năng lực mô hình hóa toán học là gì? Các nghiên cứu khoa học",{"id":41,"title":42,"term":41,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chuỗi markov","Chuỗi markov là gì? Các công bố khoa học về Chuỗi markov",{"id":44,"title":45,"term":44,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"matlab simulink","Matlab simulink là gì? Các công bố khoa học về Matlab simulink",{"id":47,"title":48,"term":47,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"toán cao cấp","Toán cao cấp là gì? Các nghiên cứu khoa học về Toán cao cấp",{"id":50,"title":51,"term":50,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"simulink","Simulink là gì? Các công bố khoa học về Simulink",{"id":53,"title":54,"term":53,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"dass 21","DASS-21 là gì? Các nghiên cứu khoa học về DASS-21 ",{"id":56,"title":57,"term":56,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"adolescent","Adolescent là gì? Các công bố khoa học về Adolescent",{"id":59,"title":60,"term":59,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"khối lượng phân tử","Khối lượng phân tử là gì? Các công bố khoa học về Khối lượng phân tử",{"id":62,"title":63,"term":62,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"cơ sở vật chất","Cơ sở vật chất là gì? Các công bố khoa học về Cơ sở vật chất",{"id":65,"title":66,"term":65,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI"]