Методи машинного навчання аналізу рентгенівських зображень для діагностики COVID-19
Вантажиться...
Дата
2022
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Коронавірусна інфекція (COVID-19) – інфекційне захворювання, що
викликається вірусом SARS-CoV-2. У більшості хворих інфекція протікає в
легкій формі або безсимптомно. Основним методом скринінгу, який
використовується для виявлення COVID-19, є полімеразна ланцюгова реакція
зі зворотною транскрипцією в режимі реального часу.
Метою роботи є створення інтелектуальної системи діагностування на
основі штучних нейронних мереж для аналізу рентгенівських зображень при
COVID-19 використовуючи методи машинного навчання.
Об’єктом дослідження є рентгенографії хворих COVID-19. Предметом
дослiдження є методи машинного навчання для аналізу рентгенівських
зображень для діагностики COVID-19.
У першому роздiлi наданi теоритичнi вiдомостi про iнфекцiйне
захворювання COVID-19, клiнiчна картина хвороби, основнi симптоми,
принципи монiторингу та обумовлена рентгенографія грудної клітини при
захворюваннi COVID-19. У другому роздiлi проведено аналiз методів
машинного навчання, оглянуті CNN, архітектура глибинних нейронних
мереж, оглянуті існуючі мережі глибокого навчання, оглянуто метод
передавального навчання (transfer learning) та поставлена задача побудови
класифікатора рентгенівських знімків. У третьому роздiлi описано програмні
засоби для виконання завдання, описано набір медичних даних які будуть
використані в роботі, за допомогою метода передавального навчання було
перетреновано три моделі для класифікації рентгенівських знімків
Опис
Ключові слова
COVID-19, симптоми, архітектура, класифікація, виявлення, глибоке навчання, згорткова нейронна мережа, рентгенівські промені, модель
Бібліографічний опис
Кучер, В. В. Методи машинного навчання аналізу рентгенівських зображень для діагностики COVID-19 : магістерська дис. : 153 Мікро- та наносистемна техніка / Кучер Вячеслав Васильович. – Київ, 2022. – 95 с.