Класифікація та сегментація медичних зображень за допомогою моделі Detection Transformer (DETR)
Вантажиться...
Дата
2025
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 150 с., 25 рис., 10 табл., 2 додатки, 84 джерела.
Метою роботи є розробка системи автоматизованого аналізу медичних зображень для виявлення клітин, уражених збудником малярії Plasmodium vivax, із використанням моделі Detection Transformer (DETR). У роботі проведено огляд сучасних методів діагностики малярії, зокрема
комп’ютерних підходів на основі глибокого навчання. Проаналізовано архітектуру моделі DETR, розглянуто її переваги у задачах об'єктного
детектування та сегментації. Особливу увагу приділено підготовці набору даних BBBC041: виконано анотування зображень, створення пайплайну для переведення в формат COCO, а також валідацію структурованих даних. Здійснено донавчання попередньо натренованої моделі DETR на медичному датасеті BBBC041 із налаштуванням гіперпараметрів, також було реалізовано обробку результатів передбачення. Розроблено інструментарій аналізу якості моделі: побудовано графіки функції втрат, точності, метрик AP та приклади передбачень. У фіналі роботи представлено інтерпретацію результатів та сформовано висновки щодо доцільності використання підходу DETR у медичній діагностиці.
Опис
Ключові слова
діагностика малярії, detection transformer, сегментація, класифікація, deep learning, coco format, bbbc041, malaria diagnosis, segmentation, classification
Бібліографічний опис
Іванюта, О. О. Класифікація та сегментація медичних зображень за допомогою моделі Detection Transformer (DETR) : дипломна робота ... бакалавра : 124 Системний аналіз / Іванюта Олександр Олександрович. - Київ, 2025. - 150 с.