Методології аналізу зображень для діагностичних застосувань (огляд)

Скорочена інформація про документ
dc.contributor.authorДавидович, Ілля Вікторович
dc.contributor.authorБабенко, Віталій Олегович
dc.date.accessioned2024-11-14T11:46:25Z
dc.date.available2024-11-14T11:46:25Z
dc.date.issued2024
dc.description.abstractМедична візуалізація є невіддільною частиною сучасної клінічної практики та досліджень у галузі охорони здоров'я, слугуючи наріжним каменем у сфері діагностичних процедур та забезпечуючи критично важливу основу для вибору методів лікування, спрямованих на підвищення рівня виживання пацієнтів. Серед різних підходів, доступних для обробки та аналізу медичних зображень, нейронні мережі отримали найбільше визнання, головним чином завдяки їхньої здатності швидко обробляти знімки будь-якої модальності, забезпечуючи при цьому діагностичний аналіз з високою якістю. Однак широкому впровадженню таких технологій часто перешкоджають значні фінансові витрати та труднощі для медичних працівників при розшифровуванні результатів. Нейронні мережі, які є непрозорими у своїх процесах прийняття рішень, породжують дилему «чорної скриньки», хоча при постановці діагнозу остаточне рішення приймає лікар, а не мережа. Таким чином, існує потреба в розробці методологічної бази для обробки та аналізу медичних зображень, здатної забезпечити надійну підтримку прийняття діагностичних рішень. Дана наукова робота присвячена охопленню методологій порівняння зображень. Це фундаментальна процедура, яка дозволяє ідентифікувати невідповідності між зображеннями, не покладаючись на нейронні мережі або інші парадигми машинного навчання. Для досягнення мети було розглянуто низку методологій порівняння зображень, кожна з яких містить свій власний набір сильних і слабких сторін. Отриманий в результаті порівняльний аналіз дозволить дослідникам робити виважений вибір відповідно до індивідуальних потреб і вимог. Таким чином, дана праця робить значний внесок у постійний розвиток медичної візуалізації, тим самим сприяючи покращенню догляду за пацієнтами та підвищенню точності діагностики в цій галузі.
dc.description.abstractotherMedical imaging is an integral part of modern clinical practice and healthcare research, serving as a cornerstone of diagnostic procedures and providing a critical basis for selecting treatments aimed at improving patient survival. Among the various approaches available for medical image processing and analysis, neural networks have gained the most recognition, mainly due to their ability to quickly process images of any modality, while providing high quality diagnostic analysis. However, the widespread adoption of such technologies is often hindered by significant financial costs and difficulties for healthcare professionals in interpreting the results. Neural networks that are opaque in their decision-making processes create a "black box" dilemma, although the final decision is made by the doctor, not the network. Thus, there is a need to develop a methodological framework for medical image processing and analysis capable of providing reliable support for diagnostic decision-making. This research paper is dedicated to covering image comparison methodologies. It is a fundamental procedure that allows identifying inconsistencies between images without relying on neural networks or other machine learning paradigms. To achieve this goal, several image comparison methodologies were considered, each with its own set of strengths and weaknesses. The resulting comparative analysis will allow researchers to make an informed choice according to individual needs and requirements. Thus, this work makes a significant contribution to the ongoing development of medical imaging, thereby contributing to improved patient care and diagnostic accuracy in the field.
dc.format.pagerangeС. 54-63
dc.identifier.citationДавидович, І. В. Методології аналізу зображень для діагностичних застосувань (огляд) / Давидович Ілля Вікторович, Бабенко Віталій Олегович // Біомедична інженерія і технологія. – 2024. – № 14. – С. 54-63. – Бібліогр.: 35 назв.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70592
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.sourceБіомедична інженерія і технологія, № 14, 2024
dc.subjectштучний інтелект
dc.subjectприйняття рішень
dc.subjectдіагностична візуалізація
dc.subjectпорівняння зображень
dc.subjectArtificial Intelligence
dc.subjectDecision-Making
dc.subjectDiagnostic Imaging
dc.subjectImage Comparison
dc.subject.udc004.852 + 616-018
dc.titleМетодології аналізу зображень для діагностичних застосувань (огляд)
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
54-63.pdf
Розмір:
447.69 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Біомедична інженерія і технологія, № 14