Нейронна мережа для виявлення відхилень грудної клітини на рентгенівських знімках

Скорочена інформація про документ
dc.contributor.advisorНастенко, Євген Арнольдович
dc.contributor.authorНерус, Владислав Миколайович
dc.date.accessioned2023-04-04T09:27:57Z
dc.date.available2023-04-04T09:27:57Z
dc.date.issued2022-12
dc.description.abstractМагістерська дисертація за темою «Система діагностики тромбоемболії легеневої артерії за даними комп‘ютерної томографії органів грудної клітини» виконана студентом кафедри біомедичної кібернетики ФБМІ Нерусом Владиславом Миколаєвичом зі спеціальності 122 «Комп’ютерні науки» за освітньо-професійною програмою «Комп’ютерні технології в біології та медицині», та складається зі: вступу; 4 розділів (літературний огляд, теоретична частина, практична частина, аналіз стартап-проекту), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 68 джерел. Загальний обсяг роботи 105 сторінок. Актуальність теми. Респіраторні захворювання, такі як пневмонія, є поширеним станом легеневої інфекції, а хвороба COVID-19 стала небезпечною для життя хворобою, яка з’явилася наприкінці 2019 року та вразила весь світ. Пневмонія — це смертельна інфекція нижніх дихальних шляхів, яка відноситься до категорії гострих захворювань і, як повідомляється, є основною причиною смерті в усьому світі. У 2017 році на нього припадало 15% дитячих смертей, які трапилися протягом року [34] . Крім того, літні люди мають високий ризик захворіти на пневмонію, що призводить до критичних станів. Однак, якщо діагностувати та лікувати на ранній стадії, пов’язаний ризик можна мінімізувати [34]. Тому, система для автоматичного діагностування хвороб грудної клітини може бути використана як рекомендувальний інсрумент рентгенолога задля зменшення помилок та людських помилок. Мета і завдання дослідження. Метою роботи є розробка та навчання нейронної мережі для класифікації хвороб грудної клітини за рентгеном. Її досягнення передбачає вирішення наступних завдань: 1. Огляд літератури із обраної тематики. 2. Аналіз існуючих нейронних мереж. 3. Аугментація даних. 4. Нормалізація вибірки даних. 5. Розробка архітектури нейронної мережі. 6. Реалізація чи імпорт нейронної мережі та її тренування. Об’єкт дослідження. Рентгенівський знімок грудної клітини. Предмет дослідження. Згорткові нейронні мережі в задачах мульти-класифікації рентгенівських зображень, аугментація зображень. Методи дослідження. Методи розширення даних, методи боротьби з дисбалансом класів, операції згортки, пулінгу, згорткові нейронні мережі, оптимізація нейронних мереж.uk
dc.description.abstractotherMaster's thesis on " A neural network for detecting the chest abnormalities on X-ray images" is executed by the student of the department of biomedical cybernetics (Faculty of Biomedical Engineering) Nerus Vladyslav Nikovaevich in the specialty 122 "Computer science" on the educational and professional program "Computer and technology" consists of: introduction; 4 sections (literature review, theoretical part, practical part, analysis of a startup project), conclusions to each of these sections; general conclusions; a list of used sources, which includes 69 sources and applications. The total volume of the work is 105 pages. Relevance of the topic. Respiratory diseases such as pneumonia is a common lung infection condition and COVID-19 disease has become a life-threatening disease that emerged in later 2019 and has been impacted the entire world. Pneumonia is a fatal lower respiratory infection under the acute diseases category and has been reported to be a major cause of deaths around the world. In 2017, it was accountable for 15% of child deaths that happened during the year[34]. In addition, older people have a high risk of getting pneumonia that leads to critical conditions. However, if diagnosed and treated early, the associated risk can be minimized [34]. Therefore, the system for automatic diagnosis of chest diseases can be used as a recommended tool of the radiologist to reduce mistakes and human errors. Objective of the study. The purpose of the work is the development and training of a neural network for the classification of chest diseases based on X-rays. Its achievement involves solving the following tasks: 1. Review of the literature on the selected topic. 2. Analysis of existing neural networks. 3. Augmentation of data. 4. Normalization of ata sampling. 5. Development of neural network architecture. 6. Implementation or import of a neural network and its training. Object of study. X-ray images Subject of study. Convolutional neural networks in multi-classification of X-ray images. Research methods. Methods of data expansion, methods of combating class imbalance, convolution, pooling operations, convolutional neural networks, optimization of neural networks.uk
dc.format.extent107 c.uk
dc.identifier.citationНерус, В. М. Нейронна мережа для виявлення відхилень грудної клітини на рентгенівських знімках : магістерська дис. : 122 Комп’ютерні науки / Нерус Владислав Миколайович. – Київ, 2022. – 107 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54256
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронна мережаuk
dc.subjectCNNuk
dc.subjectрентгенuk
dc.subjectКТ зображенняuk
dc.subjectкомп’ютерний зірuk
dc.subjectаугментаціяuk
dc.subject.udc004.891.3 + 616.1uk
dc.titleНейронна мережа для виявлення відхилень грудної клітини на рентгенівських знімкахuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (БМК)
Магістерські роботи