Multi-class classification of pulmonary diseases using computer tomography images

Скорочена інформація про документ
dc.contributor.authorSmilianets, F.
dc.contributor.authorFinogenov, O.
dc.date.accessioned2023-12-15T07:16:58Z
dc.date.available2023-12-15T07:16:58Z
dc.date.issued2023
dc.description.abstractThis paper examines approaches to classifying pulmonary diseases using neural networks. A modification of an existing neural network architecture for multi-class classification based on CT scans is proposed. The proposed architecture distinguishes between coronavirus pneumonia, non-hospital pneumonia, and healthy lungs. The training procedure of the proposed neural network, final parameters, and classification results are described. Conclusions are drawn regarding the potential applications of the proposed modification.uk
dc.description.abstractotherОбʼєктом дослідження є архітектура нейронної мережі для роботи з знімками КТ (компʼютерної томографії). Метою роботи є перевірка поведінки вже існуючої нейронної мережі побудованої для бінарної класифікації у контексті мультикласової класифікації. Для досягнення мети було обʼєднано два публічно доступних набори даних у мультикласовий набір даних, який включає в себе класи COVID-19, позагоспітальна пневмнонія, здорові легені. Існуючу архітектуру нейронної мережі (ResNet50V2 з застосуванням Feature Pyramid Network) було адаптовано під мультикласову класифікацію. Отриману нейронну мережу було натреновано протягом 20 епох та досягнено точності у 95.086% на виокремленому оціночному наборі даних. Результати експериментів доводять перспективність використання цієї та схожих нейронних мереж в роботі лікарів.uk
dc.format.pagerangePp. 78-83uk
dc.identifier.citationSmilianets, F. Multi-class classification of pulmonary diseases using computer tomography images / F. Smilianets, O. Finogenov // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43). – С. 78-83. – Бібліогр.: 7 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.43.2023.292255
dc.identifier.issn1560-8956
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63112
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43)uk
dc.rights.urihttps://creativecommons.ru/licenses
dc.subjectmulticlass classificationuk
dc.subjectconvolutional neural networksuk
dc.subjectcomputed tomography scan analysisuk
dc.subjectмультикласова класифікаціяuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectаналіз знімків компʼютерної томографіїuk
dc.subject.udc004.932.2uk
dc.titleMulti-class classification of pulmonary diseases using computer tomography imagesuk
dc.title.alternativeМультикласова класифікація легеневих захворювань за допомогою знімків компʼютерної томографіїuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
292255-674904-1-10-20231202.pdf
Розмір:
598.77 KB
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

Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43)