Identification of lung disease types using convolutional neural network and VGG-16 architecture

Скорочена інформація про документ
dc.contributor.authorBukhori, S.
dc.contributor.authorVerdy, B. Y. N.
dc.contributor.authorEka, Y. R. Windi
dc.contributor.authorJanuar, A. P.
dc.date.accessioned2023-12-14T09:34:00Z
dc.date.available2023-12-14T09:34:00Z
dc.date.issued2023
dc.description.abstractAbstract. Pneumonia, tuberculosis, and Covid-19 are different lung diseases but have similar characteristics. One of the reasons for the worsening of disease in lung sufferers is a diagnosis that takes a long time. Another factor, the results of the X-ray photos look blurry and lack contracture, causing different diagnostic results of X-ray photos. This research classifies lung images into four categories: normal lungs, tuberculosis, pneumonia, and Covid-19 using the Convolutional Neural Network method and VGG-16 architecture. The results of the research with models and scenarios without pre-trained use data with a ratio of 9:1 at epoch 50, an accuracy of 94%, while the lowest results are in scenarios using data with a ratio of 8:2 at epoch 50, non-pre-trained models, accuracy by 87%.uk
dc.description.abstractotherАнотація. Пневмонія, туберкульоз і Covid-19 – різні захворювання легенів, але мають схожі характеристики. Однією з причин загострення захворювання легень є довготривала діагностика. Іншим фактором є те, що результати рентгенівських знімків виглядають розмитими і з відсутністю контрактури, що спричиняє різні результати діагностики рентгенівських знімків. Це дослідження класифікує зображення легенів на чотири категорії, а саме: нормальні легені, туберкульоз, пневмонія та Covid-19 за допомогою методу згорткової нейронної мережі та архітектури VGG-16. Результати дослідження з моделями та сценаріями без попередньої підготовки використовують дані зі співвідношенням 9:1 в епосі 50, точністю 94%, тоді як найнижчі результати в сценаріях з використанням даних зі співвідношенням 8:2 в епосі 50, моделі без попередньої підготовки, точність 87%.uk
dc.format.pagerangePp. 96-107uk
dc.identifier.citationIdentification of lung disease types using convolutional neural network and VGG-16 architecture / S. Bukhori, B. Y. N. Verdy, Y. R. Windi Eka, A. P. Januar // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2023. – № 3. – С. 96-107. – Бібліогр.: 26 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2023.3.07
dc.identifier.issn1681–6048
dc.identifier.orcid0000-0002-2527-1080uk
dc.identifier.orcid0009-0001-7838-0205uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63078
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofСистемні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 3uk
dc.subjecttuberculosisuk
dc.subjectpneumoniauk
dc.subjectCovid-19uk
dc.subjectVGG-16uk
dc.subjectconvolutional neural networkuk
dc.subjectтуберкульозuk
dc.subjectпневмоніяuk
dc.subjectзгорткова нейронна мережаuk
dc.subject.udc62-50uk
dc.titleIdentification of lung disease types using convolutional neural network and VGG-16 architectureuk
dc.title.alternativeІдентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16uk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
271023-670512-1-10-20231106.pdf
Розмір:
441.42 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

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 3