Система підтримки прийняття рішень для виявлення фази хвороби Альцгеймера за допомогою результатів МРТ/фМРТ

Скорочена інформація про документ
dc.contributor.advisorЛевенчук, Людмила Борисівна
dc.contributor.authorСтоянович, Віктор Андрійович
dc.date.accessioned2025-09-23T11:33:09Z
dc.date.available2025-09-23T11:33:09Z
dc.date.issued2025
dc.description.abstractДана дипломна робота містить 107 с., 7 табл., 18 рис., 2 дод., 24 джерела. Об’єкт дослідження – система методів та засобів візуальної діагностики хвороби Альцгеймера за результатами МРТ/фМРТ. Предмет – методи автоматичної обробки медичних зображень для виявлення стадії захворювання з використанням глибоких нейронних мереж. Метою роботи є розробка системи підтримки прийняття рішень (СППР) для автоматичної класифікації фаз Альцгеймера на основі результатів МРТ/фМРТ. Актуальність теми обумовлена потребою в точній та ранній діагностиці, що допомагає підвищити ефективність лікування. Автоматизований аналіз зменшує навантаження на лікарів і підвищує об'єктивність діагнозу. У роботі досліджено точність моделей VGG19, Xception, InceptionV3 та ResNet152 для багатокласової класифікації. На основі результатів створено застосунок на мові програмування Python, що дозволяє проводити аналіз зображень і виводити результат класифікації. Розроблена система може використовуватись у клінічній практиці як допоміжний інструмент. Подальший розвиток включає розширення бази даних, покращення якості та створення веб- або мобільної версії.
dc.description.abstractotherThis thesis contains 107 р., 7 tab., 18 fig., 2 app., 24 references. Object of the study – a system of methods and tools for visual diagnosis of Alzheimer’s disease based on MRI/fMRI data. Subject – methods of automatic processing of medical images to determine the stage of the disease using deep neural networks. The aim of this work is to develop a decision support system (DSS) for automatic classification of Alzheimer’s stages based on MRI/fMRI results. The relevance of the topic is driven by the growing need for accurate and early diagnosis, which significantly improves treatment effectiveness. Automated image analysis helps reduce the workload on medical professionals and increases diagnostic objectivity. The study investigates the classification accuracy of VGG19, Xception, InceptionV3, and ResNet152 models for multiclass classification. Based on the results, a Python-based application was developed that enables image analysis and outputs the classification result. The proposed system can be used in clinical practice as a supportive diagnostic tool. Future development includes expanding the dataset, improving model performance, and creating a web or mobile version of the system.
dc.format.extent115 с.
dc.identifier.citationСтоянович, В. А. Система підтримки прийняття рішень для виявлення фази хвороби Альцгеймера за допомогою результатів МРТ/фМРТ : дипломна робота … бакалавра : 124 Системний аналіз / Стоянович Віктор Андрійович. – Київ, 2025. – 115 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76256
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectхвороба альцгеймера
dc.subjectмрт
dc.subjectфмрт
dc.subjectглибинне навчання
dc.subjectкласифікація
dc.subjectvgg19
dc.subjectxception
dc.subjectresnet152
dc.subjectсистема підтримки прийняття рішень
dc.subjectAlzheimer's disease
dc.subjectmri
dc.subjectfmri
dc.subjectdeep learning
dc.subjectclassification
dc.subjectvgg19
dc.subjectxception
dc.subjectresnet152
dc.subjectDECISION support system
dc.titleСистема підтримки прийняття рішень для виявлення фази хвороби Альцгеймера за допомогою результатів МРТ/фМРТ
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Stoianovych_bakalavr.pdf
Розмір:
4.94 MB
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

Бакалаврські роботи (ММСА)
Бакалаврські роботи