Виявлення захворювань за зображенням очного дна з використанням нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorКаніовська, Ірина Юріївна
dc.contributor.authorЯковлєв, Сергій Олександрович
dc.date.accessioned2023-10-12T09:09:26Z
dc.date.available2023-10-12T09:09:26Z
dc.date.issued2023
dc.description.abstractДипломна робота містить 116 сторінок текстової частини, 45 ілюстрацій, 13 таблиць, 2 додатки, 22 бібліографічних посилання. Об’єкт дослідження: розпізнавання деяких захворювань очей за зображенням очного дна Мета дослідження: проаналізувати існуючи методи класифікації зображень, побудувати на їх основі моделі для виявлення катаракти та діабетичної ретинопатії у випадку, коли в якості альтернативи до них виступають знімки не тільки здорового очного, але і знімки з іншими захворюваннями, відмінними від них, можливо – кількома. Використані моделі: в якості базових моделей було використано моделі згорткових нейронних мереж,що базуються на VGG-16, VGG-19, ResNet50. Отримані результати: побудовано дві моделі нейронних мереж для задачі бінарної класифікації – одна для виявлення катаракти, інша – для виявлення діабетичної ретинопатії, які можуть виявляти відповідні захворювань з, за великим рахунком, прийнятними значеннями метрик якості. В рамках подальшого дослідження пропонується побудувати аналогічним чином моделі для виявлення менш поширених захворювань очей, зокрема у випадку, коли перед класифікацією доцільно виокремити певну частину зображення очного дна, за якою виявляти відповідне захворювання буде простіше.uk
dc.description.abstractotherThe diploma thesis contains 116 pages of the text part, 45 illustrations, 13 tables, 2 appendices, 22 references. Object of study: detection of some ocular diseases by fundus image. Purpose: to analyze existing methods for image classification, build one their base models for detecting cataract and diabetic retinopathy in case, when as alternatives to them goes not only images of healthy fundus, but also images of other diseases, different from corresponding. Used models: as base models were used models of convolutional neural networks, based on VGG-16, VGG-19, ResNet50. Results: built two neural network models for binary classification task – one for cataract detection, another one – for diabetic retinopathy detection, which are capable of detecting corresponding diseases with, generally saying, acceptable values of quality metrics As part of further research, it is proposed to build in the analogic way models for detecting less widespread ocular diseases, including case, where before classifying image is might be useful to localize and differentiate certain part of fundus image, which will be simpler for detecting corresponding disease.uk
dc.format.extent116 с.uk
dc.identifier.citationЯковлєв, С. О. Виявлення захворювань за зображенням очного дна з використанням нейронних мереж : дипломна робота ... бакалавра : 124 Системний аналіз / Яковлєв Сергій Олександрович. – Київ, 2023. – 116 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61284
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectкласифікація зображеньuk
dc.subjectзображення очного днаuk
dc.subjectзахворювання очейuk
dc.subjectкатарактаuk
dc.subjectдіабетична ретинопатіяuk
dc.subjectneural networksuk
dc.subjectimage classificationuk
dc.subjectfundus imageuk
dc.subjectocular diseaseuk
dc.subjectcataractuk
dc.subjectdiabetic retinopathyuk
dc.titleВиявлення захворювань за зображенням очного дна з використанням нейронних мережuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи