Автоматизація процесу сегментації ультразвукових зображень в медичній діагностиці
Вантажиться...
Дата
2024
Автори
Заболуєва, Марта Юріївна
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Наразі відзначається широке впровадження комп'ютерних технологій у медицині. Використання та аналіз штучного інтелекту визначають перспективну галузь, що сприяє прискоренню розвитку медичної науки. З метою автоматизації, підвищення ефективності та поліпшення точності методів діагностики пропонується застосування згорткових нейронних мереж.
У медицині неможливо уникнути використання зображень, які допомагають лікарям більш ефективно ставити діагнози. Сегментація медичних зображень є важливим етапом обробки. Актуальною задачею є розробка алгоритму для сегментації ультразвукових зображень з метою виявлення та відокремлення новоутворень.
Діагностика та лікування раку молочної залози (МЗ) є життєво важливою проблемою у всьому світі. В Україні та світі одним із найбільш поширених онкологічних захворювань серед жінок є саме рак МЗ. Це захворювання – причина смерті кожної дев’ятої жінки. За ранньої правильної діагностики можливо зменшити рівень летальності.
Мета і завдання дослідження.
Метою роботи є розробка автоматизованої системи сегментації медичних зображень.
Для досягнення поставленої мети роботи потрібно вирішити ряд завдань:
– провести огляд наукової літератури по темі наукового дослідження, розглянути існуючі розробки в сфері діагностики за допомогою нейронних мереж;
– розробити програмні алгоритми;
– зробити підбір параметрів і метрик;
– провести тестування алгоритму;
– навчити нейронну мережу.
Об’єкт дослідження – процес автоматизованого аналізу ультразвукових зображень.
Предмет дослідження – методи автоматизованої семантичної сегментації ультразвукових медичних зображень.
Методи дослідження. Для вирішення поставлених задач проведено аналіз інформації про існуючі розробки в діагностики за допомогою машинного навчання, ознайомлення з теоретичним матеріалом, проведення порівняльного аналізу наявних методів діагностики, архітектур, навчання розроблених алгоритмів.
Наукова новизна отриманих результатів. Результатом розробки є система сегментації ультразвукових зображень молочних залоз. Новизна створеної система полягає в підвищенні точності діагностики.
Практичне значення отриманих результатів роботи полягає в тому, що отримана система дозволяє автоматизована ефективно діагностувати захворювання.
Публікації. За використанням отриманих в кваліфікаційній роботі магістра було опубліковано працю конференції «Підвищення ефективності сегментації ультразвукових зображень із використанням мережі Attention U-Net» у збірник праць XIX Всеукраїнської науково-практичної конференції студентів, аспірантів та молодих вчених «Ефективність та автоматизація інженерних рішень у приладобудуванні».
Структура роботи. Кваліфікаційна робота магістра складається з пояснювальної записки та графічних матеріалів. Пояснювальна записка містить вступ, 5 розділів, висновки, список використаних джерел та додатки. Обсяг роботи: пояснювальна записка – 78 аркушів формату А4, 29 ілюстрацій, 29 таблиць, було опрацьовано 42 джерела.
Опис
Ключові слова
сегментація, ультразвук, нейронні мережі, медичні зображення, segmentation, ultrasound, neural networks, medical images
Бібліографічний опис
Заболуєва, М .Ю. Автоматизація процесу сегментації ультразвукових зображень в медичній діагностиці : магістерська дис. : 151 Автоматизація та комп'ютерно-інтегровані технології / Заболуєва Марта Юріївна. – Київ, 2024.– 85 с.