Нейронна мережа для аналізу термограм під час відкритої операції на серці

Скорочена інформація про документ
dc.contributor.authorШапошник, О. Г.
dc.contributor.authorШликов, В. В.
dc.date.accessioned2021-04-29T10:21:11Z
dc.date.available2021-04-29T10:21:11Z
dc.date.issued2020
dc.description.abstractenThe application of modern machine learning methods for the analysis of thermograms during open heart surgery on the basis of a convolutional neural network is proposed. The analysis of thermographic images of the heart is performed using the technique of deep learning based on the neural network, which provides the classification of thermograms into two groups - "norm" and "pathology" of the myocardial blood supply. To classify thermograms between the groups "normal" and "pathology", the value of the temperature gradient is used - the threshold of temperature change by 3ºC on the surface of the myocardium, which allows to assign the image to one of the groups. The paper compares different types of neural networks for the analysis of thermographic data, among which the optimal structure of the neural network was chosen based on the values of accuracy, specificity, sensitivity and probability of errors of the first and second kind. A classification accuracy between groups of 65% was achieved for an experimental sample of 105 thermographic images of the heart. Improving the accuracy of classification requires further solutions by increasing the training sample, which will allow the use of the proposed architecture of the convolutional neural network as part of the thermographic screening system.uk
dc.description.abstractruПредложено применение методов современного машинного обучения для анализа термограмм при открытой операций на сердце на основе сверточной нейронной сети. Анализ термографических изображений сердца выполняется с использованием методики глубокого обучения на основе нейронной сети, которая обеспечивает классификацию термограмм на две группы - «норма» и «патология» кровоснабжения миокарда. Для классификации термограмм между группами «нормы» и «патологии» используется значение градиента температуры - порог изменения температуры на 3ºC на поверхности миокарда, который позволяет отнести изображение к одной из групп. В работе сравниваются различные виды нейронных сетей для анализа термографических данных, среди которых была избрана оптимальная структура нейронной сети, опираясь на значение точности, специфичности, чувствительности и вероятность ошибок первого и второго рода. Достигнута точность классификации между группами в 65% для экспериментальной выборки 105 термографических изображений сердца. Повышение точности классификации требует дальнейших решений путем увеличения обучающей выборки, что позволит использование предложенной архитектуры сверточной нейронной сети в составе термографической системы скрининга.uk
dc.description.abstractukЗапропоновано застосування методів сучасного машинного навчання для аналізу термограм під час відкритої операцій на серці на основі згорткової нейронної мережі. Аналіз термографічних зображень серця виконується з використанням методики глибокого навчання на основі нейронної мережі, яка забезпечує класифікацію термограм на дві групи – «норма» та «патологія» кровозабезпечення міокарда. Для класифікації термограм між групами «норми» і «патології» використовується значення градієнта температури – поріг зміни температури на 3ºC на поверхні міокарда, який дає змогу віднести зображення до однієї з груп. В роботі порівняно різні види нейронних мереж для аналізу термографічних даних, серед яких було обрано оптимальну структуру нейронної мережі, спираючись на значення точності, специфічності, чутливості та ймовірність помилок першого та другого роду. Досягнуто точності класифікації між групами в 65% для експериментальної вибірки 105 термографічних зображень серця. Підвищення точності класифікації потребує подальших рішень шляхом збільшення навчальної вибірки, що дасть змогу використання запропонованої архітектури згорткової нейронної мережі у складі термографічної системи скринінгу.uk
dc.format.pagerangeС. 61-68uk
dc.identifier.citationШапошник, О. Г. Нейронна мережа для аналізу термограм під час відкритої операції на серці / Шапошник О. Г., Шликов В. В. // Біомедична інженерія і технологія. – 2020. – № 4. – С. 61–68. – Бібліогр.: 10 назв.uk
dc.identifier.doihttps://doi.org/10.20535/2617-8974.2020.4.221874
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40830
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofБіомедична інженерія і технологія, 2020, № 4uk
dc.subjectнейронна мережаuk
dc.subjectтермографіяuk
dc.subjectмашинне навчанняuk
dc.subjectаналіз зображеньuk
dc.subjectPythonuk
dc.subjectneural networkuk
dc.subjectthermographyuk
dc.subjectmachine learninguk
dc.subjectimage analysisuk
dc.subjectнейронная сетьuk
dc.subjectтермографияuk
dc.subjectмашинное обучениеuk
dc.subjectанализ изображенийuk
dc.subject.udc616.1–616.7uk
dc.titleНейронна мережа для аналізу термограм під час відкритої операції на серціuk
dc.title.alternativeNeural network for analysis of thermograms during operations on the heart openeduk
dc.title.alternativeНейронная сеть для анализа термограмм во время операций на отктітом сердцеuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
BmET-2020-4_p61-68.pdf
Розмір:
654.63 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Біомедична інженерія і технологія, № 4