Використання штучних нейронних мереж для діагностики хвороби Альцгеймера на основі зображень МРТ
Вантажиться...
Дата
2020
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Об’єктом розгляду є діагностика хвороби Альцгеймера. Предмет роботи –застосування алгоритмів машинного навчання в класифікації зображень, використання штучний нейронних мереж в діагностиці хвороби Альцгеймера.
Метою роботи є розробка на основі штучних нейронних мереж системи автоматизованої діагностики хвороби Альцгеймера на основі знімків МРТ.
Відсутність ефективних методів діагностики і лікування нейродегенеративних захворювань, поряд з постійним збільшенням їх кількості у світовій популяції, призводить щорічно до величезних економічних втрат. Методи машинного навчання, які демонструють величезні успіхи в різних областях, є одними з головних кандидатів для революції в сфері діагностики.
В роботі, послідовно, проведено розгляд основних підходів діагностики, основного провокуючого фактору розвитку деменції - хвороби Альцгеймера, з акцентом на використання знімків МРТ головного мозку людини і методів глибокого навчання для їх аналізу. Зроблено висновок про відсутність знань першопричини цієї хвороби, як головної складності її діагностики. Окремо, викладені основні концепції машинного навчання та глибокого навчання, зокрема.
Була розроблена система автоматичної діагностики хвороби Альцгеймера на основі знімків МРТ для виділення трьох класів пацієнтів: здорові, з легкої деменцією через хворобу Альцгеймера, з хворобою Альцгеймера. Система була побудована на основі нейромережевої моделі ResNet50V2.
Опис
Ключові слова
нейронні мережі, хвороба альцгеймера, згорткові нейронні мережі, ResNet50V2, neural networks, alzgeimer's disease, rolled neural networks, ResNet50V2
Бібліографічний опис
Палій, О. О. Використання штучних нейронних мереж для діагностики хвороби Альцгеймера на основі зображень МРТ : дипломна робота ... бакалавра : 153 Мікро- та наносистемна техніка / Палій Олександр Олександрович. – Київ, 2020. – 80 с.