Архітектура програмного забезпечення інтелектуальних систем обробки медичних зображень
Вантажиться...
Дата
2022-06
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Розмір пояснювальної записки – 101 аркуш, містить 33 ілюстрації, 17 таблиць,
7 додатків.
Актуальність теми. У роботі розглянуто проблему в області інтелектуальної
медичної діагностики з програмним забезпеченням інтелектуальних систем
обробки медичних зображень. Показано основні особливості існуючих підходів до
побудови інтелектуальних пайплайнів обробки медичних зображень, а також
архітектурних рішень до розробки таких систем, їх переваги та недоліки. Виявлено
потребу в оптимізації роботи та швидкості інтелектуальних систем обробки
медичних зображень, поліпшенні точності обробки, удосконаленні програмних
архітектур та варіантів їх підбору в залежності від ресурсів медичних закладів.
Мета дослідження. Основною метою є підвищення загальної ефективності за
критеріями швидкості, точності і автоматизованості та підвищення гнучкості
програмних архітектур інтелектуальних систем обробки медичних зображень.
Об’єкт дослідження: програмне забезпечення інтелектуальних систем
обробки медичних зображень.
Предмет дослідження: процес побудови архітектури та розробки ПЗ систем
обробки медичних зображень.
Для реалізації поставленої мети сформульовані наступні завдання:
‒ провести аналіз існуючих діагностичних систем обробки зображень;
‒ розробити власний підхід (пайплайн) до обробки медичних зображень;
‒ дослідити та створити алгоритм синтезу інтелектуальних систем;
‒ спроектувати та порівняти різні підходи до побудови архітектури ПЗ;
‒ реалізувати ПЗ власної системи;
‒ провести оцінку якості роботи розробленої системи.
Наукова новизна результатів магістерської дисертації полягає в тому, що
спроектовано та удосконалено архітектури ПЗ та варіанти впровадження
інтелектуальних систем обробки радіологічних зображень в залежності від наявних
ресурсів медичних клінік, а також розроблено власний інтелектуальний пайплайн алгоритмів для оптимального розрахунку активності туберкульозу шляхом
обробки медичних зображень та аналізів пацієнта. Показано, що створене
інноваційне ПЗ з власними алгоритмами дозволяє набагато ефективніше та швидше
в автоматизованому режимі діагностувати захворювання з обробки медичних
зображень. Це дозволяє значно прискорити та здешевити процес діагностування та
лікування пацієнтів. Результат досягнутий шляхом постановки та вирішення
завдання многокритеріальної оптимізації підбору архітектур в залежності від
ресурсів медичних закладів, а також власного інтелектуального пайплану обробки
зображень нейронними мережами.
Практичне значення отриманих результатів полягає в тому, що реалізовані
програмно запропоновані оптимальні архітектурні підходи та інтелектуальний
пайплайн обробки медичних зображень в межах двох варіантів застосунку:
локальна десктопна система та система на основі хмари. Створене ПЗ дозволяє в
автоматизованому режимі з точністю 96% обробляти медичні зображення та
аналізи за 1 хвилину. Дана система може бути використана в різних медичних
клініках для допомоги експертам в діагностиці і обробці медичних зображень.
Зв’язок з науковими програмами, планами, темами. Робота виконувалась
на кафедрі інформатики та програмної інженерії Національного технічного
університету України "Київський політехнічний інститут імені Ігоря Сікорського".
Апробація. Проект за даною дисертацією став фіналістом конкурсу Sikorsky
Challenge 2020 (доступ: https://startups-
2020.sikorskychallenge.com/2020/10/174.html). Наукові положення дисертації
пройшли апробацію в наступних публікаціях.
Публікації. Наукові положення дисертації опубліковані в:
1) Sineglazov V., Riazanovskiy K., Chumachenko O. Multicriteria conditional
optimization based on genetic algorithms. System research and information
technologies. 2020. Vol. 3. Kyiv. URL: https://doi.org/10.20535/SRIT.2308-
8893.2020.3.07
2) Sineglazov V., Riazanovskiy K., Klanovets A., Chumachenko O., Linnik. N.
Intelligent tuberculosis activity assessment system based on an ensemble of neural networks. Computers in Biology and Medicine. 2022. Elsevier (прийнято
до публікації).
3) Sineglazov V., Riazanovskiy K., Klanovets A. Multi-criteria optimization of
software architectures selection for CADx systems. Journal of Healthcare
Informatics Research. 2022. Springer (відправлено до редакції).
Опис
Ключові слова
програмна архітектура, програмна архітектура, згорткові нейронні мережі, комп’ютерна медична діагностика, туберкульоз, software architecture, multicriteria optimization, convolutional neural networks, computer-aided diagnosis, tuberculosis
Бібліографічний опис
Рязановський, К. Д. Архітектура програмного забезпечення інтелектуальних систем обробки медичних зображень : магістерська дис. : 121 Інженерія програмного забезпечення / Рязановський Кирило Денисович. – Київ, 2022. – 131 с.