Методи пояснювального штучного інтелекту при аналізі медичних зображень
Вантажиться...
Дата
2025
Автори
Рачинська, Лідія Анатоліївна
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 110 с., 28 рис., 12 табл., 25 посилань, 2 додатки.
Об’єкт дослідження – набір даних із зображенням нирок, призначені для діагностики злоякісних новоутворень. Предмет дослідження – глибокі нейронні мережі та методи пояснюваного штучного інтелекту, що забезпечують автоматизоване виявлення пухлин і візуалізацію причинного внеску пікселів. Мета роботи – дослідити та реалізувати підходи до інтерпретованої класифікації захворювань нирок, що матимуть високу точність й наочно пояснюватимуть отримані рішення. Методи дослідження – навчання моделей ResNet-18 та ViT на репрезентативному наборі КТ-знімків; застосування п’яти XAI-підходів (Grad-CAM, SmoothGrad Integrated Gradients, Gradient Shap, SHAP, CRATE); оцінювання атрибуцій за метриками Deletion AUC, Insertion AUC, Infidelity, Sensitivity-max; розробка комбінованих схем Grad-CAM & SG-IG і CRATE & Grad Shap. У межах дослідження досягнуто високої точності класифікації КТ-знімків нирок за допомогою моделей ResNet-18 і ViT. Візуальні пояснення, згенеровані п’ятьма XAI-методами, було всебічно проаналізовано за чотирма метриками якості. Розроблені комбіновані підходи Grad-CAM & SG-IG і CRATE & Grad Shap суттєво покращили локалізацію причинних пікселів і підвищили стабільність результатів, що підтверджує ефективність запропонованих рішень для клінічної практики.
Опис
Ключові слова
штучний інтелект, пояснювальні моделі, комп’ютерний зір, рак нирки, комп’ютерна томографія, resnet-18, vision transformer, xai
Бібліографічний опис
Рачинська, Л. А. Методи пояснювального штучного інтелекту при аналізі медичних зображень : дипломна робота … бакалавра : 122 Комп'ютерні науки / Рачинська Лідія Анатоліївна. – Київ, 2025. – 109 с.