Карплюк, Євгеній СергійовичКучер, Вячеслав Васильович2023-01-032023-01-032022Кучер, В. В. Методи машинного навчання аналізу рентгенівських зображень для діагностики COVID-19 : магістерська дис. : 153 Мікро- та наносистемна техніка / Кучер Вячеслав Васильович. – Київ, 2022. – 95 с.https://ela.kpi.ua/handle/123456789/51661Коронавірусна інфекція (COVID-19) – інфекційне захворювання, що викликається вірусом SARS-CoV-2. У більшості хворих інфекція протікає в легкій формі або безсимптомно. Основним методом скринінгу, який використовується для виявлення COVID-19, є полімеразна ланцюгова реакція зі зворотною транскрипцією в режимі реального часу. Метою роботи є створення інтелектуальної системи діагностування на основі штучних нейронних мереж для аналізу рентгенівських зображень при COVID-19 використовуючи методи машинного навчання. Об’єктом дослідження є рентгенографії хворих COVID-19. Предметом дослiдження є методи машинного навчання для аналізу рентгенівських зображень для діагностики COVID-19. У першому роздiлi наданi теоритичнi вiдомостi про iнфекцiйне захворювання COVID-19, клiнiчна картина хвороби, основнi симптоми, принципи монiторингу та обумовлена рентгенографія грудної клітини при захворюваннi COVID-19. У другому роздiлi проведено аналiз методів машинного навчання, оглянуті CNN, архітектура глибинних нейронних мереж, оглянуті існуючі мережі глибокого навчання, оглянуто метод передавального навчання (transfer learning) та поставлена задача побудови класифікатора рентгенівських знімків. У третьому роздiлi описано програмні засоби для виконання завдання, описано набір медичних даних які будуть використані в роботі, за допомогою метода передавального навчання було перетреновано три моделі для класифікації рентгенівських знімківukCOVID-19симптомиархітектуракласифікаціявиявленняглибоке навчаннязгорткова нейронна мережарентгенівські променімодельMaster Thesis95 с.