Гончарук, Максим ОлександровичНастенко, Євген АрнольдовичАлхімова, Світлана Миколаївна2023-11-272023-11-272023Гончарук, М. Сучасні підходи до аналізу медичних зображень / Гончарук Максим Олександрович, Настенко Євген Арнольдович, Алхімова Світлана Миколаївна // Біомедична інженерія і технологія. – 2023. – № 11. – С. 56-61. – Бібліогр.: 18 назв.2707-8434https://ela.kpi.ua/handle/123456789/62451У даній статті виконано огляд сучасних підходів аналізу медичних зображень на прикладі магнітно-резонансної томографії (МРТ) голови людини. За допомогою глибинного навчання автори досліджують різні методи автоматичної сегментації, класифікації та діагностики уражень голови людини таких як гостру та підгостру форми інсульту і пухлинні утворення. Серед методів розглядаються можливості використання трансформерних моделей, згорткових нейронних мереж і метода розкладу невід'ємних матриць та їх комбінації. На жаль, для коректного порівняння результатів роботи нейронних мереж, як мінімум тренувальна та екзаменаційна вибірки не можуть відрізнятися в межах одного набору даних. Тому наведено результати ефективності кожного з підходів для ознайомлення. Підходи, розглянуті в даній статті, обрані таким чином, щоб експериментальні набори даних використовувалися між обраними дослідженнями та були у відкритому доступі. Це було зроблено, щоб у разі потреби мати змогу повторити експеримент або ж порівняти з ефективністю іншого підходу. Також, через властивість нейронних мереж, є змога використати досліджені алгоритми для вирішення задач сегментації в іншому домені. Наприклад, використовуючи дані комп’ютерної томографії(КТ) сегментувати ділянки легень, що ураженні COVID-19 чи пневмонією. Або для сегментації фіброзних утворень печінки на зображеннях ультразвукової діагностики та еластографії. Загалом, дана стаття проводить огляд сучасних досягнень та демонструє розвиток та можливості глибинного навчання в області аналізу медичних зображень для поліпшення діагностики та лікування і підтримки прийняття медичних рішень.ukпухлина мозкуглибинне навчанняішемічний інсультоглядтомографіяbrain neoplasmsdeep learningischemic strokereviewtomographyArticlePp. 56-61https://doi.org/10.20535/2617-8974.2023.11.287960004.8520000-0003-1537-41980000-0002-1076-93370000-0002-9749-7388