Пишнограєв, Іван ОлександровичКрупко, Марія Юріївна2025-09-042025-09-042025Крупко, М. Ю. Прогнозування діабетичної ретинопатії на основі біомедичних даних з використанням методів машинного навчання : дипломна робота … бакалавра : 122 Комп'ютерні науки / Крупко Марія Юріївна. – Київ, 2025. – 109 с.https://ela.kpi.ua/handle/123456789/75795Дипломна робота: 106 с., 13 рис., 10 табл., 30 посилань, 1 додаток. Об’єктом дослідження є процес автоматизованої діагностики діабетичної ретинопатії за допомогою методів глибокого навчання. Предметом дослідження є архітектури моделей глибокого навчання та методи обробки зображень для виявлення діабетичної ретинопатії. Метою роботи є підвищення точності автоматизованої діагностики діабетичної ретинопатії шляхом дослідження та розробки моделей глибокого навчання на основі медичних зображень. Сучасні системи автоматизованої діагностики діабетичної ретинопатії часто працюють за фіксованими правилами або поверхневими моделями, що не враховують складності візуального представлення хвороби. У цій роботі запропоновано підхід на основі глибокого навчання, який дозволяє ефективно класифікувати зображення очного дна за наявністю патологій. Проведено експерименти з різними архітектурами та конфігураціями вхідних даних. На основі отриманих результатів сформовано рекомендації щодо побудови практичної системи підтримки медичної діагностики.109 с.ukдіабетична ретинопатіямедична діагностикаглибинне навчаннякласифікація зображеньнейронні мережіконволюційна мережазображення очного днамаски судинбагатокласова класифікаціяdiabetic retinopathymedical diagnosticsdeep learningimage classificationneural networksconvolutional neural networkfundus imagesvessel masksmulticlass classificationBachelor Thesis