Сидорський, Володимир СергійовичМеліка, Марія Сергіївна2026-09-082026-09-082026Меліка, М. С. Інтелектуальна система діагностики внутрішньочерепних аневризм за даними мультимодальних медичних зображень на основі мереж глибокого навчання : дипломна робота … бакалавра : 122 Комп'ютерні науки / Меліка Марія Сергіївна. – Київ, 2026. – 118 с.https://ela.kpi.ua/handle/123456789/82873Дипломна робота: 118 с., 22 рис., 10 табл., 77 посилань, 1 додаток. Об'єктом дослідження є процес автоматизованої діагностики внутрішньочерепних аневризм за даними мультимодальних медичних зображень. Предметом дослідження є методи глибокого навчання для детекції та анатомічної локалізації аневризм на КТА та МРА серіях. Метою роботи є розробка інтелектуальної системи для автоматизованої діагностики аневризм. Проаналізовано існуючі підходи до автоматизованої діагностики аневризм та виявлено обмеження комерційних систем. Розроблено чотириетапний пайплайн від DICOM серій до діагностичного звіту. Реалізовано Coarse-to-Fine сегментатор Вілізієвого кола — ансамбль BasicUNet досяг Dice 0.643 та Coverage 0.918. Проведено порівняння трьох архітектур детектора на датасеті RSNA 2025: найкращий результат показав Swin UNETR з MONAI SSL — AUC-ROC 0.703 для бінарної детекції та Macro AUC 0.641 для локалізації по 13 анатомічних зонах. Розроблено модуль генерації структурованого діагностичного звіту з візуалізацією маски судин Вілізієвого кола та ймовірною локалізацією аневризми. Система може використовуватись як інструмент підтримки прийняття рішень радіологом при аналізі медичних знімків. Напрямами подальших досліджень є повоксельна сегментація аневризм та валідація на зовнішніх датасетах.118 с.ukвнутрішньочерепна аневризмадіагностикакомп’ютерна нейровізуалізаціяглибоке навчаннясегментація судинswin unetrcoarse-to-fineанатомічна локалізаціямультимодальністьтрансферне навчанняintracranial aneurysmcomputer-aided diagnosisneuroimagingdeep learningvessel segmentationswin unetrcoarse-to-fineanatomical localizationmultimodalitytransfer learningBachelor Thesis