Розроблення системи автоматизованого виявлення інсульту на основі методів глибинного навчання

Abstract

Об’єкт дослідження – процес автоматизованого виявлення інсультів на основі аналізу медичних зображень (МРТ та КТ) головного мозку. Предмет дослідження – методи та моделі глибинного навчання, орієнтовані на підвищення точності розпізнавання та класифікації інсультів у медичних інформаційних системах. Мета дослідження – підвищення ефективності діагностики інсультів шляхом розроблення моделі автоматизованого виявлення патологій мозку з використанням згорткових нейронних мереж і трансферного навчання для підвищення точності класифікації медичних зображень. Методи дослідження – структурний і системний аналіз предметної області для визначення вимог до медичних зображень; методи обробки та аугментації даних для формування навчальної вибірки; алгоритми глибинного навчання (CNN) для побудови класифікаційної моделі; методи оптимізації функцій втрат і гіперпараметрів для підвищення точності; статистичні методи для оцінювання результативності моделі. У роботі запропоновано модель автоматизованого виявлення інсультів, що поєднує згорткову нейронну мережу з механізмом трансферного навчання та оптимізованою функцією втрат, що дозволяє підвищити точність розпізнавання патологій на МРТ- і КТ-зображеннях.