Алгоритмическая и программная реализация технологии классификации биомедицинских изображений легочных заболеваний

Аннотация:

Настоящая статья посвящена разработке технологии классификации биомедицинских изображений легочных заболеваний, а также ее алгоритмической и программной реализации. Сформирована база биомедицинских изображений легочных заболеваний с последующей их обработкой. Спроектирована архитектура модели сверточной нейронной сети для классификации биомедицинских изображений легочных заболеваний. Проведен анализ правильных и ошибочных классифицированных образцов для каждого заболевания. Организация процессов профилактики и диагностики заболеваний в медицине требует большой точности и скорости. В настоящее время появление новых методов и подходов, основанных на современных информационных технологиях, дает возможность еще больше развивать данную область. Нейронные сети и особенно технологии глубокого обучения открывают новые возможности для диагностики и прогнозирования заболеваний в медицине. В настоящее время заболевания легких занимают одно из ведущих мест в статистике потерь трудоспособности во всех странах мира. По данным Всемирной организации здравоохранения, легочные, или респираторные, заболевания по-прежнему являются одной из самых распространенных причин смерти во всем мире. Легочные заболевания могут вызывать различные проблемы со здоровьем человека, их раннее выявление, диагностика и лечение очень важны. Причем методы выявления заболеваний легких по изображениям и звуковым сигналам должны быть реализованы с использованием высокоточных моделей. Цель и задачи исследования: Цель исследования - разработка технологии классификации биомедицинских изображений легочных заболеваний, а также ее алгоритмическая и программная реализация. Для достижения цели решены следующие задачи: 1) формирование базы биомедицинских изображений легочных заболеваний с последующей их обработкой; 2) проектирование архитектуры модели сверточной нейронной сети для классификации биомедицинских изображений легочных заболеваний; 3) анализ правильных и ошибочных классифицированных образцов для каждого заболевания.

Авторы:

Издание: Медицинская физика
Год издания: 2025
Объем: 4с.
Дополнительная информация: 2025.-N 2.-С.18-21. Библ. 10 назв.
Просмотров: 0