Програмне забезпечення системи класифікації медичних зображень з використанням глибокого навчання

Abstract

Метою дослідження є розроблення інтелектуальної системи класифікації медичних зображень із використанням методів глибокого навчання, яка забезпечує автоматизоване оброблення, аналіз і віднесення зображень до відповідних класів патологій з високою точністю та надійністю. Для досягнення поставленої мети необхідно реалізувати повний цикл оброблення медичних зображень, що включає формування та підготовку вхідних даних, побудову та навчання нейромережевих моделей, організацію зберігання результатів і створення програмного інтерфейсу для взаємодії користувача з системою. У рамках поставленої мети передбачено розв’язання таких завдань: – проаналізувати предметну область автоматизованої класифікації медичних зображень та сучасні підходи до медичної діагностики; – дослідити існуючі програмні та алгоритмічні рішення у сфері застосування глибокого навчання для аналізу медичних зображень; – розробити модель даних для представлення медичних зображень і результатів їх класифікації; – спроєктувати архітектуру інтелектуальної системи класифікації медичних зображень із використанням нейромережевих методів; – реалізувати програмний прототип системи на основі алгоритмів глибокого навчання; – провести експериментальне дослідження та оцінити ефективність роботи розробленої системи. Об’єктом дослідження є процес автоматизованого аналізу та класифікації медичних зображень у діагностичних інформаційних системах. Предметом дослідження є методи та програмні засоби глибокого навчання для оброблення й класифікації медичних зображень. Для досягнення поставлених завдань у роботі використано методи системного аналізу, цифрової обробки зображень, машинного та глибокого навчання, статистичної обробки даних, а також методи оцінювання якості класифікаційних моделей. Програмна реалізація системи передбачає використання мов програмування Python із застосуванням бібліотек TensorFlow або PyTorch, OpenCV, NumPy та засобів розроблення інтерфейсу користувача, що забезпечує інтеграцію моделей глибокого навчання з програмною оболонкою системи. Наукова новизна роботи полягає у розробленні інтелектуальної системи класифікації медичних зображень, що поєднує сучасні архітектури глибокого навчання з програмними засобами автоматизованого аналізу та інтерпретації результатів класифікації. Практична цінність роботи полягає у можливості використання розробленої системи як допоміжного інструменту для лікарів-діагностів під час аналізу медичних зображень, а також у навчальних і дослідницьких цілях, що сприяє підвищенню точності діагностики, скороченню часу аналізу та підвищенню ефективності медичних інформаційних систем.