Системний аналіз та модель ідентифікації хвороби на основі медичних зображень

Автор(и)

  • Ю.О. Ушенко Чернівецький національний університет ім. Ю. Федьковича
  • Д.І. Угрин Чернівецький національний університет ім. Ю. Федьковича
  • О.В. Галочкін Чернівецький національний університет ім. Ю. Федьковича
  • І.В. Зосько Чернівецький національний університет ім. Ю. Федьковича

DOI:

https://doi.org/10.31649/1681-7893-2022-44-2-93-99

Ключові слова:

медичні зображення, машинне навчання, ідентифікація захворювань, нейронні мережі

Анотація

У даній статті досліджено медичні зображення та розроблено інтелектуальну модель ідентифікації хвороби на їх основі. В роботі запропоновано метод знаходження уражених ділянок тканин на медичних зображеннях. Для їх знаходження проведено виділення маски для навчання нейронної мережі. Виділення масок проводилося за допомогою анотацій, де було виділено полігони з ураженими тканинами. Досліджувані об’єкти були віднесені до різної класифікації захворюваності.

Біографії авторів

Ю.О. Ушенко, Чернівецький національний університет ім. Ю. Федьковича

доктор фізико-математичних наук, професор, завідувач комп’ютерних наук, Чернівецький національний університет ім. Ю. Федьковича, Чернівці

Д.І. Угрин, Чернівецький національний університет ім. Ю. Федьковича

доктор технічних наук, доцент кафедри комп’ютерних наук,
Чернівецький національний університет ім. Ю. Федьковича, Чернівці

О.В. Галочкін, Чернівецький національний університет ім. Ю. Федьковича

кандидат технічних наук, асистент кафедри комп’ютерних наук, Чернівецький національний університет ім. Ю. Федьковича, Чернівці

І.В. Зосько , Чернівецький національний університет ім. Ю. Федьковича

студент-магістр кафедри комп’ютерних наук, Чернівецький національний університет ім. Ю. Федьковича, Чернівці

Посилання

Springer.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://link.springer.com/article/10.1007/s13735-021-00218-1 (accessed 12/20/2022).

Springer.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://link.springer.com/article/10.1007/s13735-021-00218-1#ref-CR2(application date 12/20/2022).

Sciencedirect.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:http://sciencedirect.com/science/article/pii/S1877050919321295(application date 12/20/2022).

Science.org [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://spj.science.org/doi/10.34133/2021/8786793(application date 12/20/2022).

Glassboxmedicine.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://glassboxmedicine.com/2020/01/21/segmentation-u-net-mask-r-cnn-and-medical-applications/(application date 12/20/2022).

Nature.com[Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://www.nature.com/articles/s41746-022-00592-y(application date 12/20/2022).

Frontiersin.org [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://www.frontiersin.org/articles/10.3389/fnins.2021.714318/full(application date 12/20/2022).

Evergreens.com.ua [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://evergreens.com.ua/ua/articles/cnn.html (access date 12/20/2022).

Paperswithcode.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://paperswithcode.com/method/u-net (access date 12/20/2022).

Geeksforgeeks.org [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://www.geeksforgeeks.org/residual-networks-resnet-deep-learning/ (accessed 12/20/2022).

Arxiv.org[Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Mode of access:https://arxiv.org/abs/2212.05961(application date 12/20/2022).

Github.com[Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://github.com/ahmedfgad/Mask-RCNN-TF2 (accessed 12/20/2022).

Robots.ox.ac.uk [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://www.robots.ox.ac.uk/~vgg/publications/2021/Albanie21a/albanie21a.pdf (accessed 12/20/2022).

Kikaben.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://kikaben.com/r-cnn-original/ (access date 12/20/2022).

hindawai.com [Electronic resource]: [Internet portal]. – Electronic data. – [Article] – Access mode: https://www.hindawi.com/journals/jhe/2022/9580991/ (access date 12/20/2022).

##submission.downloads##

  • pdf
    Завантажень: 100
Переглядів анотації: 160

Опубліковано

2023-01-20

Як цитувати

[1]
Ю. . Ушенко, Д. . Угрин, О. . Галочкін, і І. . Зосько, «Системний аналіз та модель ідентифікації хвороби на основі медичних зображень», Опт-ел. інф-енерг. техн., вип. 44, вип. 2, с. 93–99, Січ 2023.

Номер

Том 44 № 2 (2022)

Розділ

Біомедичні оптико-електронні системи та прилади

Метрики

Завантаження

Дані завантаження ще не доступні.

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).