Методи оптимізації та трансферне навчання для покращення виявлення пухлин мозку на основі МРТ-зображень

Автор(и)

  • С.Ю. Місоченко Харківський національний університет радіоелектроніки
  • К.Г. Селіванова Харківський національний університет радіоелектроніки

DOI:

https://doi.org/10.31649/1681-7893-2024-48-2-196-204

Ключові слова:

охорона здоров'я, медичні інформаційні системи, аугментація, згорткова нейронна мережа, малі набори даних, оптимізація параметрів, розпізнавання образів, трансферне навчання

Анотація

Це дослідження аналізує методи оптимізації навчання згорткових нейронних мереж, особливості використання малих наборів даних і застосування методів Transfer Learning для підвищення точності детектування пухлин мозку на КТ-зображеннях. Результати навчання цих моделей порівнювалися між собою на тестовому наборі даних з зображеннями пухлин мозку на КТ-знімках.

Біографії авторів

С.Ю. Місоченко, Харківський національний університет радіоелектроніки

аспірант

К.Г. Селіванова , Харківський національний університет радіоелектроніки

к.т.н., доцент

Посилання

Deep learning for medical image-based cancer diagnosis / X. Jiang et al. Cancers. 2023. Т. 15, № 14. С. 3608. URL: https://doi.org/10.3390/cancers15143608

Wang L. Deep learning techniques to diagnose lung cancer. Cancers. 2022. Т. 14, № 22. С. 5569. URL: https://doi.org/10.3390/cancers14225569

Application of deep learning to construct breast cancer diagnosis model / R.-H. Lin et al. Applied sciences. 2022. Т. 12, № 4. С. 1957. URL: https://doi.org/10.3390/app12041957

Kamal Kamal, Hamid EZ-ZAHRAOUY. A comparison between the VGG16, VGG19 and ResNet50 architecture frameworks for classification of normal and CLAHE processed medical images, 27 April 2023, PREPRINT (Version 1) available at Research Square URL: https://doi.org/10.21203/rs.3.rs-2863523/v1

Houssein, E.H., Emam, M.M. & Ali, A.A. An optimised deep learning architecture for breast cancer diagnosis based on improved marine predators algorithm. Neural Comput & Applic 34, 18015-18033 (2022). URL: https://doi.org/10.1007/s00521-022-07445-5

Goceri E. Medical image data augmentation: techniques, comparisons and interpretations. Artificial intelligence review. 2023. URL: https://doi.org/10.1007/s10462-023-10453-z

Pete Wander How many images do you need to train a neural network?, 2017, URL: https://petewarden.com/2017/12/14/how-many-images-do-you-need-to-train-a-neural-network/

Houda Bichri, Adil Chergui, Mustapha Hain, Image Classification with Transfer Learning Using a Custom Dataset: A Comparative Study, Procedia Computer Science, Volume 220, 2023, Pages 48-54, ISSN 1877-0509, URL: https://doi.org/10.1016/j.procs.2023.03.009.

Rafiq M, Rafiq G, Agyeman R, Choi GS, Jin S-I. Scene Classification for Sports Video Summarisation Using Transfer Learning. Sensors. 2020; 20(6):1702. URL: https://doi.org/10.3390/s20061702

Tymkovych, M. et al. (2021). Application of SOFA Framework for Physics-Based Simulation of Deformable Human Anatomy of Nasal Cavity. In: Jarm, T., Cvetkoska, A., Mahnič-Kalamiza, S., Miklavcic, D. (eds) 8th European Medical and Biological Engineering Conference. EMBEC 2020. IFMBE Proceedings, vol 80. Springer, Cham. https://doi.org/10.1007/978-3-030-64610-3_14

Selivanova, K. G., Avrunin, O. G., Tymkovych, M. Y., , T. V., et al., “3D visualization of human body internal structures surface during stereo-endoscopic operations using computer vision techniques,” Przeglad Elektrotechniczny, 9 30 –33 (2021) DOI10.15199/48.2021.09.06

Avrunin, O., Tymkovych, M., Semenets, V. and Piatykop, V. "Computed tomography dataset analysis for stereotaxic neurosurgery navigation," Proceedings of the International Conference on Advanced Optoelectronics and Lasers, CAOL, 606-609 (2019).

Sokol, Y., Avrunin, O., Kolisnyk, K., & Zamiatin, P. (2020). Using medical imaging in disaster medicine. Paper presented at the 2020 IEEE 4th International Conference on Intelligent Energy and Power Systems, IEPS 2020 - Proceedings, 287-290. doi:10.1109/IEPS51250.2020.9263175

Avrunin, O., Kolisnyk, K., Nosova, Y., Tomashevskyi, R., & Shushliapina, N. (2020). Improving the methods for visualization of middle ear pathologies based on telemedicine services in remote treatment. Paper presented at the 2020 IEEE KhPI Week on Advanced Technology, KhPI Week 2020 - Conference Proceedings, 347-350. doi:10.1109/KhPIWeek51551.2020.9250090

K. Selivanova and O. Avrunin, "Method of Hand Movement Disorders Determination based on the Surgeon's Laparoscopic Video Recording," 2022 IEEE 3rd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, 2022, pp. 1-4, doi: 10.1109/KhPIWeek57572.2022.9916457.

Avrunin, O. G., Tymkovych, M. Y., Farouk Ismail Saed, H., Loburets, A. V., Krivoruchko, I. A., Smolarz, A., & Kalimoldayeva, S. (2019). Application of 3D printing technologies in building patient-specific training systems for computing planning in rhinology. Information Technology in Medical Diagnostics II, 1–8. https://doi.org/10.1201/9780429057618-1

Avrunin, O.G., Alkhorayef, M., Saied, H.F.I., and Tymkovych, M.Y., "The surgical navigation system with optical position determination technology and sources of errors," Journal of Medical Imaging and Health Informatics, 5(4), 689-696 (2015).

Wójcik Waldemar, Smolarz Andrzej (2017). Information Technology in Medical Diagnostics, July 11, 2017 by CRC Press, 210 Pages.

Highly linear Microelectronic Sensors Signal Converters Based on Push-Pull Amplifier Circuits / edited by Waldemar Wojcik and Sergii Pavlov, Monograph, (2022) NR 181, Lublin, Comitet Inzynierii Srodowiska PAN, 283 Pages. ISBN 978-83-63714-80-2

Pavlov Sergii, Avrunin Oleg, Hrushko Oleksandr, and etc. (2021). System of three-dimensional human face images formation for plastic and reconstructive medicine // Teaching and subjects on bio-medical engineering Approaches and experiences from the BIOART-project Peter Arras and David Luengo (Eds.), Corresponding authors, Peter Arras and David Luengo. Printed by Acco cv, Leuven (Belgium). - 22 P. ISBN: 978-94-641-4245-7.

Pavlov S.V., Avrunin O.G., etc. (2019). Intellectual technologies in medical diagnosis, treatment and rehabilitation: monograph / [S. In edited by S. Pavlov, O. Avrunin. - Vinnytsia: PP "TD "Edelweiss and K", 260 p. ISBN 978-617-7237-59-3.

Romanyuk, O., Zavalniuk, Y., Pavlov, S., etc. (2023). New surface reflectance model with the combination of two cubic functions usage, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Srodowiska, , 13(3), pp. 101–10

Kukharchuk, Vasyl V., Sergii V. Pavlov, Volodymyr S. Holodiuk, Valery E. Kryvonosov, Krzysztof Skorupski, Assel Mussabekova, and Gaini Karnakova. (2022). "Information Conversion in Measuring Channels with Optoelectronic Sensors" Sensors 22, no. 1: 271. https://doi.org/10.3390/s22010271.

Vasyl V. Kukharchuk, Sergii V. Pavlov, Samoil Sh. Katsyv, and etc. (2021). Transient analysis in 1st order electrical circuits in violation of commutation laws”, Przegląd elektrotechniczny, ISSN 0033-2097, R. 97 NR 9/2021, p. 26-29, doi:10.15199/48.2021.09.05.

Pavlov S.V, Petruk V.G., Kolesnik P.F. (2007). Photoplethysmohrafic technologies of the cardiovascular control: monography, Vinnitsa: Universum-Vinnitsa, 254 p.

Wójcik W, Mezhiievska I, Pavlov SV, Lewandowski T, Vlasenko OV, Maslovskyi V, Volosovych O, Kobylianska I, Moskovchuk O, Ovcharuk V, et al. (2023). Medical Fuzzy-Expert System for Assessment of the Degree of Anatomical Lesion of Coronary Arteries. International Journal.

Pavlov SV, Kozhemiako VP, Petruk VG, Kolesnik PF. (2007). Photoplethysmohrafic technologies of the cardiovascular control, Vinnitsa: Universum-Vinnitsa, 254 p.

##submission.downloads##

Переглядів анотації: 18

Опубліковано

2024-11-16

Як цитувати

[1]
С. Місоченко і К. Селіванова, «Методи оптимізації та трансферне навчання для покращення виявлення пухлин мозку на основі МРТ-зображень», Опт-ел. інф-енерг. техн., вип. 48, вип. 2, с. 196–204, Лис 2024.

Номер

Розділ

Біомедичні оптико-електронні системи та прилади

Метрики

Завантаження

Дані завантаження ще не доступні.