Распознавание туберкулеза на рентгеновском снимке грудной клетки нейронными сетями
Аннотация
РЕФЕРАТ
Пояснительная записка 59 с., 36 рис., 1 табл., 35 источников.
МАШИННОЕ, ОБУЧЕНИЕ, КЛАССИФИКАЦИЯ, ТУБЕРКУЛЕЗ, НЕЙРОННЫЕ, СЕТИ.
Объектом исследования являются методы интеллектуального анализа изображений.
Целью работы является создание программного модуля, который распознает туберкулез на рентгеновском снимке грудной клетки.
Результатом выполнения магистерской диссертации является модуль, способный классифицировать изображение на наличие и отсутствие туберкулеза при значении f1-меры 84.7%.
Пояснительная записка содержит описание решаемой проблемы, анализ предоставленных данных, обоснование выбранных методов решения и методов оценки качества, описание проведённых работ.
ABSTRACT
The paper 59 pages, 36 images, 1 table, 35 sources.
MACHINE, LEARNING, CLASSIFICATION, TUBERCULOSIS, NEURAL, NETWORKS.
The object of the research is methods of intellectual analysis of images.
The work’s goal is to create a software module that recognizes tuberculosis on X-ray of a chest.
The result of the master’s dissertation is a module that classifies image on presence and absence of tuberculosis with a f1-measure value of 84.7%.
The paper contains a description of the problem being solved, an analysis of the data provided, a justification of the chosen solution methods and quality assessment methods, a description of the work performed.
Пояснительная записка 59 с., 36 рис., 1 табл., 35 источников.
МАШИННОЕ, ОБУЧЕНИЕ, КЛАССИФИКАЦИЯ, ТУБЕРКУЛЕЗ, НЕЙРОННЫЕ, СЕТИ.
Объектом исследования являются методы интеллектуального анализа изображений.
Целью работы является создание программного модуля, который распознает туберкулез на рентгеновском снимке грудной клетки.
Результатом выполнения магистерской диссертации является модуль, способный классифицировать изображение на наличие и отсутствие туберкулеза при значении f1-меры 84.7%.
Пояснительная записка содержит описание решаемой проблемы, анализ предоставленных данных, обоснование выбранных методов решения и методов оценки качества, описание проведённых работ.
ABSTRACT
The paper 59 pages, 36 images, 1 table, 35 sources.
MACHINE, LEARNING, CLASSIFICATION, TUBERCULOSIS, NEURAL, NETWORKS.
The object of the research is methods of intellectual analysis of images.
The work’s goal is to create a software module that recognizes tuberculosis on X-ray of a chest.
The result of the master’s dissertation is a module that classifies image on presence and absence of tuberculosis with a f1-measure value of 84.7%.
The paper contains a description of the problem being solved, an analysis of the data provided, a justification of the chosen solution methods and quality assessment methods, a description of the work performed.