Диагностирование рака легких с помощью глубокой сверточной нейронной сети
Аннотация
Целью выпускной квалификационной работы является изучение предметной области, рассмотрение основных архитектурных решений нейронных сетей и определение наиболее подходящей архитектуры для решения задачи диагностирования раковых опухолей легких на основе трехмерного снимка грудной клетки и обучение нейронной сети составленной структуры.
В процессе работы исходные данные были предобработаны: трехмерные снимки компьютерной томографии представлены в виде двухмерных осевых срезов, изображения нормализованы и масштабированы. Трехмерное представление данных визуализировано, на нескольких уровнях интенсивности снимка.
На основе сравнительного анализа главных архитектурных решений, составлена глубокая сверточная нейронная сеть. Полученная сеть программно реализована и протестирована. Результаты сопоставлены с другими методами решения поставленной задачи.
Итоговая модель, состоящая из 3 блоков сверточных слоев и слоя подвыборки, 3 полносвязных слоев и слоя сигмоидной функции, показала результат в 98%. С помощью корректирования границы между классами, полнота модели доведена до 100%.
В процессе работы исходные данные были предобработаны: трехмерные снимки компьютерной томографии представлены в виде двухмерных осевых срезов, изображения нормализованы и масштабированы. Трехмерное представление данных визуализировано, на нескольких уровнях интенсивности снимка.
На основе сравнительного анализа главных архитектурных решений, составлена глубокая сверточная нейронная сеть. Полученная сеть программно реализована и протестирована. Результаты сопоставлены с другими методами решения поставленной задачи.
Итоговая модель, состоящая из 3 блоков сверточных слоев и слоя подвыборки, 3 полносвязных слоев и слоя сигмоидной функции, показала результат в 98%. С помощью корректирования границы между классами, полнота модели доведена до 100%.