
Тип работы:	Предмет:	Язык работы:

Алгоритмы анализа и классификация патологий на рентгенограммах грудной клетки, с использованием нейронных сетей

Работа №	110191
Тип работы	Бакалаврская работа
Предмет	нейронные сети
Объем работы	49
Год сдачи	2018
Стоимость	4550 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	166

Не подходит работа?

Узнай цену на написание

Содержание

Аннотация 2
ВВЕДЕНИЕ 9
1 АНАЛИЗ СПОСОБОВ ДИФФЕРЕНЦИАЦИИ ПАТОЛОГИЙ ГРУДНОЙ КЛЕТКИ 10
1.1 Методы диагностики грудной клетки 10
1.2 Основные патологии легких 15
1.3 Анализ методов распознавания 17
1.3.1 Описание задач распознавания 17
1.3.2 Описание методов определения класса 19
1.3.3 Подходы реализации методов определения класса 20
1.3.4 Анализ нейросетевого подхода 22
1.4 Формирование требований к алгоритмам распознавания 30
1.4.1 Определение функционала нейронных сетей 30
1.4.2 Выбор архитектуры нейронных сетей 30
1.4.3 Анализ работы сверточной нейронной сети 35
2 РАЗРАБОТКА НЕЙРОННЫХ СЕТЕЙ 38
2.1 Обоснование выбора технических средств 38
2.2 Архитектура нейронных сетей 40
2.3 Подготовка исходных данных 42
2.4 Обучение сетей 43
3 ТЕСТИРОВАНИЕ И ВНЕДРЕНИЕ НЕЙРОННЫХ СЕТЕЙ 45
3.1 Тестирование сетей 45
3.2 Размещение сетей на сервере 46
ЗАКЛЮЧЕНИЕ 49
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 50
ПРИЛОЖЕНИЕ А 52

Введение

Заболевания, связанные с органами дыхания, представляют важную проблему для здоровья человека. Под влиянием неблагоприятных факторов среды у многих людей развиваются хронические болезни. Такие болезни очень опасны, но своевременное обращение к специалистам помогает избежать тяжелых осложнений.
Часто даже опытным специалистам тяжело поставить точный диагноз. Компьютерные технологии помогают ускорить обследования, получить более точные сведения о заболевании. Внедрение компьютерных технологий в медицину обеспечило высокую точность и скорость проведения различных исследований, а это дало возможность использовать ранее недоступные методы. Так например, стало доступным использование нейронных сетей.
Нейронные сети моделируют работу, протекающую в мозге, и могут обучаться и исправлять ошибки [3]. Это позволяет применять нейронные сети в различных задачах, таких как, распознавание образов, классификация, прогнозирование, оптимизация и анализ данных. Нейронная сеть позволяет хранить важную информацию, находить закономерности в образах.
Цель ВКР: повышение точности алгоритмов распознавания и классификации патологий грудной клетки.
Объект ВКР: диагностика патологий грудной клетки.
Предмет ВКР: нейросетевые алгоритмы распознавания и классификации патологий грудной клетки.
Основные задачи ВКР:
• исследовать методы диагностики грудной клетки;
• исследовать основные патологии грудной клетки (легких);
• исследовать основные методы систем распознавания;
• исследовать архитектуры нейронных сетей;
• разработать нейронные сети для классификации патологий легких.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

В рамках выпускной квалификационной работы все цели и задачи выполнены. Были рассмотрены основные патологии грудной клетки и методы их диагностики.
Были исследованы основные методы систем распознавания и архитектуры нейронных сетей, получены навыки разработки сверточных нейронных сетей для классификации изображений. Была описана технология разработки.
Было установлено, что среди методов диагностики оптимальными являются флюорография и рентгенография. Они не требуют больших временных затрат, и изображения, полученные с помощью этих методов, обладают достаточным набором информативных признаков для классификации.
Было доказано, что задачу распознавания можно успешно решить с помощью сверточных нейронных сетей, которые обладают рядом преимуществ для работы с изображениями.
Итогом проделанной работы является:
• нейронные сети, классифицирующие изображения на 2 категории с точностью порядка 77%;
• возможность удаленной классификации на сервере.
Разработанные сети могут быть использованы специалистами для ускорения обследований легких.

Литература

1. Браженко Н.А. Туберкулез органов дыхания. Издательство: СпецЛит, 2012 г. - 368 стр.
2. Мустафаев А.Г. Применение искусственных нейронных сетей для ранней диагностики заболевания сахарным диабетом // Кибернетика и программирование. 2016. № 2. С. 1-7. DOI: 10.7256/2306-4196.2016.2.17904.
3. Назаренко А.В. Компьютерное зрение. Современный подход. Издательство: Вильямс, 2004 г. - 928 стр.
4. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2012. 344 с.
5. Петер Флах, Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Издательство: ДМК Пресс, 2015 г. - 400 стр.
6. Саймон Хайкин, Нейронные сети. Полный курс// Вильямс. 2016.
7. Стюарт Рассел, Искусственный интеллект. Современный подход. Издательство: Вильямс, 2018 г. - 1408 стр.
8. Уэс Маккинни, Python и анализ данных. Издательство: ДМК Пресс, 2015 г. - 428 стр.
9. Chen, M. Automated Segmentation of the Choroid in EDI-OCT Images with Retinal Pathology Using Convolution Neural Networks/ Min Chen, Jiancong Wang, Ipek Oguz, Brian L. VanderBeek, James C. Gee - Springer Cham, 2017 - 643 p.
10. Hai Le, H. Automatic Detection of Singular Points in Fingerprint Images Using Convolution Neural Networks/ Hong Hai Le, authorNgoc, Hoa NguyenTri- Thanh Nguyen - Springer Cham, 2017 - 342 p.
11. Jiang, H. Fingerprint Minutiae Detection Based on Multi-scale Convolution Neural Networks/ Human Jiang, Manhua Liu - Springer Cham, 2017 - 313 p.
12. Liu, J. Radial Basis Function (RBF) Neural Network Control for Mechanical Systems: Design, Analysis and Matlab Simulation. - Springer Berlin Heidelberg, 2014 - 365 p.
13. Lu, H. Calculate Deep Convolution NeurAl Network on Cell Unit/ Haofang Lu, Ying Zhou, Zi-Ke Zhang - Springer Singapore, 2017 - 526 p.
14. Melin, P. Design of Intelligent Systems Based on Fuzzy Logic, Neural Networks and Nature-Inspired Optimization / Patricia Melin, Oscar Castillo, Janusz Kacprzyk. - Springer International Publishing, 2015. - 637 p.
15. Shanmuganathan, S. Artificial Neural Network Modelling / Subana Shanmuganathan, Sandhya Samarasinghe. - Springer International Publishing, 2016. - 472 p.
...