📄Работа №110191
Тема: Алгоритмы анализа и классификация патологий на рентгенограммах грудной клетки, с использованием нейронных сетей
Тип работы
Бакалаврская работа
Предмет
нейронные сети
Объем:
49 листов
Год:
2018
Просмотров:
345
4550
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 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 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.
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.
✅ 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.
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.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.