ВВЕДЕНИЕ
Глава 1 Анализ способов дифференциации патологий на растровых
изображениях рентгенограмм
1.1 Обзор существующих методов лучевой диагностики
1.2 Ручной метод оценки изображения
1.3 Автоматизированное распознавание изображений
1.4 Формализация требований и постановка задач к разрабатываемому
программному обеспечению
Глава 2 Разработка алгоритма дифференциации патологий на растровых
изображениях рентгенограмм
2.1 Разработка общего алгоритма приложения
2.2 Алгоритм выделения признаков
2.3 Анализ и сравнение методов машинного обучения
2.4 Машина опорных векторов
2.5 Выделение границ легочного рисунка на изображении
Глава 3 Практическая реализация алгоритма
3.1 Оценка работы классификатора
3.2 Программная реализация алгоритма
3.3 Программная реализация выделения легких
3.4 Тестирование
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б
Купить

Стремительное развитие новых технологий и инструментальных средств
диагностической визуализации обусловлено современными потребностями
человечества в появлении новых систем и методов, расширяющих возможности
клинического мониторинга и улучшающих качество жизни людей.
Значительное повышение технического уровня развития современных не
инвазивных диагностических систем за счет совершенствования аппаратной
реализации и технологий производства делает системы диагностической
визуализации незаменимыми в повседневной клинической практике. При этом
наряду с прогрессом развития инструментальных средств, весьма
существенную роль в настоящее время начинают играть компьютерные методы
обработки графической информации. Современные методики компьютерной
обработки медицинских изображений обеспечивают большие возможности при
работе с ними. Это актуализирует проблемы автоматизации медицинские
исследования, связанные с обнаружением заболеваний легких. Существует
множество болезней, которые можно обнаружить в легких, и почти для всех из
них, основным средством диагностики является флюорографический снимок. В
основном для определения такой страшной болезни как туберкулеза [2]. Идея
данной работы состоит в том, что бы с помощью использования методов
машинного обучения, разработать алгоритм отбора патологии при массовых
рентгеновских профилактических обследованиях в условиях всеобщей
диспансеризации.
Цель выпускной квалификационной работы: разработать приложение для
классификации входных изображений на два класса норма или патология.
Объект выпускной квалификационной работы: изучение методов
разработки программного обеспечения с использованием языка
программирования Matlab.
Предмет исследования выпускной квалификационной работы: изучение
методов разработки программного обеспечения для разработки приложениеклассификации входных изображений на два класса норма или патология.
Во введении обосновывается актуальность выбранной темы, ставится
цель и определяется примерный план действий для реализации задуманного.
В первой главе описываются существующие методы лучевой
диагностики, выделяются их плюсы и минусы. Описывается ручной анализ
рентгенографических снимков, и приводятся основные понятия и термины.
Описывается способ автоматизации анализа снимков.
Во второй главе описывается процесс разработки алгоритма для
автоматизации анализа рентгенографических снимков.
В третье главе показывается реализация алгоритма, тестирование и
оценка работы классификатора.
В заключении подводятся итоги исследования, формируются
окончательные выводы по рассматриваемой теме.
Купить