
Тип работы:	Предмет:	Язык работы:

МЕДИЦИНСКОЕ ПРИЛОЖЕНИЕ. МОДУЛЬ ПЕРВИЧНОЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЯ

Работа №	151659
Тип работы	Магистерская диссертация
Предмет	информатика
Объем работы	84
Год сдачи	2024
Стоимость	5500 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	21

Не подходит работа?

Узнай цену на написание

Содержание

ВВЕДЕНИЕ 6
1 Анализ предметной области 8
1.1 Общие характеристики нейронных сетей для обработки
изображений 8
1.2 Применение нейронных сетей в медицине 10
1.3 Анализ моделей нейронных сетей 12
1.3.1 VGG 12
1.3.2 GoogLeNet 13
1.3.3 Resnet 16
1.4 Анализ темы 16
1.5 Анализ аналогов 21
1.6 Постановка задачи 24
1.7 Анализ клиент-серверной архитектуры в рамках решаемой задачи... 26
1.8 Выбор языка программирования и среды разработки для клиентского
приложения 29
1.9 Выбор фреймворка машинного обучения 31
1.10 Для разрабатываемого приложения самым подходящим фреймворком
является PyTorch 32
1.11 Выбор языка программирования и среды разработки для серверного
приложения 32
1.12 Выводы 32
2 Разработка модуля первичной диагностики для мобильного приложения 33
2.1 Разработка серверной части для модуля первичной диагностики 33
2.1.1 Разработка серверного приложения 33
2.1.2 Развертывание серверного приложения 36
2.1.3 Контейнеризация приложения 37
ЗАКЛЮЧЕНИЕ 61
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 62

Введение

В современном мире информационные технологии используются почти во всех сферах повседневной жизни.
Здоровье является самым важным компонентом для обеспечения качества жизни человека. Легкий доступ к информации в интернете, создает иллюзию того, что пользователи могут получить достоверную информацию. Но не вся информация в интернете является безопасной, особенно, если это касается здоровья человека. Человек, воспользовавшись рекомендациями из интернета по оказанию медицинской помощи, может навредить себе или своим близким. Интерес людей все больше растет к телемедицине. Люди хотят получать помощь онлайн. Но запрос получения медицинской помощи онлайн остается без удовлетворения, так как недостаточно интернет- площадок/интернет-сервисов для предоставления подобных услуг. Из-за слишком быстрых перемен в мире у многих людей появляются психологические травмы и прочие проблемы со здоровьем. Но некоторым людям бывает морально и физически тяжело дойти до поликлиники, для получения помощи от квалифицированного врача. Поэтому пользователи сети интернет прибегают к получению помощи онлайн. Ведь это быстро и человек в зависимости от своего ощущения в любой момент может отключить приложение, тем самым избежать состояние дискомфорта.
В магистерской диссертации объектом исследования является модуль медицинского виртуального помощника для диагностики заболеваний по изображениям, основанного на технологиях искусственного интеллекта. Медицинский помощник должен проводить первичную диагностику по фото, на основании изображений пользователя и давать рекомендации и информацию о первой помощи. Предметом исследования выступает модуль первичной диагностики заболеваний.
Цель магистерской диссертации является проектирование архитектуры, выявление и анализ требуемого функционала приложения, и реализация модуля диагностики заболевания с помощью фотографий, основанного на технологиях искусственного интеллекта. Документирование разработанного модуля.
Задачи исследования:
- определение заболеваний по изображению пользователей,
- рекомендации, на основании анализа изображений пользователя.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

Проведен анализ темы и аналогичных приложений. После чего был определен и составлен план работ.
Выполнен сбор данных для обучения нейронной сети, выполнено обучение. Разработана нейронная сеть для определения заболеваний пользователей по изображениям. Нейронная сеть была внедрена в приложение на Flask и выведена на отдельный сервер.
Разработанная подсистема является частью общей комплексной системы, которая необходима для диагностики пользователя, путем общения с чат-ботом, который генерирует текст.
Реализованы запросы REST API, для загрузки модели нейронной сети и выполнения самого анализа. Загрузка модели может понадобиться в будущем, когда можно будет выполнить замену устаревшей модели на более современную и эффективную.
Разработанная подсистема может помочь пользователю следить за здоровьем, пользователь может настраивать уведомления для приема таблеток или применения инъекций и может существенно помочь человеку своевременно и быстро проверить собственный организм для диагностики. Система сможет сократить количество поздно диагностированных болезней.
В будущем планируется расширить функционал подсистемы, улучшить точность нейронной сети, увеличить количество классов заболеваний, которые будут определяться.

Литература

1. LeCun, Y.: Gradient-Based Learning Applied to Document
Recognition. Proceedings of the IEEE, 1998 г. - 46 с.
2. Simonyan K, Zisserman A. Very deep convolutional networks for large- scale image recognition[J]. arXiv preprint arXiv:1409.1556, 2014.
3. He K, Zhang X, Ren S, et al. Deep residual learning for image recognition[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2016: 778 c.
4. Максимова Д. Р., Коротов В.О., Митрохин М.А - ПЕРВИЧНАЯ ДИАГНОСТИКА ЗАБОЛЕВАНИЙ ПО ФОТОГРАФИИ ПРИ ПОМОЩИ НЕЙРОННЫХ СЕТЕЙ // Сборник научных статей по материалам XIX Международной научно-технической конференции, посвященной 75-летию кафедры «Вычислительная техника» ПГУ. Пенза, 2022. Издательство: Пензенский государственный университет (Пенза). C. 303-305. URL: https://www.elibrary.ru/item.asp?id=50454563 (дата обращения: 07.06.2024).