АННОТАЦИЯ 3
Введение 3
Глава 1. Обзор 6
1.1 Описание используемых данных 6
1.2 Архитектура классификатора 12
1.3 Визуализация тепловых карт активации класса 14
Глава 2. Анализ требований и проектирование 16
2.1 Функциональные требования 16
2.2 Критерии выбора технологий 17
2.3 Выбор инструментов разработки 18
2.4 Проектирование клиентской части 18
2.5 Проектирование серверной части 21
2.6 Проектирование базы данных 24
2.7 Проектирование REST API 28
2.8 Архитектура приложения 29
2.9 Общий план разработки приложения 31
Глава 3. Реализация 32
3.1 Реализация клиентской части 32
3.2 Реализация серверной части 36
3.3 Результат 38
Заключение 44
Литература 45
При подозрении на развитие какого-либо вида легочных патологий рентгенологическое исследование является одним из первых инструментов для диагностики. Этот вид исследования распространен в больницах повсеместно и позволяет выявлять признаки заболеваний на ранних стадиях, после чего, при необходимости, врач может направить пациента на другие, более детальные обследования.
Если взглянуть на шесть лидирующих причин смертности в мире (по данным Всемирной Организации Здравоохранения^]), видно, что половина из них - заболевания легких (рисунок 1). Кроме того, высокая плотность населения в городах приводит к более быстрому распространению различного рода вирусных инфекций, которые при тяжелом течении могут стать причиной развития заболеваний дыхательных путей. Такую картину мы наблюдаем на фоне распространения коронавирусной инфекции - в некоторых случаях болезнь приводит к развитию вирусной пневмонии.
Основные причины смерти в мире
О 2000 Г. • 2019 Г.
Число случаев смерти (млн)
ф Неинфекционные заболевания ф Инфекционные болезни ф Травматизм
Источник: WHO Global Health Estimates.
Рисунок 1 - Данные ВОЗ об основных причинах смерти в мире
Золотым стандартом при диагностике пневмонии является проведение рентгенографии органов грудной клетки в двух проекциях. Если спрос на исследование повышается резко, за столь короткий период невозможно обучить и подготовить достаточное количество специалистов. Поэтому на плечи рентгенологов ложится дополнительная нагрузка - необходимо обследовать как можно больше пациентов. При этом, в силу человеческого фактора, внимание к каждому отдельному пациенту может снизиться. В несоответствии между растущим спросом на рентгенологические исследования и невозможностью системы здравоохранения успеть за ним и заключается актуальность данной работы - необходима система, которая бы сделала процесс анализа патологий на снимках более быстрым и эффективным.
Чтобы облегчить работу рентгенологов, предлагается разработать систему поддержки принятия решений для анализа патологий на рентгеновских снимках грудной клетки. Данный проект включает в себя две части:
1. Исследование методов, использующихся для
классификации медицинских изображений, их анализ и выбор наиболее перспективной модели классификатора;
2. Реализация веб-приложения, использующего построенный классификатор для анализа пользовательских рентгеновских снимков, и представление результатов анализа пользователю.
В данной работе акцент будет сделан на вторую часть проекта, разработку веб-приложения. Это приложение позволит пользователю получить анализ загруженного им рентгеновского снимка с помощью предварительно обученной нейронной сети. Кроме того, для удобства пользователя будет реализована возможность сохранения полученных им результатов.
Таким образом, целью данной работы является разработка веб - приложения для системы поддержки принятия решений при анализе патологий на рентгеновских снимках грудной клетки. Для достижения этой цели, были поставлены следующие задачи:
• Изучить детали реализации модуля классификации: используемую модель классификатора, и данные, на которых он обучался;
• Разработать прототип сервиса с возможностью загрузки пользователем своего рентгеновского снимка легких для дальнейшей обработки выбранным классификатором;
• Добавить отображение признаков, на основании которых классификатор принял решение об отнесении снимка к той или иной категории.
В результате было разработано работающее веб-приложение. Работа включала в себя:
Выявление функциональных требований.
Анализ инструментов, которые используются для написания веб-приложений.
Проектирование клиентской части веб-приложения на основе
составленных требований.
Проектирование серверной части веб-приложения на основе
составленных требований.
Разработка веб-приложения.
В итоге все этапы были пройдены и задокументированы. В дальнейшем планируется развивать веб-приложение, например, переработать методику создания пациентов и доработать окно со статистикой, таким образом, чтобы в него засчитывались только те результаты анализов, которые подтверждает и сам врач, а не только нейронная сеть.
