Тема: РАЗРАБОТКА МОДУЛЯ КЛАССИФИКАЦИИ ДЛЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ АНАЛИЗЕ ПАТОЛОГИЙ НА РЕНТГЕНОВСКИХ СНИМКАХ

Стремительный рост промышленного сектора, недостаточный контроль за эксплуатацией очистительных сооружений - одни из главных факторов наблюдающегося в современном мире увеличения случаев легочных заболеваний. Кроме того, связанная с промышленной революцией урбанизация городов приводит к тому, что организм человека испытывает повышенную инфекционную нагрузку из-за кучности населения. Заболевания распространяются легче и быстрее, и в некоторых случаях приводят к осложнениям, которые касаются в том числе дыхательной системы. Своевременное выявление патологий позволяет предупредить развитие подобных осложнений.
В условиях пандемии нагрузка на систему здравоохранения повышается значительно. Увеличился спрос на различные медицинские исследования, при этом количество специалистов, которые осуществляют эти исследования, не может своевременно увеличиться вслед за спросом. Нехватка специалистов приводит к дополнительной нагрузке на тех, кто в данный момент занимается выявлением заболеваний: врач вынужден оказать помощь большому числу людей, при этом уделяя меньше внимания каждому отдельному пациенту. Он может устать, упустить из виду важные детали, что напрямую влияет на процесс выздоровления пациента. Именно поэтому сфера медицины является одной из наиболее нуждающихся в применении современных информационных технологий: это могло бы облегчить выполнение рутинных обязанностей врача и ускорить процесс постановки диагноза.
В то же время, область применения таких технологий ограничена. Это связано с несколькими факторами: индивидуальные особенности
человеческого организма и разность подходов к лечению, которая может варьироваться как от государства к государству, так и от врача к врачу, не позволяет создать универсальную систему, которая полностью сняла бы ответственность за лечение пациентов с медицинских работников. Однако есть и те сферы, в которых врачебные решения консолидированы. Одной из таких областей является работа с рентгенологическими изображениями - при появлении на снимке артефактов, которых на нем быть не должно, можно с большой долей уверенности сделать вывод, что на снимке имеется некоторая патология. В таком случае, врач может либо направить пациента на более сложное и глубокое обследование, либо, если возможно, назначить лечение. Если снимок получился недостаточно информативным или нечетким, пациент может быть направлен на обследование повторно. В условиях распространения коронавирусной инфекции, которая при тяжелом течении может привести к возникновению заболеваний дыхательной системы, нагрузка на рентгенологов значительно повысилась. В связи с вышеперечисленными факторами, актуальность данной работы не оставляет сомнений.
Перспективным инструментом для выявления патологий на медицинских изображениях является применение искусственных нейронных сетей. Способность решать достаточно сложные задачи позволяет проводить эксперименты над обработкой и анализом изображений. В частности, нейронные сети показывают свою эффективность также и в категории медицинских снимков. Так, в литературе имеются примеры применения искусственных нейронных сетей для диагностики и прогнозирования течения заболеваний сердечно-сосудистой системы[1], вирусного гепатита[2], сахарного диабета[3], рака поджелудочной железы[4] и многих других.
Целью данной работы является разработка модуля классификации для системы поддержки принятия решений при анализе патологий на рентгеновских снимках. Для достижения данной цели, были поставлены следующие задачи:
• Изучить медицинские методы диагностики патологий грудной клетки и основные рентгенологические синдромы поражений легких; 
•
задачи классификации медицинских изображений;
• Выбрать набор данных и подготовить его для обучения;
• Провести необходимые эксперименты;
• Выполнить сравнение качества классификации выбранных нейронных сетей как между собой, так и в зависимости от изменений в обучающем наборе данных.
В дальнейшем результаты данной работы планируется использовать для разработки веб-приложения в рамках проекта по созданию системы поддержки принятия решений для анализа патологий на рентгеновских снимках.
Купить

В связи с повышением частоты легочных заболеваний и увеличением нагрузки на рентгенологов, разработка системы поддержки принятия решений является одним из возможных способов для помощи врачам в анализе патологий по рентгеновским снимкам.
В результате данной работы разработан модуль классификации для такой системы и выполнены все поставленные задачи. При выполнении поставленной цели были изучены основные рентгенологические синдромы легочных патологий, а также проведен анализ современных методов классификации медицинских изображений и найдены наиболее перспективные архитектуры нейронных сетей для решения поставленных задач.
Для данных архитектур проведена серия экспериментов, в ходе которых выявлена наиболее перспективная модель нейронной сети DenseNet-121, показывающая более высокую точность классификации на выбранном наборе данных с объединенными категориями патологий.
На основании выбранной архитектуры был разработан модуль классификации для системы поддержки принятия решений при анализе патологий на рентгеновских снимках грудной клетки. В дальнейшем этот классификатор планируется использовать при создании веб-приложения для отображения областей рентгеновских снимков, подозрительных на наличие признаков патологий.
.
Купить