Курсовая работа: Классификация медицинских изображений с помощью свёрточных нейронных сетей

Содержание



2

3.2.1 Выделение областей........................................................................................... 35

3.2.2 Архитектура модели........................................................................................... 35

3.3 Ансамблирование моделей..................................................................................... 37

3.4 Выводы........................................................................................................................... 38

Глава 4. Реализация метода............................................................................................... 40

4.1 Структура программного обеспечения............................................................... 40

4.2 Базовая модель............................................................................................................. 40

4.3 Предложенный подход............................................................................................. 42

Заключение.............................................................................................................................. 45

Список литературы............................................................................................................... 46


















































3

Введение


Сегодня методы машинного обучения играют всё большую роль в автоматизации медицинских процессов, им находят применение в таких областях как геномная биоинформатика, структурная биоинформатика, анализ медицинских снимков и многих других направлениях исследований.
Так, например, искусственным интеллектом решается задача прогнозирования фолдинга белка, то есть процесс формирования сложной структуры белка . Данные прогнозы способствуют созданию белков, имеющих определённую структуру, что позволяет создавать лекарства на основе белка.

• области геномной биоинформатики искусственный интеллект решает такие задачи как: аннотация геномов и предсказание эффекта мутаций, что позволяет в значительной степени ускорить процесс аннотации, что особенно важно, учитывая стремительно растущее количество данных о последовательностях генома.

Наиболее заметную роль, методы машинного обучения играют в области анализа медицинских изображений, таких как рентген снимки и изображения, полученные с помощью компьютерной томографии. Искусственный интеллект позволяет обнаружить различные