Разработка алгоритмов машинного обучения для автоматического описания рентгеновских изображений

Скворцов, Александр Вадимович Отделение информационных технологий (ОИТ)
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Цель работы: реализация нескольких алгоритмов машинного обучения для автоматического анализа рентгеновских изображений, сравнение результатов их работы между собой и с аналогами.
В результате проведённых экспериментов было проведено сравнение двух типов архитектур, 4 архитектур, одного ансамбля нейронных сетей. Был оценен эффект трёх различных способов предобработки изображений на результаты классификации и выделяемые на изображениях признаки. Было произведено сравнение обученных нейронных сетей между собой и с аналогами. Был произведён анализ наиболее распространённого набора данных рентгеновских снимков грудной клетки, сформулированы его недостатки. Были сформулированы рекомендации к дальнейшему улучшению работы аналогичных систем.

ВВЕДЕНИЕ …………………………………………………………………………………………………… 6
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР …………………………………………………………. 7
1.1 Медицинские аспекты. ………………………………………………………………………….. 7
1.1.1 Актуальность классической рентгенографии ……………………………………. 7
1.1.2 Использование искусственного интеллекта в автоматическом анализе
рентгенологических изображений, текущее состояние. …………………………….. 9
1.2. Описание основных алгоритмов …………………………………………………………. 10
1.2.2 Мультиклассификация …………………………………………………………………… 10
1.2.3 Классификация по нескольким меткам. ………………………………………….. 11
1.2.4 Полносвязные и сверточные нейронные сети. ………………………………… 11
1.2.5 Трансферное обучение. ………………………………………………………………….. 14
1.2.6 Карты активации классов ……………………………………………………………….. 15
1.2.7 Преобразование Фурье …………………………………………………………………… 16
1.3 Существующие алгоритмы автоматического анализа рентгенологических
изображений. ……………………………………………………………………………………………. 18
2. МАТЕРИАЛЫ И МЕТОДЫ ……………………………………………………………………… 23
2.1 Использованные технологии ……………………………………………………………….. 23
2.1.1 Keras ……………………………………………………………………………………………… 23
2.1.2 OpenCV …………………………………………………………………………………………. 24
2.1.3 TensorFlow …………………………………………………………………………………….. 24
2.1.4 NumPy …………………………………………………………………………………………… 24
2.2 Используемые архитектуры нейронных сетей. …………………………………….. 25
2.3 Используемые наборы данных. ……………………………………………………………. 27
2.3.1 NIH Chest X-Ray Dataset…………………………………………………………………. 27
ГЛАВА 3 РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТОВ. ……………………………………………. 29
3.1 Параметры обучения……………………………………………………………………………. 29
3.2 Обучение со случайной инициализацией весов. …………………………………… 29
3.3 Трансферное обучение с весами, без модификации весов ImageNet ……… 32
3.3.1 Описание экспериментов ……………………………………………………………….. 32
3.3.2 Анализ метрик точности троичных классификаторов по классам. …… 36
3.3.3 Анализ карт активаций классов троичных классификаторов …………… 39
3.3.4 Ансамбль троичных классификаторов. …………………………………………… 44
3.4 Трансферное обучение с изменением весов ImageNet …………………………… 45
3.4.1 Описание экспериментов c VGG19…………………………………………………. 45
3.4.2 Анализ метрик точности мультиклассификаторов VGG19 по классам.
………………………………………………………………………………………………………………. 49
3.4. 3 Анализ карт активаций классов мультиклассификаторов VGG19 …… 55
3.3.4 Описание экспериментов с мультиклассификаторами ResNet50 …….. 58
3.3.5 Анализ метрик точности по классам мультиклассификаторов на основе
ResNet50 ………………………………………………………………………………………………… 58
3.3.6 Анализ карт активаций классов класификаторов на основе ResNet50 60
Обсуждение результатов. ………………………………………………………………………….. 61
ГЛАВА 4. Финансовый менеджмент, ресурсоэффективность и
ресурсосбережение………………………………………………………………………………………. 63
4.1 Предпроектный анализ ………………………………………………………………………… 63
4.1.1 Потенциальные потребители результатов исследования …………………. 63
4.1.2 Анализ конкурентных решений ……………………………………………………… 64
4.1.3 SWOT-анализ ………………………………………………………………………………… 64
4.1.4 Оценка готовности проекта к коммерциализации …………………………… 66
4.1.5 Цели и результаты проекта …………………………………………………………….. 68
4.2 Планирование управления научно-техническим проектом …………………… 69
4.7.1 План проекта …………………………………………………………………………………. 69
4.2.2 Бюджет научного исследования ……………………………………………………… 70
4.2.3 Специальное оборудование для научных работ ………………………………. 71
4.2.4 Основная заработная плата …………………………………………………………….. 72
4.2.5 Дополнительная заработная плата научно-производственного
персонала ………………………………………………………………………………………………. 74
4.2.6 Отчисления на социальные нужды …………………………………………………. 75
4.2.7 Накладные расходы ……………………………………………………………………….. 76
4.2.8 Формирование бюджета затрат научно-исследовательского проекта . 77
4.3 Оценка научного уровня ……………………………………………………………………… 78
Выводы по разделу. ………………………………………………………………………………….. 81
ГЛАВА 5. СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ ………………………………………. 82
5.1 Правовые аспекты обеспечения безопасности ……………………………………… 83
5.2 Эргономические требования к рабочему месту …………………………………….. 83
5.3 Производственная безопасность ………………………………………………………….. 84
5.3.1 Вредные производственные факторы ……………………………………………… 85
5.3.2 Опасные производственные факторы ……………………………………………… 91
5.4 Экологическая безопасность………………………………………………………………… 92
5.5 Безопасность в чрезвычайных ситуациях …………………………………………….. 93
Выводы по разделу …………………………………………………………………………………… 95
ЗАКЛЮЧЕНИЕ …………………………………………………………………………………………… 95
ПРИЛОЖЕНИЕ A ……………………………………………………………………………………… 101

Актуальность работы. В настоящее время развитие технологий искуственного
интеллекта и машинного обучения, а также накопление больших объемов
медицинских изображений открывают возможность создания систем
автоматического анализа медицинских изображений.
Рентген грудной клетки – это одно из самых простых и распространенных
обследований, применяющихся на данный момент. Его автоматизация
значительно снизит нагрузку на рентгенологов, позволит оценивать качество их
работы и снизит вероятность врачебных ошибок.
Цель работы. целью данной работы является реализация нескольких
алгоритмов машинного обучения для автоматического анализа рентгеновских
изображений, сравнение результатов их работы между собой и с аналогами.
Задачами исследование является:
6. Анализ подходов к решению задачи автоматического описания
рентгенологических изображений;
7. Поиск и анализ датасетов;
8. Реализация и тестирование выбранных архитектур нейронных сетей;
9. Реализация и тестирование выбранных способов предобработки
изображений;
10. Сравнение результатов работы всех реализованных алгоритмов между
собой и с аналогами;
Предмет исследования. Предмет исследования – нейронные сети, используемые
для классификации изображений.

Как было показано в нашей работе, на данный момент существует
вероятность значительных систематических ошибок, при обучении нейронных
сетей классификации рентгенологических изображений. В первую очередь это
связано с используемыми для обучения наборами данных, содержащих
систематические искажения. Перед использованием такого искуственного
интеллекта в клинической практике эта проблема должна быть решена. Мы
видим два пути решения проблемы.
Первый состоит в полностью ручной маркировке, специально подобранных
рентгенологических изображений, исключающих не описанное наличие
сторонних объектов и сложных противоречивых примеров, подготовленным к
такой задаче врачём-рентгенологом. Необходимо дополнительно отмечать
положение пациента. Желательно вручную выделить области патологии, для
обучения таких архитектур, как U-net. В обязательном порядке должен
проводится контроль нейронных сетей с помощью карт активации классов, даже
при высоких показателях точности. Должен производится подбор аритектуры и
способа предобработки изображения максимизирующий результаты как
первого, так и второго способа оценки нейронных сетей. Этот путь требует
значительных временных и финансовых затрат. Вторым путём является
использование обучения без учителя, для предворительной кластеризации
рентгенологических изображений, с последующим обучением их с учителем.
Этот способ может снизить финансовые и временные затраты.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Мария Б. преподаватель, кандидат наук
    5 (22 отзыва)
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальнос... Читать все
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальности "Экономика и управление народным хозяйством". Автор научных статей.
    #Кандидатские #Магистерские
    37 Выполненных работ
    Сергей Н.
    4.8 (40 отзывов)
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных с... Читать все
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных статей в области экономики.
    #Кандидатские #Магистерские
    56 Выполненных работ
    Оксана М. Восточноукраинский национальный университет, студент 4 - ...
    4.9 (37 отзывов)
    Возможно выполнение работ по правоведению и политологии. Имею высшее образование менеджера ВЭД и правоведа, защитила кандидатскую и докторскую диссертации по политоло... Читать все
    Возможно выполнение работ по правоведению и политологии. Имею высшее образование менеджера ВЭД и правоведа, защитила кандидатскую и докторскую диссертации по политологии.
    #Кандидатские #Магистерские
    68 Выполненных работ
    Елена С. Таганрогский институт управления и экономики Таганрогский...
    4.4 (93 отзыва)
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на напис... Читать все
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на написании курсовых и дипломных работ, а также диссертационных исследований.
    #Кандидатские #Магистерские
    158 Выполненных работ
    Мария М. УГНТУ 2017, ТФ, преподаватель
    5 (14 отзывов)
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ... Читать все
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ. Большой опыт в написании курсовых, дипломов, диссертаций.
    #Кандидатские #Магистерские
    27 Выполненных работ
    Ольга Б. кандидат наук, доцент
    4.8 (373 отзыва)
    Работаю на сайте четвертый год. Действующий преподаватель вуза. Основные направления: микробиология, биология и медицина. Написано несколько кандидатских, магистерских... Читать все
    Работаю на сайте четвертый год. Действующий преподаватель вуза. Основные направления: микробиология, биология и медицина. Написано несколько кандидатских, магистерских диссертаций, дипломных и курсовых работ. Слежу за новинками в медицине.
    #Кандидатские #Магистерские
    566 Выполненных работ
    Ксения М. Курганский Государственный Университет 2009, Юридический...
    4.8 (105 отзывов)
    Работаю только по книгам, учебникам, статьям и диссертациям. Никогда не использую технические способы поднятия оригинальности. Только авторские работы. Стараюсь учитыв... Читать все
    Работаю только по книгам, учебникам, статьям и диссертациям. Никогда не использую технические способы поднятия оригинальности. Только авторские работы. Стараюсь учитывать все требования и пожелания.
    #Кандидатские #Магистерские
    213 Выполненных работ
    Яна К. ТюмГУ 2004, ГМУ, выпускник
    5 (8 отзывов)
    Помощь в написании магистерских диссертаций, курсовых, контрольных работ, рефератов, статей, повышение уникальности текста(ручной рерайт), качественно и в срок, в соот... Читать все
    Помощь в написании магистерских диссертаций, курсовых, контрольных работ, рефератов, статей, повышение уникальности текста(ручной рерайт), качественно и в срок, в соответствии с Вашими требованиями.
    #Кандидатские #Магистерские
    12 Выполненных работ
    Екатерина Б. кандидат наук, доцент
    5 (174 отзыва)
    После окончания института работала экономистом в системе государственных финансов. С 1988 года на преподавательской работе. Защитила кандидатскую диссертацию. Преподав... Читать все
    После окончания института работала экономистом в системе государственных финансов. С 1988 года на преподавательской работе. Защитила кандидатскую диссертацию. Преподавала учебные дисциплины: Бюджетная система Украины, Статистика.
    #Кандидатские #Магистерские
    300 Выполненных работ

    Другие учебные работы по предмету