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!

    Петр П. кандидат наук
    4.2 (25 отзывов)
    Выполняю различные работы на заказ с 2014 года. В основном, курсовые проекты, дипломные и выпускные квалификационные работы бакалавриата, специалитета. Имею опыт напис... Читать все
    Выполняю различные работы на заказ с 2014 года. В основном, курсовые проекты, дипломные и выпускные квалификационные работы бакалавриата, специалитета. Имею опыт написания магистерских диссертаций. Направление - связь, телекоммуникации, информационная безопасность, информационные технологии, экономика. Пишу научные статьи уровня ВАК и РИНЦ. Работаю техническим директором интернет-провайдера, имею опыт работы ведущим сотрудником отдела информационной безопасности филиала одного из крупнейших банков. Образование - высшее профессиональное (в 2006 году окончил военную Академию связи в г. Санкт-Петербурге), послевузовское профессиональное (в 2018 году окончил аспирантуру Уральского федерального университета). Защитил диссертацию на соискание степени "кандидат технических наук" в 2020 году. В качестве хобби преподаю. Дисциплины - сети ЭВМ и телекоммуникации, информационная безопасность объектов критической информационной инфраструктуры.
    #Кандидатские #Магистерские
    33 Выполненных работы
    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
    Дарья Б. МГУ 2017, Журналистики, выпускник
    4.9 (35 отзывов)
    Привет! Меня зовут Даша, я окончила журфак МГУ с красным дипломом, защитила магистерскую диссертацию на филфаке. Работала журналистом, PR-менеджером в международных ко... Читать все
    Привет! Меня зовут Даша, я окончила журфак МГУ с красным дипломом, защитила магистерскую диссертацию на филфаке. Работала журналистом, PR-менеджером в международных компаниях, сейчас работаю редактором. Готова помогать вам с учёбой!
    #Кандидатские #Магистерские
    50 Выполненных работ
    Александра С.
    5 (91 отзыв)
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повы... Читать все
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повышении уникальности текста и оформлении библиографических ссылок по ГОСТу.
    #Кандидатские #Магистерские
    132 Выполненных работы
    Анна В. Инжэкон, студент, кандидат наук
    5 (21 отзыв)
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссе... Читать все
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссертаций. Работала в маркетинге. Практикующий бизнес-консультант.
    #Кандидатские #Магистерские
    31 Выполненная работа
    Екатерина П. студент
    5 (18 отзывов)
    Работы пишу исключительно сама на основании действующих нормативных правовых актов, монографий, канд. и докт. диссертаций, авторефератов, научных статей. Дополнительно... Читать все
    Работы пишу исключительно сама на основании действующих нормативных правовых актов, монографий, канд. и докт. диссертаций, авторефератов, научных статей. Дополнительно занимаюсь английским языком, уровень владения - Upper-Intermediate.
    #Кандидатские #Магистерские
    39 Выполненных работ
    Шагали Е. УрГЭУ 2007, Экономика, преподаватель
    4.4 (59 отзывов)
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и... Читать все
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и диссертаций, Есть любимые темы - они дешевле обойдутся, ибо в радость)
    #Кандидатские #Магистерские
    76 Выполненных работ
    Андрей С. Тверской государственный университет 2011, математический...
    4.7 (82 отзыва)
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на... Читать все
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на продолжение диссертационной работы... Всегда готов помочь! ;)
    #Кандидатские #Магистерские
    164 Выполненных работы
    Вирсавия А. медицинский 1981, стоматологический, преподаватель, канди...
    4.5 (9 отзывов)
    руководитель успешно защищенных диссертаций, автор около 150 работ, в активе - оппонирование, рецензирование, написание и подготовка диссертационных работ; интересы - ... Читать все
    руководитель успешно защищенных диссертаций, автор около 150 работ, в активе - оппонирование, рецензирование, написание и подготовка диссертационных работ; интересы - медицина, биология, антропология, биогидродинамика
    #Кандидатские #Магистерские
    12 Выполненных работ

    Другие учебные работы по предмету