Способ сегментации лёгких на снимках КТ с использованием методов глубокого обучения

Войцеховский, Алексей Алексеевич Отделение информационных технологий (ОИТ)
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Цель данной работы – разработка способа сегментации легких на снимках КТ с использованием методов глубокого обучения.для повышении эффективности работы врача-радиолога для описания состояния легких по данным КТ. Разработанное программное обеспечение позволяет сегментировать область легкого на срезе с помощью технологий глубокого обучения.

Реферат …………………………………………………………………………………………. 10
Оглавление ……………………………………………………………………………………. 11
Введение……………………………………………………………………………………….. 14
1 Обзор литературы ………………………………………………………………………. 15
1.1 Глубокое обучени ……………………………………………………………………. 15
1.2 Переобучение нейронных сетей и методы предотвращения
переобучения …………………………………………………………………………………………… 17
1.3 Свёрточные нейронные сети…………………………………………………….. 19
1.3 Архитектуры для семантической сегментации …………………………. 23
1.4 Архитектуры энкодеров …………………………………………………………… 24
1.3.1 Архитектура ResNet ………………………………………………………………. 25
1.3.2 Архитектура MobileNetV2 …………………………………………………….. 26
1.3.3 Архитектура EfficientNet ……………………………………………………….. 27
1.4 Предварительное обучение ………………………………………………………. 28
1.5 Аугментация данных ……………………………………………………………….. 28
2 Объект и методы исследования …………………………………………………… 29
2.1 Описание используемых программных и аппаратных средств ….. 29
2.1 Данные для обучения и тестирования ………………………………………. 30
2.2 Аугментация обучающей выборки …………………………………………… 31
2.3 Обучение моделей……………………………………………………………………. 33
3 Результаты проведенного исследования ……………………………………… 35
4 Финансовый менеджмент, ресурсоэффективность и энергосбережение
………………………………………………………………………………………………………………… 40
4.1 Предпроектный анализ …………………………………………………………….. 40
4.2 Технология QuaD …………………………………………………………………….. 41
4.3 SWOT-анализ…………………………………………………………………………… 42
4.4 Оценка готовности научно-исследовательского проекта к
коммерциализации …………………………………………………………………………………… 47
4.5 Инициация научно-исследовательского проекта ………………………. 49
4.6 Планирование научно-исследовательских работ ………………………. 50
4.6.1 Организационная структура научно-исследовательского проекта50
4.6.2 Структура работ в рамках научного исследования …………………. 51
4.6.3 Определение трудоемкости выполнения работ ………………………. 52
4.6.4 Разработка графика проведения научного исследования ………… 56
4.7 Бюджет научно-технического исследования …………………………….. 58
4.7.1 Расчет материальных затрат ………………………………………………….. 58
4.7.2 Расчет затрат на специальное оборудование для научных работ59
4.7.3 Расчет затрат на амортизацию оборудования …………………………. 59
4.7.4 Основная заработная плата исполнителям работы …………………. 60
4.7.5 Дополнительная заработная плата …………………………………………. 62
4.7.6 Отчисления во внебюджетные фонды ……………………………………. 62
4.7.7 Накладные расходы ………………………………………………………………. 63
4.7.8 Контрагентные расходы ………………………………………………………… 64
4.7.9 Формирование бюджета затрат научно-исследовательского проекта
………………………………………………………………………………………………………………… 64
4.8 Риски научно-исследовательского проекта ………………………………. 65
4.9 Выводы по разделу финансовый менеджмент…………………………… 66
5 Социальная ответственность ………………………………………………………. 67
5.1 Введение …………………………………………………………………………………. 67
5.2 Правовые и организационные вопросы обеспечения безопасности67
5.3 Профессиональная социальная безопасность ……………………………. 69
5.3.1 Отклонение показателей микроклимата …………………………………. 70
5.3.2 Превышение уровня шума …………………………………………………….. 71
5.3.3 Освещение ……………………………………………………………………………. 72
5.3.4 Психофизиологические факторы при работе с компьютером …. 76
5.3.5 Повышенное значение напряжения в электрической цепи,
замыкание которой может произойти через тело человека ………………………… 77
5.4 Экологическая безопасность ……………………………………………………. 78
5.5 Безопасность в чрезвычайных ситуациях …………………………………. 79
5.6 Выводы по разделу ………………………………………………………………….. 81
Заключение …………………………………………………………………………………… 82
Список публикаций и научных достижений …………………………………… 83
Список используемых источников…………………………………………………. 84
Приложение А ………………………………………………………………………………. 88
1.1 Deep learning ……………………………………………………………………………. 89
1.2 Neural networks overfitting and methods for preventing overfitting … 91
1.3 Convolutional neural networks ……………………………………………………. 92
1.4 Semantic segmentation architectures ……………………………………………. 95
1.5 Encoders architectures ……………………………………………………………….. 97
1.5.1 ResNet …………………………………………………………………………………… 97
Figure 4. Residual block in ResNet …………………………………………………… 98
1.5.2 MobileNetV2 …………………………………………………………………………. 98
1.5.3 EfficientNet ……………………………………………………………………………. 99
1.6 Transfer learning ……………………………………………………………………….. 99
1.7 Data augmentation …………………………………………………………………… 100
References ……………………………………………………………………………………. 101
Приложение Б. Исходный код процесса обучения и проверки моделей
………………………………………………………………………………………………………………. 103

Современное компьютерное зрение является динамично развивающейся
областью информационных технологий. Во многом этом связано с широким
распространением методов глубокого обучения, способных решать множество
задач, в том числе связанных с анализом медицинских изображений.
Компьютерное зрение активно развивается в качестве инструмента
автоматизации диагностики заболеваний. В том числе производятся попытки
автоматического поиска патологий лёгких и других органов на снимках
компьютерной томографии и других методов диагностики. Для того чтобы
правильно найти заболевание на этих изображениях, имеет смысл сначала
выделить непосредственно исследуемый орган. Поэтому в данной работе
рассматривается использование методов глубокого обучения для сегментации
лёгких на снимках КТ.
1 Обзор литературы
1.1 Глубокое обучени

В ходе данной работы был рассмотрен датасет со снимками легких КТ и
предложено использование модели глубокого обучения Unet с энкодерами на
основе архитектур ResNet-34, MobileNetV2 и EfficientNet-B0, предобученных на
датасете ImageNet. Для раширения обучающей выборки были использованы
аугментации сдвига, вращения вокруг центра, увеличения, и отражения вокруг
горизонтальной оси. На языке программирования Python с использованием
фреймворка Tensorflow, библиотек scikit-learn и segmentation-models было
реализовано программное обеспечение для подготовки и аугментации данных,
обучения моделей и их проверки на обучающей выборке. После обучения
модели были проверена на тестовой выборке, лучший результат показала
модель на основе архитектуры EfficientNet-B0 – метрика IoU составила 0.9722.
Также данная архитектура является оптимальной по точности и размеру
модели.
Список публикаций и научных достижений
Участие в конференциях:
1. Диплом II степени за лучший доклад на подсекции 3.4 «Вычислительный
интеллект» Международной научно-технической конференции студентов,
аспирантов и молодых ученых «НАУЧНАЯ СЕССИЯ ТУСУР», г. Томск,
25-27 мая 2020 г.
Участие в конкурсах:
1. Диплом I степени на конкурсе по решению бизнес-кейсов в сфере
медицины “МедХакатон”, г. Томск, сентябрь 2018 г.;
2. Диплом за 3 место на II отборочных соревнованиях Digital Skills Томской
области, г. Томск, май 2019 г.ы

Публикации:
1. Zarnitsyn A. Y. et al. Development of the video stream object detection
algorithm (VSODA) with tracking // EAI Endorsed Transactions on Energy
Web. – 2019. – Т. 6. – №. 22.

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!

    Анна С. СФ ПГУ им. М.В. Ломоносова 2004, филологический, преподав...
    4.8 (9 отзывов)
    Преподаю англ язык более 10 лет, есть опыт работы в университете, школе и студии англ языка. Защитила кандидатскую диссертацию в 2009 году. Имею большой опыт написания... Читать все
    Преподаю англ язык более 10 лет, есть опыт работы в университете, школе и студии англ языка. Защитила кандидатскую диссертацию в 2009 году. Имею большой опыт написания и проверки (в качестве преподавателя) контрольных и курсовых работ.
    #Кандидатские #Магистерские
    16 Выполненных работ
    Дарья С. Томский государственный университет 2010, Юридический, в...
    4.8 (13 отзывов)
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссерт... Читать все
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссертационное исследование, которое сейчас находится на рассмотрении в совете.
    #Кандидатские #Магистерские
    18 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
    Анастасия Б.
    5 (145 отзывов)
    Опыт в написании студенческих работ (дипломные работы, магистерские диссертации, повышение уникальности текста, курсовые работы, научные статьи и т.д.) по экономическо... Читать все
    Опыт в написании студенческих работ (дипломные работы, магистерские диссертации, повышение уникальности текста, курсовые работы, научные статьи и т.д.) по экономическому и гуманитарному направлениях свыше 8 лет на различных площадках.
    #Кандидатские #Магистерские
    224 Выполненных работы
    Кирилл Ч. ИНЖЭКОН 2010, экономика и управление на предприятии транс...
    4.9 (343 отзыва)
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). С... Читать все
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). Сейчас пишу диссертацию на соискание степени кандидата экономических наук.
    #Кандидатские #Магистерские
    692 Выполненных работы
    Татьяна М. кандидат наук
    5 (285 отзывов)
    Специализируюсь на правовых дипломных работах, магистерских и кандидатских диссертациях
    Специализируюсь на правовых дипломных работах, магистерских и кандидатских диссертациях
    #Кандидатские #Магистерские
    495 Выполненных работ
    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
    Глеб С. преподаватель, кандидат наук, доцент
    5 (158 отзывов)
    Стаж педагогической деятельности в вузах Москвы 15 лет, автор свыше 140 публикаций (РИНЦ, ВАК). Большой опыт в подготовке дипломных проектов и диссертаций по научной с... Читать все
    Стаж педагогической деятельности в вузах Москвы 15 лет, автор свыше 140 публикаций (РИНЦ, ВАК). Большой опыт в подготовке дипломных проектов и диссертаций по научной специальности 12.00.14 административное право, административный процесс.
    #Кандидатские #Магистерские
    216 Выполненных работ
    Кормчий В.
    4.3 (248 отзывов)
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    Специализация: диссертации; дипломные и курсовые работы; научные статьи.
    #Кандидатские #Магистерские
    335 Выполненных работ

    Другие учебные работы по предмету

    Интеллектуальный анализ текстовых данных с rnприменением методов машинного обучения
    📅 2019год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)