Применение машинного обучения для повышения эффективности диагностики в медицине на основе метода радиотермометрии

Abstract

В данной работе мы используем технологии машинного обучения для по-вышения эффективности медицинской диагностики на основе метода радиотермометрии. Оригинальность нашего подхода заключается в том, что для построения обучающих и тестовых наборов данных используются результаты компьютерного моделирования тем-пературных полей в многокомпонентных биологических тканях. Мы исследуем границы применимости метода диагностики раковых заболеваний молочных желез по данным мик-роволновой радиотермометрии, в частности, определяем качество диагностики при раз-личных размерах опухоли. We use machine learning technologies to increase the effectiveness of medical diagnostics in this work. The originality of our approach lies in the fact that computer models are used to build training and test data sets. They allow the calculation of temperature fields in multicomponent biological tissues. We investigate the applicability of the method for the diagnosis of breast cancer according to microwave radiothermometry. In this case, we determine the quality of diagnosis for various sizes of the tumor.