Исследование методов сегментации для выделения областей интереса на рентгеновских снимках легких

Abstract

В данной выпускной квалификационной работе рассматриваются современные методы классификации изображений, наиболее подходящие для анализа рентгеновских снимков, а также проводится сегментация изображений рентгеновских снимков легких. Для сегментации изображений применены технологии искусственного интеллекта. В области машинного обучения были использованы следующие методы: дискриминантный анализ, KNN, логистическая регрессия, дерево решений и Random Forest. Для нейронных сетей применялись архитектуры U-Net, LinkNet и FPN. Информационная система сегментации рентгеновских снимков легких реализована на языках программирования JavaScript, Java и Python. Были использованы следующие среды разработки: Visual Studio Code, IntelliJ IDEA и PyCharm. Обучение нейронных сетей производилось в сервисе Google Colaboratory, а построение UML-диаграмм в сервисе Drawio. Информационная система разработана при использовании операционной системы Windows 10.