Решение задачи классификации рентгеновских снимков с помощью сверточной сети ResNet

Abstract

Целью настоящей выпускной квалификационной работы бакалавра является изучение и поиск методов улучшения точности классификации рентгеновских снимков с целью определения заболевания легких и дыхательных путей при применении разнообразных моделей нейронных сетей. В процессе исследования был проведен эксперимент по анализу нейросетевых моделей с применением различных метрик и параметров для оценки качества классификации изображений.Результатом работы стало разработанное на языке высокого уровня программное обеспечение, способное классифицировать изображения рентгеновских снимков и применимое в области медицины. В рамках исследования были проведены оценки эффективности различных моделей, а также выбраны наиболее оптимальные параметры нейронных сетей для достижения наилучшей классификации изображений.Кроме того, была спроектирована информационно-логическая модель интеллектуальной системы в нотации UML. Реализация системы осуществлена на языке Python с использованием сред разработки PyCharm и Google Colab, с инте