Title: Исследование сравнительной эффективности компьютерного зрения и нейросетевых подходов при диагностике кариеса
Authors: Прощаев М. Ю.
Сопченко Е. В.
Keywords: EfficientNet
OpenCV
кариес
классический алгоритм на основе анализа черных пятен
компьютерное зрение
мобильная диагностика
мобильное приложение ToothCheck
нейронные сети
нейросетевые модели
обнаружение кариеса
Issue Date: 2026
Citation: Прощаев, М. Ю. Исследование сравнительной эффективности компьютерного зрения и нейросетевых подходов при диагностике кариеса : вып. квалификац. работа по направлению подгот. 02.04.02 "Фундаментальная информатика и информационные технологии" (уровень магистратуры), направленность (профиль) "Инженерия программного обеспечения" / М. Ю. Прощаев ; рук. работы Е. В. Сопченко ; нормоконтролер Е. В. Сопченко ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики. - Самара, 2026. - 1 файл (1,2 Мб). - Текст : электронный
Abstract: Цель работы – сравнительное исследование эффективности классических алгоритмов компьютерного зрения и нейросетевых подходов для автоматического обнаружения кариеса на изображениях зубов с последующей реализацией в мобильном приложении. В процессе работы сформирован и вручную верифицирован сбалансированный датасет из 2374 изображений зубов (1187 с кариесом, 1187 здоровых). Реализованы два подхода: классический алгоритм на основе анализа чёрных пятен (OpenCV) и нейросетевая модель EfficientNetB0 с трансферным обучением. Проведён сравнительный анализ по метрикам точности, полноты, F1-меры и AUC-ROC.Нейросетевая модель достигла точности 80,6% на валидационнойвыборке (precision 94%, recall 88%, AUC 0,84). OpenCV-алгоритм показалточность 60,1% при высокой скорости работы. Разработано мобильное приложение ToothCheck для платформы Android на языке Kotlin с использованием Jetpack Compose, CameraX и OpenCV, интегрирующее оба метода анализа. Приложение позволяет пользователю сделать снимок на камеру или выбрать фото
URI: http://repo.ssau.ru/jspui/handle/123456789/62985
ISBN: 
ISSN: 
ISMN: 
Other Identifiers: RU\НТБ СГАУ\ВКР20260616111011
Appears in Collections:Выпускные квалификационные работы



Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.