Метод інтеграції експертних знань в модель глибокого навчання для сегментування зображень МРТ серця
Вантажиться...
Дата
2025
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
Мета кваліфікаційної роботи бакалавра – підвищення точності цифрової сегментації ділянок серця на зображеннях МРТ через проєктування метода інтеграції експертних знань в модель глибокого навчання. У рамках роботи досліджено способи інтеграції медичних експертних знань, як от анатомічні та морфологічні правила до нейромережевої моделі за архітектурою U-Net. Спроєктований метод полягає у модифікації функції втрат через додавання спеціальних штрафів за порушення експертних правил. Програмна реалізація методу виконана у вигляді вебсервіса з використанням мови програмування Python та фреймворку TensorFlow. Вебсервіс створено з користувацьким інтерфейсом на базі платформи Gradio.
Опис
Ключові слова
122 Комп’ютерні науки, магнітно-резонансна томографія, сегментування зображень серця, глибоке навчання, інтеграція знань, експертні правила
Бібліографічний опис
Глобчаста О. В. Метод інтеграції експертних знань в модель глибокого навчання для сегментування зображень МРТ серця : кваліфікаційна робота бакалавра : 122 Комп’ютерні науки / О. В. Глобчаста ; Хмельниц. нац. ун-т. – Хмельницький, 2025. – 69 с