Метод інтеграції експертних знань в модель глибокого навчання для сегментування зображень МРТ серця
| dc.contributor.author | Глобчаста, Оксана Вячеславівна | |
| dc.date.accessioned | 2025-06-26T12:09:07Z | |
| dc.date.available | 2025-06-26T12:09:07Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | 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. | |
| dc.identifier.citation | 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 | |
| dc.identifier.uri | https://elar.khmnu.edu.ua/handle/123456789/18845 | |
| dc.language.iso | uk | |
| dc.publisher | Хмельницький національний університет | |
| dc.subject | 122 Комп’ютерні науки | |
| dc.subject | магнітно-резонансна томографія | |
| dc.subject | сегментування зображень серця | |
| dc.subject | глибоке навчання | |
| dc.subject | інтеграція знань | |
| dc.subject | експертні правила | |
| dc.title | Метод інтеграції експертних знань в модель глибокого навчання для сегментування зображень МРТ серця | |
| dc.type | Бакалаврські роботи |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- КРБ_Глобчаста_Записка.pdf
- Розмір:
- 4.62 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
- Назва:
- license.txt
- Розмір:
- 4.26 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: