Чабан, Олександр РомановичМанзюк, Едуард Андрійович2025-01-202025-01-202024-12-12Чабан О. Р., Манзюк Е. А. Підхід до інтегрування експертних знань в модель U-Net для сегментування зображень МРТ серця. Нейромережні технології та їх застосування НМТЗ-2024 : матеріали XXII Міжнар. наук. конф., м. Краматорськ-Вінниця- Тернопіль, 11–12 груд. 2024 р. / за заг. ред. С. В. Ковалевського. Краматорськ, 2024. С. 145–149.https://elar.khmnu.edu.ua/handle/123456789/17766Чабан О. Р., Манзюк Е. А. Підхід до інтегрування експертних знань в модель U-Net для сегментування зображень МРТ серця. Нейромережні технології та їх застосування НМТЗ-2024 : матеріали XXII Міжнар. наук. конф., м. Краматорськ-Вінниця- Тернопіль, 11–12 груд. 2024 р. / за заг. ред. С. В. Ковалевського. Краматорськ, 2024. С. 145–149.У статті запропоновано новий підхід до інтегрування експертних знань медичних фахівців у нейронну мережу архітектури U-Net для сегментування зображень МРТ серця. Запропонований підхід передбачає використання механізмів уваги, керованих експертними анотаціями, та впровадження анатомічних обмежень через спеціалізовані функції втрат. Це дає змогу покращити здатність мережі створювати анатомічно точні та клінічно значущі сегментовані маски на зображенні МРТ серця. Підхід включає декілька послідовних етапів, зокрема, аугментацію даних з експертними анотаціями, проєктування механізму уваги та додання функцій втрат із врахуванням анатомічних обмежень. Експериментальні результати за набором даних Automated Cardiac Diagnosis Challenge у задачі сегментування продемонстрували покращення проти базової моделі U-Net за низкою метрик сегментації.ukінтеграція експертних знаньнейронна мережаU-NetсегментаціяМРТ серцямеханізм увагианатомічні обмеженняфункції втратаугментація данихAutomated Cardiac Diagnosis ChallengeТези доповідей004.932 + 616.12-073.75