1. Главная
  2. Ресурсы
  3. Библиотечный поиск
ПРИМЕНЕНИЕ МЕТОДОВМАШИННОГО ОБУЧЕНИЯ ВЗАДАЧЕ КЛАССИФИКАЦИИМРТ-ИЗОБРАЖЕНИЙКОЛЕННОГО СУСТАВА Черняк К.Е.Лукьянова Н.А.Голденок Е.Е.2024 год

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ КЛАССИФИКАЦИИ МРТ-ИЗОБРАЖЕНИЙ КОЛЕННОГО СУСТАВА
доклад, тезисы доклада, статья из сборника материалов конференций

Дополнительные ссылки: eLibrary · Источник статьи
База данных: Каталог библиотеки СФУ
Библиографическое описание: ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ КЛАССИФИКАЦИИ МРТ-ИЗОБРАЖЕНИЙ КОЛЕННОГО СУСТАВА : доклад, тезисы доклада / К. Е. Черняк, Н. А. Лукьянова, Е. Е. Голденок. - [Б. м. : б. и.], 2024. - Текст : непосредственный // Компьютерное моделирование физических процессов и новые цифровые технологи в медицине и фармации : Материалы Международной научно-практической конференции с международным участием / Компьютерное моделирование физических процессов и новые цифровые технологи в медицине и фармации (2024 ; 18.04 - 19.04 ; Уфа). - Уфа, 2024. - С. 144-149.
Аннотация: Остеоартрит коленного сустава является одним из самых распространенных заболеваний опорно-двигательного аппарата, сопровождающийся постепенным разрушением тканей сустава. На сегодняшний день не существует эффективного лечения этого заболевания, что делает раннюю диагностику ключевым моментом в управлении этим заболеванием. В рамках данного исследования решается задача бинарной классификации для определения наличия признаков остеоартрита коленного сустава на МРТ изображении с использованием сверточных нейронных сетей. Для достижения этой цели на изображениях здоровых и поврежденных коленных суставов пациентов Красноярского края были обучены и протестированы две модели с использованием современных архитектурных решений, EfficientNet-В5 и VGG16. На этапе предобработки данных рабочий набор снимков (1904 изображения) был увеличен за счет метода аугментации до 3500 снимков и решена проблема дисбаланса классов, что позволяет рассматривать accuracy (доля правильных ответов модели), как метрику качества работы алгоритма. Наилучшие результаты показала модель, основанная на архитектуре EfficientNet-B5, достигнув точности классификации в 92,0% на тестовой выборке и 92,3% на валидационной выборке. Эти результаты свидетельствуют о потенциале использования нейронных сетей для автоматизации диагностики остеоартрита по МРТ изображениям коленного сустава.
Год издания: 2024
Авторы: Черняк К.Е. , Лукьянова Н.А. , Голденок Е.Е.
Издательство: Уфа
Номера страниц: 144-149
Держатель оригинала документа: Красноярский государственный медицинский университет имени профессора В. Ф. Войно- Ясенецкого
Мероприятие: Компьютерное моделирование физических процессов и новые цифровые технологи в медицине и фармации (Уфа, 2024 ; 18.04 - 19.04)
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

ПРИМЕНЕНИЕ СВЕРТОЧНЫХНЕЙРОННЫХ СЕТЕЙ ДЛЯКЛАССИФИКАЦИИ МРТЗДОРОВЫХ КОЛЕННЫХСУСТАВОВ И СПРИЗНАКАМИОСТЕОАРТРИТА Лукьянова Н. А.Голденок Е. Е.Черняк К. Е.2024 год

ПРИМЕНЕНИЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ КЛАССИФИКАЦИИ МРТ ЗДОРОВЫХ КОЛЕННЫХ СУСТАВОВ И С…

  • Лукьянова Н. А. и др.
  • 2024 год
Применение методовмашинного обучениядля диагностикизаболеванийщитовидной железы Иванова Е.Е.Суровикова У.С.Голденок Е.Е.2025 год

Применение методов машинного обучения для диагностики заболеваний щитовидной железы

  • Иванова Е.Е. и др.
  • 2025 год
ПРИМЕНЕНИЕ МАШИННОГООБУЧЕНИЯ ДЛЯКЛАССИФИКАЦИИГОСУДАРСТВЕННЫХКОНТРАКТОВ Байкалов А.А.2024 год

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ ГОСУДАРСТВЕННЫХ КОНТРАКТОВ

  • Байкалов А.А.
  • 2024 год
ПРИМЕНЕНИЕ ГИБРИДНОГОПОДХОДА К ОБРАБОТКЕ ИВИЗУАЛИЗАЦИИ ДАННЫХМРТ ИЗОБРАЖЕНИЙ Зотин А. Г.Симонов К. В.Медиевский А. В.2025 год

ПРИМЕНЕНИЕ ГИБРИДНОГО ПОДХОДА К ОБРАБОТКЕ И ВИЗУАЛИЗАЦИИ ДАННЫХ МРТ ИЗОБРАЖЕНИЙ

  • Зотин А. Г. и др.
  • 2025 год
Применение методовмашинного обучениядля диагностикипереломов костей порентгенограммам Лихачев И.С.Голденок Е.Е.Лукьянова Н.А.2025 год

Применение методов машинного обучения для диагностики переломов костей по рентгенограммам

  • Лихачев И.С. и др.
  • 2025 год
МЕТОД ГОЛОСОВОЙИДЕНТИФИКАЦИИ НА БАЗЕМАШИННОГО ОБУЧЕНИЯ Потылицина Юлия ВалерьевнаШниперов Алексей Николаевич2022 год

МЕТОД ГОЛОСОВОЙ ИДЕНТИФИКАЦИИ НА БАЗЕ МАШИННОГО ОБУЧЕНИЯ

  • Потылицина Юлия Валерьевна и др.
  • 2022 год
Классификацияэндоскопическихизображений устьячервеобразногоотростка на основеметодов глубокогомашинного обучения Хрящев В. В.Завьялов Д. В.Андержанова А. С.2023 год

Классификация эндоскопических изображений устья червеобразного отростка на основе методов…

  • Хрящев В. В. и др.
  • 2023 год
Методы машинногообучения приобработке изображенийсверхвысокогопространственногоразрешения на примерезадач… Сафонова Анастасия Николаевна2020 год

Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на…

  • Сафонова Анастасия Николаевна
  • 2020 год

Показать ещё

Методы машинногообучения приобработке изображенийсверхвысокогопространственногоразрешения на примерезадач… Сафонова Анастасия Николаевна2019 год

Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на…

  • Сафонова Анастасия Николаевна
  • 2019 год

Многокритериальные нейроэволюционные системы в задачах машинного обучения и человеко-машинного…

  • Сопов Евгений Александрович и др.
  • 2019 год
Методы машинногообучения в задачераспознавания иклассификациидревесных пород Жук К. Д.Свойкин Ф. В.Свойкин В. Ф.2025 год

Методы машинного обучения в задаче распознавания и классификации древесных пород

  • Жук К. Д. и др.
  • 2025 год
ПРИМЕНЕНИЕ МЕТОДОВМАШИННОГО ОБУЧЕНИЯДЛЯ АВТОМАТИЗАЦИИОБРАБОТКИ ЖАЛОБ ВСЛУЖБУ 005 Шерстнев П. А.2024 год

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АВТОМАТИЗАЦИИ ОБРАБОТКИ ЖАЛОБ В СЛУЖБУ 005

  • Шерстнев П. А.
  • 2024 год
Дистилляция знаний,как метод сжатиясверточных нейронныхсетей в задачеклассификации Колесникова А. С.2023 год

Дистилляция знаний, как метод сжатия сверточных нейронных сетей в задаче классификации

  • Колесникова А. С.
  • 2023 год
ПРИМЕНЕНИЕ МЕТОДОВИСКУССТВЕННОГОИНТЕЛЛЕКТА В ЗАДАЧАХУПРАВЛЕНИЯ ПРОЦЕССОМИНДУКЦИОННОЙ ПАЙКИ ИАНАЛИЗА КАЧЕСТВА… Шуткина Е.В.Тынченко В.С.2024 год

ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗАДАЧАХ УПРАВЛЕНИЯ ПРОЦЕССОМ ИНДУКЦИОННОЙ ПАЙКИ И…

  • Шуткина Е.В. и др.
  • 2024 год
ОБЗОР ПЕРЕДОВЫХМЕТОДОВ СЕГМЕНТАЦИИОПУХОЛЕЙ ГОЛОВНОГОМОЗГА НА МРТ СНИМКАХС ПРИМЕНЕНИЕМ МОДЕЛЕЙГЛУБОКОГО ОБУЧЕНИЯ Шумачков А. А.2024 год

ОБЗОР ПЕРЕДОВЫХ МЕТОДОВ СЕГМЕНТАЦИИ ОПУХОЛЕЙ ГОЛОВНОГО МОЗГА НА МРТ СНИМКАХ С ПРИМЕНЕНИЕМ МОДЕЛЕЙ…

  • Шумачков А. А.
  • 2024 год
Интегрированный методмашинного обучениядля анализа побочныхэффектовполипрагмазии Котов С. А.Непомнящий О. В.Пичковская С. Ю.2026 год

Интегрированный метод машинного обучения для анализа побочных эффектов полипрагмазии

  • Котов С. А. и др.
  • 2026 год