Анализ признаков заболевания на изображениях глазного дна методами машинного обучения: дипломная работа / Ксения Игоревна Свистунова; БГУ, Факультет прикладной математики и информатики, Кафедра информационных систем управления; науч. рук. Абламейко С. В.

Abstract

РЕФЕРАТ Дипломная работа: 46 с., 13 рисунков, 4 таблицы, 1 приложение, 13 источников. Ключевые слова: СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, КЛАССИФИКАЦИЯ, ИЗОБРАЖЕНИЯ ГЛАЗНОГО ДНА, БАЛАНСИРОВКА КЛАССОВ, АУГМЕНТАЦИЯ, СЕГМЕНТАЦИЯ, ВЕБ-ПРИЛОЖЕНИЯ, CONFUSION MATRIX, EFFICIENTNET, YOLO, U-NET. Объект исследования: принципы распознавания образов, свёрточные нейронные сети, модели классификации и сегментации. Цель работы: исследование и применение нейронных сетей для анализа признаков заболевания на изображениях глазного дна методами машинного обучения, проведение сегментации изображений для выделения наиболее информативных областей глазного дна, создание веб-приложения, применимого для анализа заболеваний. Методы исследования: теории глубокого обучения, технологии и методы машинного обучения, распознавания образов, искусственного интеллекта, проектирование. Результаты: выбраны нейронные сети на основе анализа наилучших для классификации и сегментации, произведен анализ эффективности их применения, рассмотрены результаты, реализован практический модуль. Область применения: исследование медицинских изображений, офтальмология.