Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей
Предлагается технология построения классификатора образов патологических образований, полученных с помощью видеоэндоскопии с применением методов глубинного обучения (deep learning). Для обучения и тестирования нейросетевых моделей использованы выборки публичной базы данных CVC-ColonDB и 20 видео...
| Published in: | Современные технологии в медицине Т. 10, № 2. С. 7-19 |
|---|---|
| Other Authors: | , , , , |
| Format: | Article |
| Language: | Russian |
| Subjects: | |
| Online Access: | http://vital.lib.tsu.ru/vital/access/manager/Repository/vtls:000646098 Перейти в каталог НБ ТГУ |
| LEADER | 06465nab a2200433 c 4500 | ||
|---|---|---|---|
| 001 | vtls000646098 | ||
| 003 | RU-ToGU | ||
| 005 | 20230617153403.0 | ||
| 007 | cr | | ||
| 008 | 181220|2018 ru s c rus d | ||
| 024 | 7 | |a 10.17691/stm2018.10.2.01 |2 doi | |
| 035 | |a to000646098 | ||
| 039 | 9 | |a 201812201624 |b 100 |c 201812201540 |d VLOAD |y 201812201244 |z Александр Эльверович Гилязов | |
| 040 | |a RU-ToGU |b rus |c RU-ToGU | ||
| 245 | 1 | 0 | |a Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей |c С. В. Аксенов, К. А. Костин, А. В. Иванова [и др.] |
| 246 | 1 | 1 | |a An ensemble of convolutional neural networks for the use in video endoscopy |
| 504 | |a Библиогр.: 30 назв. | ||
| 520 | 3 | |a Предлагается технология построения классификатора образов патологических образований, полученных с помощью видеоэндоскопии с применением методов глубинного обучения (deep learning). Для обучения и тестирования нейросетевых моделей использованы выборки публичной базы данных CVC-ColonDB и 20 видеозаписей процесса колоноскопии Университета штата Аризона (Феникс, США). Для повышения надежности модели классификации данные зашумлены эффектами, которые присущи съемке современными камерами, используемыми при эндоскопии, а также проведено исследование построения модели при выборках небольшого размера. При построении классификатора использованы результаты современных исследований моделей сверточных нейронных сетей в медицинской диагностике, что позволяет применять данный подход при проектировании архитектуры сверточных нейронных сетей в зависимости от особенностей задачи. Путем обобщения особенностей архитектур успешных моделей разработан новый подход к формированию безызбыточной сверточной нейронной сети. Согласно предлагаемому подходу, архитектура сети разделяется на блоки с определенными значениями характеристик, чередование которых позволяет сформировать наиболее эффективную структуру. С использованием предложенного подхода к формированию оптимальной архитектуры сверточных нейронных сетей на основе рекомендаций по выбору значений характеристик сети и ранжирования наиболее значимых из них разработан второй подход к построению адаптивной модели классификатора. Он основывается на формировании ансамбля классификаторов типа «сверточная нейронная сеть». Для обеспечения устойчивости к изменению исходных данных и широкой применимости к различным классам задач классификации изображений в ансамбль входит набор сетей с отличными друг от друга наиболее значимыми факторами. Экспериментальные исследования показали, что классификатор имеет потенциал улучшения качества распознавания путем разработки ансамбля сверточных нейронных сетей с учетом зависимостей, рассмотренных в предложенном подходе. Полученные результаты работы демонстрируют перспективность применения разработанного подхода для построения моделей классификации образов не только в ходе решения задач медицинской диагностики, но и для общих задач машинного зрения при малой выборке. | |
| 653 | |a сверточные нейронные сети | ||
| 653 | |a нейронные сети | ||
| 653 | |a классификатор патологий | ||
| 653 | |a медицинская диагностика | ||
| 653 | |a глубинное обучение | ||
| 653 | |a техника обучения нейросети | ||
| 653 | |a deep learning | ||
| 653 | |a машинное обучение | ||
| 653 | |a глубокое обучение | ||
| 655 | 4 | |a статьи в журналах |9 879358 | |
| 700 | 1 | |a Костин, Кирилл Александрович |9 147961 | |
| 700 | 1 | |a Иванова, Анна Витальевна |9 147962 | |
| 700 | 1 | |a Liang, J. |9 147963 | |
| 700 | 1 | |a Замятин, Александр Владимирович |9 78617 | |
| 700 | 1 | |a Аксенов, Сергей Владимирович |9 147964 | |
| 773 | 0 | |t Современные технологии в медицине |d 2018 |g Т. 10, № 2. С. 7-19 |x 2076-4243 | |
| 852 | 4 | |a RU-ToGU | |
| 856 | 7 | |u http://vital.lib.tsu.ru/vital/access/manager/Repository/vtls:000646098 | |
| 856 | |y Перейти в каталог НБ ТГУ |u https://koha.lib.tsu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=47884 | ||
| 908 | |a статья | ||
| 999 | |c 47884 |d 47884 | ||