Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей

doi:10.17691/stm2018.10.2.01

Эндаумент фонд ТГУ!
Впиши своё имя в историю университета
- Сделать пожертвование -

Add to Quick Collection

Description	Size	Format
Диагностика патологий по данным видео эндоскопии с использованием ансамбля сверточных нейронных сетей	2 MB	Adobe Acrobat PDF	Read	Download
DOI Доступ к ресурсу на сайте издателя			10.17691/stm2018.10.2.01

#сверточные нейронные сети

#нейронные сети

#классификатор патологий

#медицинская диагностика

#глубинное обучение

#техника обучения нейросети

#deep learning

#машинное обучение

#глубокое обучение

Title: Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей
Title: An ensemble of convolutional neural networks for the use in video endoscopy
Creator: Костин, Кирилл Александрович
|
Иванова, Анна Витальевна
|
Liang, J.
|
Замятин, Александр Владимирович
|
Аксенов, Сергей Владимирович
Date: 2018
DOI: 10.17691/stm2018.10.2.01
Description: 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.

Relationships: Show Relationship Browser for this Object
collection(s): Институт прикладной математики и компьютерных наук (c 01.09.2017 г.)
Identifier: смотреть в электронном каталоге НБ ТГУ
Type: статьи в журналах
Source: Современные технологии в медицине. 2018. Т. 10, № 2. С. 7-19
Language: rus

Created: 20-12-2018

1829 Visitors

1716 Hits

157 Downloads

Preview

Институт прикладной математики и компьютерных наук (c 01.09.2017 г.) Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей