Розробка технології діагностування медичних знімків методами Data Science
Тип публікації :
Магістерська робота
Дата випуску :
2025
Автор(и) :
Шпирук Євгенія Сергіївна
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Шпирук, Є. С. (2025). Розробка технології діагностування медичних знімків методами Data Science. [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/6663
[ДСТУ] Шпирук Є. С. Розробка технології діагностування медичних знімків методами Data Science : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. О. В. Заріцький. Київ, 2025. 82 с. URL: https://ir.library.knu.ua/handle/15071834/6663 (дата звернення: 17.07.2026).
Мета роботи. Розробка методики побудови системи автоматичної діагностики захворювань органів грудної клітки на основі рентгенівських знімків з використанням методів Data Science.
Завдання роботи. Оцінка можливостей застосування сучасних моделей комп’ютерного зору для автоматичної діагностики рентгенівських знімків у практичних умовах, визначення конкретних етапів проєкту, аналіз наукових публікацій та узагальнення підходів до побудови діагностичних моделей. До завдань також входить формування набору відповідних методів Data Science, що включають згорткові нейронні мережі, трансформерні архітектури та ансамблі класичних алгоритмів, реалізація обраних рішень за допомогою мови програмування Python, аналіз їх ефективності на основі результатів тестування, а також підготовка звіту за підсумками дослідження.
Об’єкт дослідження. Процес автоматизованої діагностики рентгенівських знімків грудної клітки за допомогою методів Data Science.
Предмет дослідження. Методологія побудови та оцінювання моделей автоматизованої медичної діагностики, виявлення закономірностей у медичних знімках та узагальнення знань для покращення процесу клінічного прийняття рішень.
Наукова новизна роботи. Порівняльний аналіз трьох підходів до автоматизованої класифікації рентгенівських знімків грудної клітки, а саме згорткової нейронної мережі, трансформерної архітектури та їх ансамблю. У рамках дослідження оцінено ефективність кожного з підходів на реальних медичних даних з урахуванням точності класифікації, стійкості до варіативності вхідних даних та здатності до узагальнення. Додаткову увагу увагу приділено інтерпретації результатів за допомогою методів візуалізації важливих ознак, що має практичну цінність у медичних задачах, де необхідна прозорість прийнятих рішень.
Завдання роботи. Оцінка можливостей застосування сучасних моделей комп’ютерного зору для автоматичної діагностики рентгенівських знімків у практичних умовах, визначення конкретних етапів проєкту, аналіз наукових публікацій та узагальнення підходів до побудови діагностичних моделей. До завдань також входить формування набору відповідних методів Data Science, що включають згорткові нейронні мережі, трансформерні архітектури та ансамблі класичних алгоритмів, реалізація обраних рішень за допомогою мови програмування Python, аналіз їх ефективності на основі результатів тестування, а також підготовка звіту за підсумками дослідження.
Об’єкт дослідження. Процес автоматизованої діагностики рентгенівських знімків грудної клітки за допомогою методів Data Science.
Предмет дослідження. Методологія побудови та оцінювання моделей автоматизованої медичної діагностики, виявлення закономірностей у медичних знімках та узагальнення знань для покращення процесу клінічного прийняття рішень.
Наукова новизна роботи. Порівняльний аналіз трьох підходів до автоматизованої класифікації рентгенівських знімків грудної клітки, а саме згорткової нейронної мережі, трансформерної архітектури та їх ансамблю. У рамках дослідження оцінено ефективність кожного з підходів на реальних медичних даних з урахуванням точності класифікації, стійкості до варіативності вхідних даних та здатності до узагальнення. Додаткову увагу увагу приділено інтерпретації результатів за допомогою методів візуалізації важливих ознак, що має практичну цінність у медичних задачах, де необхідна прозорість прийнятих рішень.
Галузі знань та спеціальності :
12 Інформаційні технології::122 Комп’ютерні науки
Галузі науки і техніки (FOS) :
Інженерія та технології
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
6.6 MB
Контрольна сума :
(MD5):3bc02b9821465c7e3f40b5fa064056f0
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International