• ВХОД

    •  

    Полное описание


     Лебедев, Антон Александрович. Применение методов глубокого обучения для поддержки врачебного решения при эндоскопическом исследовании желудка / А. А. Лебедев, В. В. Хрящев, С. В. Кашин, А. С. Среднякова, Е. М. Казина. - DOI 10.21685/2227-8486-2021-2-6. - Текст : непосредственный // Модели, системы, сети в экономике, технике, природе и обществе = Models, Systems, Networks in Economics, Technology, Nature and Society : научно-информационный журнал. - 2021. - N 2. - С. 95-106. - Библиогр. в конце ст. - ISSN 2227-8486.
    (Шифр в БД Р3646/2021/2)
    ГРНТИ УДК
    76.13.21616-072.1
    28.23.37004.032.26

    Рубрики:
    Нейронные сети -- Глубокое обучение -- Система поддержки принятия решений
    Медицина -- Эндоскопы

    Кл.слова (ненормированные): глубокое обучение -- сверточные нейронные сети -- анализ эндоскопических изображений -- системы поддержки принятия решения в эндоскопии
    Аннотация: Исследуется возможность применения нейронных сетей глубокого обучения для анализа эндоскопических видеоизображений желудочно-кишечного тракта в режиме реального времени. Эндоскопические изображения являются сложными для автоматического анализа из-за разнообразия текстур исследуемой поверхности, широкого диапазона масштабов обрабатываемых изображений (используется оптическое увеличение до 115 крат), наличия бликов, применения узкоспектральных режимов. Собрана и размечена совместно с врачами Ярославской областной клинической онкологической больницей база изображений, извлеченных из 54 видеозаписей эндоскопических исследований, итоговый размер которой составил 5942 кадра. Для сбора базы использовались эндоскопические аппараты OLYMPUS со следующими режимами работы: осмотр в белом свете и в узком спектре света, исследования без увеличения и с 65-кратным увеличением. Разрешение видеоизображений составляло 626×532 пикселей. Разработаны и исследованы нейросетевые алгоритмы детектирования патологий на эндоскопических изображениях желудка. Значение метрики mAP составило 0,771 для алгоритма на основе сверточной нейронной сети SSD и 0,808 для алгоритма на основе сети RetinaNet. Проведено тестирование разработанных алгоритмов для различных классов эндоскопических изображений желудочно-кишечного тракта: "рак", "не рак", "иная патология". Результаты тестирования подтверждают реализуемость и актуальность разработки систем поддержки принятия врачебных решений с использованием методов искусственного интеллекта в эндоскопической практике.
    Доп. точки доступа:
    Хрящев, Владимир Вячеславович
    Кашин, Сергей Владимирович
    Среднякова, Анастасия Сергеевна
    Казина, Евгения Максимовна

    Экз-ры полностью Р3646/2021/2
    Имеются экземпляры в отделах: всего 1 : КДИ (1)
    Свободны: КДИ (1)
    Заказаны экз-ры для отделов: ХРЦ

    Переход по DOI



    Заказ фрагмента документа ₽