Створення згорткової нейронної мережі для аналізу рентгенівських знімків для виявлення остеоартриту
Автор: Костюк Вадим Сергійович
Кваліфікаційний рівень: магістр
Спеціальність: Біотехнічні та медичні апарати і системи (Інтернет речей)
Інститут: Інститут телекомунікацій, радіоелектроніки та електронної техніки
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: українська
Анотація: У магістерській кваліфікаційній роботі було створено та досліджено прототип моделі згорткової нейронної мережі для аналізу рентгенівських знімків. Остеоартрит (ОА) є найпоширенішим захворюванням суглобів, яке вражає приблизно понад 240 мільйонів людей у всьому світі. Остеоартрит може вражати майже будь-який суглоб, але зазвичай вражає руки, коліна, стегна та стопи[1]. Характеризується патологічними змінами хряща, кістки, зв’язок, м’язsd та навколосуглобового жиру, що призводить до дисфункції суглобів, болю, скутості, функціональних обмежень, і обмежень у видах діяльності людини, таких як ходьба, присідання, біг[2]. За допомогою візуалізації ОА традиційно діагностували за допомогою рентгенограм, які демонструють ширину суглобової щілини (ШСЗ) та остеофіти. Нещодавно такі додаткові методи, як магнітно-резонансна томографія (МРТ), ультразвук (УЗД) та оптична когерентна томографія (ОКТ), покращили діагностику та лікування ОА завдяки покращенню зображення м’яких тканин[3]. Проте досі велику роль у діагностуванні відіграє безпосереднє дослідження знімків лікарем, що у певних моментах може призвести до неправильного діагнозу. Вирішенням цієї проблеми може бути застосування методів машинного навчання(МН), а саме методу комп’ютерного зору, який дозволяє створити нейронну мережу для аналізу великої кількості зображень та визначення в них характерних відмінностей. МН показує величезні перспективи в підвищенні ефективності нашої системи охорони здоров’я[4]. У міру виявлення нових предикторів наслідків, пов’язаних зі здоров’ям, результати МН також сприятимуть розвитку досліджень і кращому розумінню хвороби. Однак, оскільки МН зазвичай потребує великої кількості 4 високоякісних даних, прогрес дорогий і забирає багато часу. Тим не менш, прогрес свідчить про те, що ця технологія може стати фундаментальною частиною системи охорони здоров’я, зменшуючи навантаження на лікарів і покращуючи швидкість і глибину обслуговування пацієнтів[5]. Щоб створити таку модель для дослідження остеоартриту колінного суглоба було написано програмний код за допомогою мови програмування Python, на базі середовища Jupyter Notebook. Прообразом архітектури для створення згорткової нейронної мережі, була використана архітектура Unet[6]. Були описані покрокові методи з побудови нейронної мережі та математичні формули, які лежать в їхній будові. Описано основні використані бібліотеки, та їхні параметри, які дозволили покращити точність моделювання. З розробленою моделлю були проведені експерименти дослідження на випадкових рентгенівських знімків та визначення стадії остеартриту, основновні параметри точності та втрат моделі були описані в таблицях та зображені в графіках роботи. Також було обраховано економічну доцільність розробки і виробництва даної моделі мережі, розраховано її вартість, економічний ефект у сфері виробництва, сумарний економічний ефект та загальний економічний ефект. До кожного розділу було описано висновки. В кінці кваліфікаційної роботи подано загальний висновок з аналізом проведених досліджень та моделювання в роботі з подальшими пропозиціями для майбутнього покращення точності моделі. Ключові слова: Остеоартрит, рентгенівські знімки, машинне навчання, комп’ютерний зір, згорткова нейронна мережа, архітектура нейронної мережі.