CRM система з діагностикою захворювань на основі комп’ютерного зору
Автор: Надорожняк Михайло Михайлович
Кваліфікаційний рівень: магістр
Спеціальність: Спеціалізовані комп'ютерні системи
Інститут: Інститут комп'ютерних технологій, автоматики та метрології
Форма навчання: денна
Навчальний рік: 2021-2022 н.р.
Мова захисту: українська
Анотація: В даній магістерській кваліфікаційній роботі було розроблено комплексну клієнт-серверну систему, з використанням глибоких нейронинх мереж та машинного навчання на основі стеку технологій .NET. Запропонована система надає простий і зручний користувацький інтерфейс для опрацьовування скарг пацієнтів з автоматичним передбаченням наявності та тапу захворювання. Застосування машинного навчання в медичній сфері стає дедалі актуальнішим. Раннє виявлення захворювань легень відіграє ключову роль у збільшенні шансів на одужання та покращенні довгострокових показників виживання. Для цього в даній роботі запропонована система, яка дозволить визначати захворювання використовуючи технології комп’ютерного зору.[1] Хвороби легенів поширені в усьому світі. До них відносяться хронічна обструктивна хвороба легень, пневмонія, астма, туберкульоз, фіброз і т. д. Своєчасна діагностика захворювань легенів має істотне значення. Для цього було розроблено багато моделей обробки зображень і машинного навчання. Різні форми існуючих методів глибокого навчання, включаючи згорткову нейронну мережу (CNN), просту нейронну мережу, нейронну мережу на основі візуальної геометрії (VGG) та капсульну мережу, застосовуються для прогнозування захворювань легенів. [2] Штучний інтелект (ШІ) змінює надання медичної допомоги. Цифрова революція в медицині та медичній інформації викликає приголомшливий ріст даних, переплетених з елементами з багатьох цифрових джерел, таких як геноміка, медичні зображення та електронні медичні картки. [3] В процесі розробки було імплементовано декілька компонентів: серверна частина яка подана у вигляді WEB-API та реалізована на платформі ASP.NET мовою програмування C#; веб-клієнт у виді SPA(single page application) з використанням бібліотеки React, Redux та графічного пакету MaterialUI. І неменш важливий компонент — машинна модель, котра аналізує зображення та повертає результат передбачення в програму. Модель реалізована на ML.NET, а набір даних для тренування та тестування взято з ресурсу Kaggle.com, набір містить понад 10 тисяч рентгенограм та розділення за класами захворювань. В процесі реалізації системи використовувались наступні інструменти: Microsoft Visual Studio, Microsoft Visual Studio Code, SQL Server manager, Entity Framework, Postman та VCS GitHub. Об’єкт дослідження: CRM системи та машинне навчання. Предмет дослідження: CRM системи в клініках та точність машиннного навчання у сфері аналізу рентгенограм. Мета дослідження: проаналізувати існуючі рішення систем для клінік, обрати перспективні особливості для додатку. Дослідити залежність точності машинної моделі від кількості набору вхідних тренувальних даних. Результати досліджень: проаналізовано переваги та недоліки популярних CRM систем. Досліджено точність машинної моделі. Ключові слова: CRM системи, рентгенограма, машине навчання, розробка веб застосунку.