Search academic texts

Information × Registration Number 2121U008394, Article popup.category Бакалаврська робота Title Convolutional Neural Network for Detection of Tuberculosis Signs (AI translated) popup.author Нерус Владислав МиколайовичNerus Vladyslav Mykolaiovych popup.publication 01-06-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/43652 popup.publisher Київ Description Обсяг дипломної роботи становить 60 сторінок, міститься 26 ілюстрацій, 13 таблиць. Загалом опрацьовано 34 джерела. Актуальність роботи: За даними ВООЗ, в Україні щороку своєчасно не виявляють 23% випадків туберкульозу. Це є причиною його подальшого поширення. В січні 2020 року в Україні зареєстрували 2,4 тисячі нових хворих на туберкульоз. У лютому нових випадків було 2 000 . Завдання ручного дослідження зображень, яке сьогодні переважно використовується в межах України, займає багато часу, також при ручному дослідженні наявний людський фактор, алгоритм може знизити навантаження на лікарів-рентгенологів шляхом мінімізації рутинних дій лікаря. Алгоритм, який міг би швидко та дешево компенсувати відсутність радіологічної експертизи, міг би значно покращити здатність діагностувати та в кінцевому підсумку лікувати хворобу. Метою даної роботи є реалізація та тренування моделі згорткової нейронної мережі для визначення наявності туберкульозу на рентгенівських зображеннях. Завдання: – опрацювати літературну базу алгоритмів та методів класифікації, зробити вибір алгоритму, що буде реалізовано; – розглянути набори вхідних даних, зробити базовий огляд рентгенограм; – імплементувати архітектури на основі згорткових нейронних мереж; – провести тестування створених нейронних мереж та порівняти їх за метриками при введенні нових даних. The report is 60 pages, contains 26 illustrations. In total, 34 sources have been processed. Relevance of the work: According to the WHO, 23% of TB cases in Ukraine are not detected on time each year. This is the reason for its further spread. In January 2020, 2.4 thousand new TB patients were registered in Ukraine. There were 2,000 new cases in February. The task of manual examination of images, which is mainly used within Ukraine, takes a long time, also in manual examination of the human factor, the algorithm can reduce the burden on radiologists by minimizing the routine actions of the doctor. An algorithm that could quickly and cheaply compensate for the lack of radiological examination could significantly improve the ability to diagnose and ultimately treat the disease. Purpose: implementation and training model of convolutional neural network for determining the presence of tuberculosis on X-ray images. To achieve the goal of work, the following tasks were set: – to work out the literary base of algorithms and methods of classification, to make a choice of algorithm which will be realized. – consider the sets of input data, make a basic review of radiographs. – implement architectures based on convolutional neural networks. – test the created neural networks and compare them by metrics when entering new data. popup.nrat_date 2025-11-05 Close