Пошук академічних текстів

Інформація × Реєстраційний номер 2124U009201, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ВПЛИВ ПОПЕРЕДНЬОЇ ОБРОБКИ ТА ПОРІВНЯННЯ НЕЙРОМЕРЕЖЕВИХ АНСАМБЛЕВИХ МЕТОДІВ ДЛЯ СЕГМЕНТАЦІЯ ГРУДНОГО ВІДДІЛУ ХРЕБТА НА РЕНТГЕНІВСЬКИХ ЗНІМКАХ Автор Конюхов В. Д.Моргун О. М.Нємченко К. Е.Koniukhov V. D.Morgun O. M.Nemchenko K. E. Дата публікації 26-12-2024 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/316201 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Автоматична сегментація медичних знімків відіграє важливу роль у процесі автоматизації визначення захворювань різного роду області хребта, а використання рентгенографії є найдоступнішим засобом передбачення захворювань. За багато років було проведено безліч досліджень на тему сегментації зображень. Одним із багатьох методів покращення сегментації зображень є застосування ансамблів нейронних мереж. Метою даного дослідження було розглянути вплив попередньої обробки зображень та вивчити і порівняти головні методи ансамблів нейронних мереж та їх вплив на сегментацію області хребта, в даному дослідженні розглядалася область яка складається з хребців: Th8, Th9, Th10, Th11. Метод. Для початку було розглянуто вплив попередньої обробки рентгенівських зображень, яка включала в себе наступні методи: вирівнювання гістограми для поліпшення контрасту, адаптивне вирівнювання гістограми з обмеженням контрасту, метод логарифмічного перетворення, медіанний фільтр, Гауссово згладжування. Для вивчення впливу ансамблю нейронних мереж на якість сегментації використовувалися такі методи: метод усереднення – найпростіший метод половинного усереднення; зважене усереднення – покращена версія методу усереднення, яка використовує ваги для кожної мережі, чим більша вага мережі – тим більший її вплив на усереднення; метод усереднення усереднених зображень – модифікований метод усереднення в якому кожен ансамбль отримує усереднене зображення, після чого всі результати ансамблів усереднюються; метод усереднення мереж навчених на різних даних – використовується n мереж, навчальна вибірка розбивається на n частин, кожна нейронна мережа навчається на своїй підмножині даних, в результаті для передбачень використовується звичайний метод усереднення; метод усереднення для великої кількості мереж – у цьому методі було навчено 100 нейронних мереж, після чого використовувався звичайний метод усереднення; метод усереднення контурів – даний метод усереднює всі контури в результаті чого виходить один середній контур. Результати. Було досліджено, що застосування різних методів попередньої обробки зображень не гарантує поліпшення якості сегментації області хребта на рентгенівських знімках, а навіть навпаки погіршує якість сегментації. Були розглянуті різні методи об’єднання передбачень ансамблів нейронних мереж, що дало можливість дізнатися плюси та мінуси конкретних методів для завдання сегментації рентгенівських знімків. Висновки. Проведені експерименти дали можливість зробити висновок, що застосування будь-яких методів попередньої обробки не варто використовувати для сегментації рентгенівських знімків. Також завдяки великій кількості архітектур і методів об’єднання передбачень було вивчено поведінку ансамблевих методів що дозволить надалі визначити необхідний підхід для сегментації рентгенівських знімків. Подальше вивчення методу зваженого усереднення і методу усереднення форм масок дасть можливість поліпшити отриманий результат і досягти ще більшого успіху в сегментації. Додано в НРАТ 2026-02-15 Закрити