Дисертація доктора філософії. Папченко Олександр Іванович. Моделі та методи інформаційної технології діагностування онкопатологій молочної залози за гістопатологічними зображеннями

Реєстраційний номер

0826U002039, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

04-06-2026

Статус

Захищена

Назва роботи

Моделі та методи інформаційної технології діагностування онкопатологій молочної залози за гістопатологічними зображеннями

Здобувач

Папченко Олександр Іванович,

Керівник Кузіков Борис Олегович
Опонент Чухрай Андрій Григорович
Опонент Купін Андрій Іванович
Рецензент Москаленко Альона Сергіївна
Рецензент Парфененко Юлія Вікторівна

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Сумський державний університет

Опис

У дисертаційній роботі розв’язано актуальну науково-прикладну задачу підвищення ефективності діагностики раку молочної залози в умовах неповної визначеності шляхом розроблення інтелектуальної інформаційної технології, що включає визначення регіонів інтересу та класифікацію типів злоякісних утворень за гістопатологічними зображеннями. Запропонована технологія спрямована на підвищення точності та оперативності діагностування, зокрема, в умовах обмеженої кількості навчальних даних та їх високої гетерогенності. У вступі обґрунтовано актуальність теми, сформульовано мету, об’єкт і предмет, визначено основні завдання дослідження, розкрито наукову новизну та практичне значення отриманих результатів, а також наведено особистий внесок здобувача та результати апробації. Розділ 1 присвячено аналізу сучасного стану проблеми автоматизованої діагностики онкопатологій молочної залози. Розглянуто етіологію, класифікацію та стадії розвитку раку. Проаналізовано існуючі методи діагностики, включаючи біопсію як «золотий стандарт», а також оглянуто підходи до створення вхідного математичного опису гістологічних зразків, методи попередньої обробки, сегментації та виділення ознак. Здійснено порівняльний аналіз методів машинного та глибокого навчання (зокрема, згорткових нейронних мереж та трансформерів) у задачах класифікації медичних зображень. Особливу увагу приділено концепції інформаційно-екстремальної інтелектуальної технології (ІЕІT). У розділі 2 розроблено моделі та методи аналізу гістологічних зображень. Сформульовано підхід до виділення та масштабування регіонів зображення, 3 включаючи алгоритм автоматичного визначення просторового масштабу. Запропоновано модель виділення регіонів інтересу на основі виявлення аномалій, а також розроблено моделі для виділення ознакового опису гістопатологічних зображень. Описано модель класифікаційного аналізу та представлено метод оцінки достовірності результатів інтелектуальної системи в рамках ІЕІT. Розділ 3 описує оптимізацію параметрів та процедуру навчання ІЕІT діагностування. Представлено процедури навчання моделей виявлення зон інтересу та моделей автоматичного виділення ознак гістопатологічного зображення. Детально викладено процедуру навчання класифікатора типу раку молочної залози на базі ІЕІT, з використанням методів перенесення знань та аугментації даних для вирішення проблеми обмеженої кількості навчальних даних. У розділі 4 розроблено та досліджено ефективність СППР діагностики раку молочної залози. Описано структуру та функції інтелектуальної системи аналізу гістопатологічних зображень, а також особливості її розгортання у хмарному середовищі. Наведено результати експериментального дослідження ефективності розробленої інформаційної системи.

Дата реєстрації

2026-05-29

Додано/оновлено в НРАТ

2026-05-29 / 2026-07-02