Інтелектуальна система діагностування нейросудинних хвороб з використанням нейронних мереж

Abstract

Актуальність даного дослідження зумовлена зростаючою потребою у впровадженні інтелектуальних технологій для підтримки медичних рішень, зокрема в діагностиці нейросудинних захворювань. Сучасні статистичні дані свідчать про високий рівень смертності та інвалідності через інсульти та інші нейросудинні патології, що вимагає швидкої та точної діагностики. Використання нейронних мереж дозволяє автоматизувати аналіз великих обсягів медичних зображень, підвищуючи точність діагностування, скорочуючи час обробки даних і зменшуючи ризик людських помилок. Розробка таких систем особливо важлива для медичних установ з обмеженими ресурсами, де немає доступу до висококваліфікованих спеціалістів. Інтелектуальна система допоможе лікарям визначати патології на ранніх стадіях, що сприятиме своєчасному лікуванню пацієнтів. Об'єктом дослідження є процес діагностики нейросудинних хвороб за допомогою медичних зображень. Предметом дослідження є методи розробки нейронних мереж для аналізу медичних зображень та автоматизації процесу діагностики нейросудинних захворювань. Метою дослідження є діагностування нейросудинних хвороб за допомогою нейронних мереж. В результаті виконання роботи було досліджено сучасні методи діагностики нейросудинних захворювань на основі медичних зображень, виконано огляд архітектур штучних нейронних мереж для автоматизації цього процесу, розроблено та реалізовано модель для сегментації та класифікації патологій, а також протестовано її ефективність із використанням відповідних метрик. Дана робота складається з чотирьох розділів. У першому досліджено нейросудинні хвороби, методи їх діагностики та сучасні інтелектуальні системи. Другий розділ описує математичні моделі, методи та інструменти, які використовувались у розробці. У третьому розділі описано проєктування системи та підготовку даних. Четвертий розділ присвячений створенню, тестуванню та впровадженню моделей. Загальний обсяг роботи – 94 сторінки. Кваліфікаційна робота містить 2 додатки, 50 рисунків, 7 таблиць і 45 джерел посилання. A relevance of this study is driven by the growing need to implement intelligent technologies to support medical decisions, in particular in the diagnosis of neurovascular diseases. Modern statistics show a high level of mortality and disability due to strokes and other neurovascular pathologies, which requires fast and accurate diagnosis. The use of neural networks allows automating the analysis of large volumes of medical images, improving diagnostic accuracy, reducing data processing time, and reducing the risk of human error. The development of such systems is especially important for medical institutions with limited resources, where there is no access to highly qualified specialists. The intelligent system will help doctors identify pathologies at early stages, which will facilitate timely treatment of patients. In addition, its implementation creates an opportunity to standardize diagnostic processes, which will improve the quality of medical services and reduce regional differences in health care. An object of research is the process of diagnosing neurovascular diseases using medical images. A subject of the study is the methods of developing neural networks for analyzing medical images and automating the process of diagnosing neurovascular diseases. A purpose of the study is to diagnose neurovascular diseases using neural networks. As a result of the work, we investigated modern methods for diagnosing neurovascular diseases based on medical images, reviewed artificial neural network architectures for automating this process, developed and implemented a model for segmenting and classifying pathologies, and tested its effectiveness using appropriate metrics. This paper consists of four sections. The first section examines neurovascular diseases, methods of their diagnosis, and modern intelligent systems. The second section describes the mathematical models, methods, and tools used in the development. The third section describes the system design and data preparation. The fourth section is devoted to the creation, testing, and implementation of models. The total volume of the work is 97 pages. The qualification work contains 2 appendixes, 50 figures, 7 tables, and 45 references.