Розпізнавання та класифікація хвороби альцгеймера на основі методів машинного навчання

Abstract

Об'єктом дослідження є процес розпізнавання та класифікація стадій захворювання хвороби Альцгеймера. Предмет дослідження – методи машинного навчання та архітектури моделей нейромереж для автоматизованої класифікації. Мета роботи – розробка та підвищення ефективності моделей автоматично виявляти та діагностувати ознаки хвороби Альцгеймера. Кваліфікаційна робота складається з загальної частини, та індивідуальних томів. У вступі визначається мета роботи та етапи потрібні для її досягнення. У першому розділі проаналізовано та оглянуто методи вирішення задач класифікації хвороби Альцгеймера. У другому розділі змодельовано та досліджено архітектури для вирішення задачі класифікації. У третьому розділі було імплементовано обрані алгоритми і розроблено програмний застосунок. У висновках проводиться аналіз проведеної роботи та отриманих результатів. У методичній частині наведений приклад власної практичної роботи. У спеціальній частині з охорони праці описано аналіз виробничих факторів на робочому місці та техніка безпеки. Пояснювальна записка індивідуального тому роботи складається зі вступу, 3 розділів, висновків, методичної частини та спеціальної частини з охорони праці. Загальний обсяг роботи – 82 сторінки. Кваліфікаційна робота містить один додаток, 69 рисунків, 5 формул, 4 таблиці та посилання на 63 літературних джерел. Object of research - recognition and classification of Alzheimer's disease. Subject of research – machine learning methods and architectures for automated classification of Alzheimer's disease stages on brain MRI images. The purpose of the thesis – development and optimization of models capable of automatically detecting pathological changes in the structure and functions of the brain, which are characteristic of the development of Alzheimer's disease. Thesis consist of general part, and individual volumes. The introduction defines the purpose of the work and the steps required to achieve it. In the first section, the methods of solving problems of classification of Alzheimer's diseases are analyzed and reviewed. In the second section, architectures for solving the recognition problem are modeled and investigated. In the third section, the selected algorithms were implemented and the software was developed. In the conclusions, an analysis of the work carried out and the results obtained is carried out. In the methodological part an example of one's own practical work is given. The special part on labor protection describes the analysis of production factors at the workplace and safety techniques. Explanatory note of this individual volume of thesis consists of introduction, 3 sections, conclusions, methodological and special part on labor protection. The total volume of work is 82 pages. The master's thesis contains one appendix, 69 figures, 5 formulas, 4 tables and references to 63 literary sources.