Система класифікації захворювань дихальних шляхів

Abstract

Захворювання дихальних шляхів, зокрема пневмонія, ателектаз та пневмоторакс, залишаються одними з найпоширеніших причин смертності в усьому світі. Рання діагностика цих хвороб є вирішальним фактором для успішного лікування та запобігання ускладнень. Однак аналіз рентгенівських знімків легень є складною задачею, яка вимагає високої кваліфікації медичних працівників. Об'єктом роботи є процеси класифікації захворювань дихальних шляхів. Предметом роботи є архітектури нейронних мереж для класифікації захворювань дихальних шляхів. Метою роботи є дослідження ефективності класифікації захворювань дихальних шляхів за рахунок створення інформаційної системи з використанням різних архітектур нейронних мереж. У даній роботі досліджується застосування нейронних мереж для автоматизації процесу класифікації захворювань дихальних шляхів на основі рентгенівських знімків. Основна увага приділяється розробці та оптимізації архітектури згорткових нейронних мереж (CNN), які дозволяють виявляти ознаки хвороб з високою точністю. Очікується, що запропонована система допоможе медичним працівникам у швидкому та точному виявленні захворювань, що сприятиме зменшенню смертності. Respiratory diseases, including pneumonia, atelectasis, and pneumothorax, remain among the most common causes of mortality worldwide. Early diagnosis of these diseases is a crucial factor for successful treatment and prevention of complications. However, the analysis of lung X-ray images is a complex task that requires highly qualified medical professionals. The object of the work is the processes of classifying respiratory diseases. The subject of the work is the architecture of neural networks for classifying respiratory diseases. The aim of the work is to study the effectiveness of classifying respiratory diseases by creating an information system using different neural network architectures. This work investigates the use of neural networks to automate the process of classifying respiratory diseases based on X-ray images. The main focus is on the development and optimization of the architecture of convolutional neural networks (CNN), which allow detecting signs of diseases with high accuracy. It is expected that the proposed system will help medical professionals in quickly and accurately detecting diseases, which will contribute to reducing mortality.