РАЗРАБОТКА АЛГОРИТМОВ ВЫЯВЛЕНИЯ И КЛАССИФИКАЦИИ ЗАБОЛЕВАНИЙ ЛЁГКИХ НА ОСНОВЕ РЕНТГЕНОВСКИХ СНИМКОВ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ ГЛУБОКОГО ОБУЧЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Получена: 2026-05-20
Опубликована: 2026-06-06
Аннотация
В статье рассматриваются вопросы разработки интеллектуальных алгоритмов автоматического выявления и классификации заболеваний лёгких на основе рентгенографических изображений органов грудной клетки. Проведён анализ современных методов глубокого обучения, применяемых для диагностики пневмонии, туберкулёза, COVID-19 и рака лёгких. Предложена архитектура системы, включающая этапы предобработки изображений, обучения нейронной сети, оценки качества классификации и интерпретации результатов. Показано, что использование моделей искусственного интеллекта способствует повышению точности диагностики и снижению нагрузки на врачей-рентгенологов.
Ключевые слова
Список литературы
-
World Health Organization. Global Health Estimates 2024.
-
Felson's Principles of Chest Roentgenology. 5th ed. Philadelphia: Elsevier; 2020.
-
Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning. MIT Press; 2016.
-
Wang X., et al. ChestX-ray8: Hospital-scale chest X-ray database and benchmarks. CVPR; 2017.
-
Shorten C., Khoshgoftaar T. A survey on image data augmentation. J Big Data. 2019;6:60.
-
Pan S.J., Yang Q. A survey on transfer learning. IEEE Trans Knowl Data Eng. 2010;22(10):1345–1359.
-
Selvaraju R.R., et al. Grad-CAM: Visual explanations from deep networks via gradient-based localization. ICCV; 2017.
-
Pranav Rajpurkar, et al. CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays. Stanford University; 2017.
Об авторах
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.