Тема выпускной квалификационной работы: «Улучшение медицинской диагностики с помощью цифровой обработки сканов органов пациентов». Целью исследования явилось улучшение медицинской диагностики снимков с применением нейросетей. Исследование выполнялось на базе сканов патологии рака легких. Предмет ВКР: медицинская диагностика на основе цифрового анализа снимков патологии рака с применением машинного обучения. Методы исследования: контент-анализ актуальных профильных научных публикаций как в области машинного обучения, так и в области медицинской диагностики рака легких. Основные результаты исследования: Исследовано состояние цифровых рекомендательных систем в практике диагностики рака легких. Выявлены проблемы формирования обучающих баз данных… и ограниченность нейросетей в области медицинских снимков. Определены методологические и технические проблемы внедрения нейросети в диагностику рака легких. Проведен сравнительный анализ методов переноса обучения для повышения эффективности работы нейронных. Выполнено пред-проектирование внедрения в систему поддержки принятия врачебных решений на примере Galenos. Область применения результатов ВКР: Система помощи принятия решения Galenos.Clinic. Научной новизной исследования является: модификация машинного обучения нейросети для диагностики снимков рака легких с применением образцов естественной патологии в объектах живой природы, что в значительной степени снимает трудности обусловленные частой не связанностью целевого и обучающего доменов в практике машинного обучения. Выводы: Задачи, поставленные перед исследованием выполнены. Цель исследования достигнута.

Theme of the master's thesis: «Improving medical diagnosis with digital processing of patients' organ scans». The purpose of research is improving medical diagnostics of images using neural networks. The study was carried out on the basis of scans of lung cancer pathology. The subject of the thesis: medical diagnostics based on digital analysis of cancer pathology images using machine learning. Research methods: content analysis of relevant specialized scientific publications both in the field of machine learning and in the field of medical diagnosis of lung cancer. The main result of the study:Investigated the condition of digital recommendation systems in the practice of lung cancer diagnosis. Revealed the problems of the formation of training databases and the limitation of neural networks in the field of medical images. Determined the methodological and technical problems of the introduction of the neural network in the diagnosis of lung cancer. Carried out a comparative analysis of training transfer learning methods to improve the efficiency of neural network work. Performed the pre-design of the implementation into the medical decision support system using the example of Galenos.Clinic. Scope results: Medical decision support system Galenos.Clinic. The scientific novelty of research is: modification of the neural network machine learning for the diagnosis of lung cancer images using samples of natural pathology in wildlife objects, which largely removes the difficulties caused by the frequent disparity of the target and training domains in the practice of machine learning. Conclusions: The tasks set for the study have been fulfilled. The purpose of the study has been achieved.