Объект исследования – КТ изображения рака лёгких. Цель работы – изучение влияния совмещения радиомических признаков с глубокими признаками в задачах классификации изображений. В результате исследования была проведена классификация изображений КТ снимков по их радиомическим и глубоким признакам, после чего были получены сравнительные результаты совмещения этих признаков и их роль в задачах классификации. Метод проведения ВКР, описанный в данной работе, состоит из приобретения базы данных изображений КТ снимков, подготовки и обучения нейронной сети для работы с данными изображениями, извлечения признаков и последующей классификации с их использованием. При подготовке к работе использовались открытые образовательные ресурсы и программы поиска и анализа информации. Не использовались средства автоматизации (автоматизированной) разработок. Применены программные обеспечение такие как: Matlab.

Object of study is CT images of lung cancer. The aim is to study the impact of combining radiomic features with deep features in image classification tasks. The study involved classifying CT images based on their radiomic and deep features. Comparative results were obtained by combining these features and evaluating their roles in classification tasks. The methodology described in this work consists of acquiring a database of CT images, preparing and training a neural network to process these images, extracting features, and subsequently classifying the images using these features. Open educational resources and programs for information search and analysis were used in the preparation of the work. Automation tools were not utilized. Software such as Matlab was applied.