Детальная информация
Название | Разработка приложения для анализа МРТ-изображений с помощью интерпретационных методов машинного обучения: выпускная квалификационная работа бакалавра: направление 09.03.03 «Прикладная информатика» ; образовательная программа 09.03.03_03 «Интеллектуальные инфокоммуникационные технологии» |
---|---|
Авторы | Имайкина Дарья Владимировна |
Научный руководитель | Туральчук Константин Анатольевич |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | медицинская диагностика ; мрт-изображения ; глубокое обучение ; интерпретируемое машинное обучение ; веб-приложение ; medical diagnostics ; mri images ; deep learning ; interpreted machine learning ; web application |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.03 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-952 |
Права доступа | Доступ по паролю из сети Интернет (чтение) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\35767 |
Дата создания записи | 30.07.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
В данной работе изложен подход к разработке приложения для анализа МРТ-изображений с использованием интерпретируемых методов машинного обучения. Даны общие описания интерпретационных методов в контексте обработки изображений и проведен их сравнительный анализ. Исследованы различные архитектуры нейронных сетей для более точной классификации изображений при ограниченных объемах медицинских данных. Проведен анализ работы интерпретационных методов при разных правильной и неправильной классификации модели. Разработан прототип клиент-серверного приложения для автоматической классификации МРТ-изображений по стадиям болезни Альцгеймера. Реализованы функции загрузки изображений, их анализа с визуализацией значимых областей, а также предусмотрен экспорт в медицинский формат. Проведено тестирование отдельных частей системы. Практическая значимость работы заключается в создании инструмента, способного повысить точность и скорость диагностики нейродегенеративных заболеваний. Полученные результаты могут быть использованы в медицинских учреждениях для поддержки принятия врачебных решений и в исследованиях методов интерпретаций.
In the given work the essence of the approach to developing an application for analyzing MRI images using interpreted machine learning methods. General descriptions of interpretive methods in the context of image processing are given and their comparative analysis is carried out. Various neural network architectures have been investigated for more accurate image classification with limited amounts of medical data. The analysis of the work of interpretative methods for different correct and incorrect classification of the model is carried out. A prototype of a client-server application for automatic classification of MRI images by stages of Alzheimer’s disease has been developed. The functions of uploading images, analyzing them with visualization of significant areas, and exporting to a medical format are implemented. Individual parts of the system have been tested. The practical significance of the work lies in the creation of a tool capable of improving the accuracy and speed of diagnosis of neurodegenerative diseases. The results obtained can be used in medical institutions to support medical decision-making and in research on interpretation methods.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
- Разработка приложения для анализа МРТ-изображений с помощью интерпретационных методов машинного обучения
- Введение
- 1. Сравнительный анализ методов интерпретации в контексте обработки изображений
- 2. Теоретическая часть
- 3. Практическая реализация
- 4. Тестирование и анализ полученных резултатов
- Заключение
- Список использованных источников
- Приложение 1 Серверная часть
- Приложение 2 Клиентская часть
- Приложение 3 Тестирование
Количество обращений: 0
За последние 30 дней: 0