Детальная информация

Объектом исследования являются мультимодальные МРТ-изображения головного мозга пациентов с опухолями. Тема работы связана с автоматической сегментацией опухолей головного мозга на основе методов глубокого обучения. Цель выпускной квалификационной работы состоит в исследовании и разработке методов автоматического анализа опухолевых областей на МРТ-изображениях. Методология работы включает анализ научной литературы, предварительную обработку данных BraTS 2023, обучение архитектур U-Net, Dense U-Net и Attention U-Net, а также оценку качества сегментации по метрикам Dice и IoU. В результате работы реализованы и сравнены модели автоматической сегментации опухолевых областей. Результаты могут применяться в дальнейших исследованиях по обработке МРТ-изображений и разработке систем поддержки нейроонкологической диагностики. Сделан вывод о целесообразности применения архитектур семейства U-Net для сегментации опухолей головного мозга.

The object of the study is multimodal MRI images of patients with brain tumors. The topic of the work is related to automatic brain tumor segmentation based on deep learning methods. The aim of the graduate qualification work is to study and develop methods for automatic analysis of tumor regions in MRI images. The methodology includes literature analysis, preprocessing of the BraTS 2023 dataset, training of U-Net, Dense U-Net and Attention U-Net architectures, and evaluation using Dice and IoU metrics. As a result, models for automatic segmentation of tumor regions were implemented and compared. The results can be used in further research on MRI image processing and support systems for neuro-oncological diagnostics. It is concluded that U-Net-based architectures are suitable for brain tumor segmentation tasks.

• Исследование и разработка модели глубокого обучения для автоматической сегментации глиом головного мозга на основе МРТ-изображений
  • Введение
  • 1. Теоретические основы и постановка задачи
  • 2. Методология исследования и экспериментальная постановка
  • 3. Практическая реализация системы анализа опухолей головного мозга
  • 4. Результаты экспериментального исследования и их анализ
  • Заключение
  • Список сокращений и условных обозначений
  • Словарь терминов
  • Список использованных источников
  • Приложение 1 Архитектуры моделей сегментации
  • Приложение 2 Классификатор, детектор и конфигурация проекта