| Title: | Алгоритм подготовки набора данных для обучения нейронных сетей на примере задачи анализа радиологических изображений лёгких |
| Other Titles: | The Algorithm for Preparing a Set of Data for Teaching Neural Networks on the Example of the Task to Analyze the Radiological Images of Lungs |
| Authors: | Косарева, А. А. |
| Keywords: | доклады БГУИР;свёрточные нейронные сети;подготовка обучающей выборки;нормализация данных |
| Issue Date: | 2023 |
| Publisher: | БГУИР |
| Citation: | Косарева, А. А. Алгоритм подготовки набора данных для обучения нейронных сетей на примере задачи анализа радиологических изображений лёгких = The Algorithm for Preparing a Set of Data for Teaching Neural Networks on the Example of the Task to Analyze the Radiological Images of Lungs / А. А. Косарева // Доклады БГУИР. – 2023. – Т. 21, № 1. – С. 66-73. |
| Abstract: | Рассмотрена методика подготовки данных для обучения нейронных сетей на примере решения задач определения модальностей радиологических изображений: трёхмерных изображений компьютерной томографии и двумерных рентгенографических изображений. Предложен алгоритм подготовки
данных для обучения свёрточных нейронных сетей. Дана оценка влияния этапов (разметки изображений,
нормализации данных, определения динамического диапазона изображения, состава обучающей выборки) алгоритма на результат обучения. Наибольшее влияние при решении задачи проверки модальности
оказывает выбор оптимальных значений динамического диапазона. Изменение состава обучающей выборки позволяет повысить точность классификации на 0,0073. При решении задачи проверки модальности изображений компьютерной томографии наибольшее влияние на результат обучения нейронной сети
оказывает наличие этапа нормализации данных. Выдвигается предположение о наличии особых признаков
изображений этой модальности. |
| Alternative abstract: | The methodology for preparing data for teaching neural networks is considered in solving two problems:
checking the modality of computed tomography and checking the modality of radiographic images. The algorithm
for preparing data for neural networks training is proposed. The influence of the stages (marking of images, normalization
of data, determining the dynamic image range, the composition of the training sample) of the algorithm for the learning result is evaluated. The greatest influence in solving the task of modality verification of modality was
the choice of optimal values of the dynamic range. The change in the composition of the training sample made
it possible to increase the accuracy of the classification by 0.0073. When solving the task of checking the modality
of images of computed tomography, the most impact on the result of the training of the neural network had the stage
of data normalization. The assumption is put forward that there are special signs of images of this modality. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/50423 |
| DOI: | http://dx.doi.org/10.35596/1729-7648-2023-21-1-66-73 |
| Appears in Collections: | Том 21, № 1
|
