Кашина. Использование машинного обучения для диагностики медицинских изображений

Аннотация:
В условиях продолжающейся пандемии COVID-19 оперативная дифференцированная диагностика пневмоний получает всё большее значение. Выполненное исследование посвящено разработке и экспериментальной проверке интеллектуальной системы для автоматической классификации рентгенограмм лёгких по трём состояниям: нормальное, бактериальная или вирусная пневмония и COVID-19. Задачи работы включали формирование сбалансированного датасета из изображений трёх классов, реализацию пайплайна предобработки и аугментации, проектирование четырёх архитектур нейросетей (VGG16_custom, MobileNetV2_custom, DenseNet121_custom и собственной компактной CNN) и сравнение их точности, полноты и F1-меры на независимом тестовом наборе. В модели Grad-CAM был использован для визуального объяснения решений алгоритма.