АЛГОРИТМЫ ГЛУБОКОГО ОБУЧЕНИЯ В ЗАДАЧАХ АВТОМАТИЗИРОВАННОГО АНАЛИЗА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ ДЛЯ РАННЕЙ ДИАГНОСТИКИ ОПУХОЛЕВЫХ ЗАБОЛЕВАНИЙ
Аннотация
В данной статье рассматриваются современные методы обработки медицинских изображений с использованием сверточных нейронных сетей для автоматического обнаружения патологических изменений на снимках компьютерной и магнитно-резонансной томографии. Анализируются архитектуры нейросетей, наиболее эффективные для задач сегментации опухолевых тканей и классификации их типов. Описаны проблемы, связанные с дефицитом размеченных медицинских данных, и предложены методы их решения на основе аугментации данных и трансферного обучения. Обосновывается значимость внедрения систем поддержки принятия врачебных решений на базе искусственного интеллекта для снижения нагрузки на специалистов-рентгенологов и повышения точности ранней диагностики онкологических заболеваний.