Разработка новых алгоритмов анализа и классификации радиобиологических и медицинских изображений на основе методов машинного обучения

Abstract

Объект исследования – электрофореграммы сыворотки крови. Цель работы – разработка и развитие новых быстрых и эффективных алгоритмов и методов анализа и классификации биомедицинских изображений, таких как одномерные электрофареограммы белков и изображения, полученные в результате ренгенографических исследований на основе применения нейросетевых методов глубокого обучения. В результате исследования: проведён аналитический обзор современных литературных источников в области машинного обучения для решения задач классификации и распознавания образов применительно к обработке биомедицинских изображений. Проведена апробация существующих методов и алгоритмов для обработки данных электрофорезабелковых структур. Предложена архитектура и технология обучения нейронной сети для классификации радиобиологических и медицинских изображений на примере анализа данных гель-электрофореза сыворотки крови человека. Область применения – лабораторная диагностика и медицина. Результаты найдут применение в дальнейших исследованиях, связанных с применением лабораторной и лучевой диагностик в медицине.