Нейросетевая модель и алгоритм обучения классификатора для обработки данных гель-электрофореза сыворотки крови человека

Abstract

Анализ биомедицинских изображений протеинограмм, получаемых в результате гель-электрофореза, является актуальным направлением исследований. В результате исследования различных методов и средств анализа электрофореграмм, авторами предложена ресурсоэффективная и быстрая модель сверточной нейронной сети, позволяющая осуществлять классификацию протеинограмм сыворотки крови человека с высокой точностью при низких требованиях к вычислительным ресурсам компьютера.

The analysis of biomedical images of proteinograms obtained as a result of gel electrophoresis is a research area of current interest. As a result of the study of various methods and means of analyzing electrophoregrams, the authors proposed a resource-efficient and fast model of convolutional neural network, which allows the classification of human blood serum proteinograms with high accuracy at low requirements to computing resources of the computer.