Please enable JavaScript.
Coggle requires JavaScript to display documents.
Компьютерное зрение в медицине - Coggle Diagram
Компьютерное зрение в медицине
Хранение медицинских снимков
NIFTI - формат, применяемый для хранения снимков КТ и МРТ в 3D
DICOM - формат, применяемый для хранения 2D срезов снимков
CV
Компьютерное зрение (Computer Vision, CV) — это область искусственного интеллекта, связанная с анализом, классификацией и распознаванием изображений и видео. В основе CV-систем обычно лежат алгоритмы на базе машинного обучения — с их помощью они учатся отличать одни объекты от других, видеть паттерны и закономерности.
Класификация - присвоение изображению определенного класса
Локализация - определение местоположения объекта
Сегментация - присвоение класса объекту(-ам) на изображении
Сегментация опухолей печени на снимках КТ
Сверточные нейронные сети
Архитектура UNet
Поиск датасета с размеченными данными
Важным аспектом CV является разметка данных
Разметка данных — это процесс добавления тэгов в сырые данные, чтобы показать модели машинного обучения целевые атрибуты (ответы), которые она должна предсказывать.
Сложность в разметке данных
Высокие затраты времени и труда
(Сложность в получении и ручное определение каждого сегмента в фотографии занимает 80% времени, затраченного на весь ML проект)
Необходимость экспертных знаний
(Нельзя посадить необученного человека определять злокачественная или доброкачественная опухоль на фото и т.п.)
Риск ошибок
(Это неизбежно, поскольку аннотаторы обычно работают с большими массивами сырых данных. Представьте, что человек размечает 150 тысяч изображений, на каждом из которых до десяти объектов!)
Риск несогласованности
(у разных людей бывают разные взгляды на одну и ту же вещь или разная степень знаний в определённой сфере, поэтому важно делать перекрёстную разметку, чтобы исключить ошибки в добавлении тэгов)
Как работает разметка данных
Каким бы ни был подход, процесс разметки данных выполняется в следующем хронологическом порядке:
Сбор данных
Аннотирование данных
Контроль качества
Обучение и тестирование модели
Ссылки на статьи с ResearchGate
Предварительная обработка медицинских снимков внутренних органов для их последующего анализа
https://www.researchgate.net/publication/338042982_Predvaritelnaa_obrabotka_medicinskih_snimkov_vnutrennih_organov_dla_ih_posleduusego_analiza
Сегментация опухолей на полнослайдовых гистологических изображениях с использованием технологии глубокого обучения
https://www.researchgate.net/publication/344237387_Segmentacia_opuholej_na_polnoslajdovyh_gistologiceskih_izobrazeniah_s_ispolzovaniem_tehnologii_glubokogo_obucenia_Tumor_segmentation_in_whole-slide_histology_images_using_deep_learning