Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Информационные технологии и математическое моделирование (ИТММ-2025); Томск; Томск
Год издания: 2025
Ключевые слова: сверточные нейронные сети, распознавание переломов костей, классификация, трансферное обучение
Аннотация: Проведено сравнительное исследование эффективности адаптированных предобученных сверточных нейронных сетей для автоматизированной диагностики переломов костей конечностей по рентгеновским снимкам. В качестве материала исследования использована объединенная база рентгеновских снимков, содержащая 5720 изображений из открытого репозитПоказать полностьюория Kaggle. Для решения проблемы недостаточности данных применены методы аугментации, позволившие увеличить набор данных до 21173 изображений (10 523 без патологни и 10 650 с переломом). Разработаны и реализованы модификации четырех архитектур сверточных сетей: AlexNet, MobileNetV2, EfficientNet-BO и ResNet-18, адаптированные для задачи бинарной классификации переломов. Сравнительный анализ обученных моделей по показателю accuracy показал, что все архитектуры достигают точности свыше 96%, при этом наилучшие результаты продемонстрировали ResNet-18 и EfficientNet-BO. Полученные результаты подтверждают перспективность использования глубокого обучения для автоматизации первичного скрининга рентгеновских снимков при диагностике переломов.
Журнал: Информационные технологии и математическое моделирование (ИТММ-2025)
Номера страниц: 349-354
Место издания: Томск