СИСТЕМА РАСПОЗНАВАНИЯ COVID19 НА СНИМКАХ КТ

 

Краткое описание проблемы

Начало XXI века запомнилось началом пандемией короновируса по всему миру. По данным Всемирной организации здравоохранения идет интенсивное распространение короновируса, появляются его различные мутации и штаммы. На сегодняшний день, 4 ноября 2020 года, выявлено 48 090 690 заражений на мировом уровне, из них констатировано было 31 889 030 случаев выздоровления, а 1 225 202 случаев заражений завершились летальным исходом. По России статистика особенно неутешительная, страна находится на 4 четвертом месте по количеству заражений, но самое печальное заключается в том, что на тепловой карте наблюдается вторая волна, более масштабная, нежели в начале 2020 года.

Актуальность решения

1. Снимки компьютерной томографии (КТ) легких человека при даже противоречии остальных данных при комплексном исследовании больного на коронавирус дает достоверный результат.

2. Интерпретация снимка КТ и формулировка врачом заключения требует времени.

3. Автоматизация измерения характеристик на медицинских снимках КТ убыстряет процесс формирования заключения врача.

Новизна исследования

1. Высокая достоверность распознавания короновируса на снимках КТ.

2. Использование нейросетевой технологии глубинного обучения для распознавания снимков КТ.

3. Нейронная сеть глубинного обучения проходила обучение на накопленных российских данных.

Состояние разработок

1. Весовые коэффициенты нейронной сети глубокого обучения, полученные в ходе обучения на суперкомпьютере МТС.

2. Архитектура нейронной сети глубокого обучения. 3. Программное приложение на языке Python для сред IDLE и Anaconda

Практическая ценность

1. Программный продукт готов к внедрению для решения задачи обнаружения коронавируса на снимках КТ

Перспективы развития

1. Повышение точности распознавания.

2. Распознавание стадии заболевания.

3. Автоматизация формирования экспертного заключения.