Anomaly detection on Chest X-Ray

Abstract

Обработка рентгенограмм требует большого труда врачей и разработка экспертной системы, которая упростит работу врачей востребована. В основу такой системы могут лечь ранее не применявшиеся для классификации медицинских данных генеративные методы машиннго обучения. Цель выпускной квалификационной работы – применение методов машинного обучения для распознавания патологий легких. Диплом состоит из введения, обзора, трех глав и заключения. В первой главе описывются исходные данные и методы их предварительной обработки. Во второй главе детально описаны модели нейроных сетей примененные для поиска патологий и методы классификации. В третьей главе описаны проведенные экспериметы и их результаты.

Processing chest X-ray requires a lot of work of doctors and development of an expert system that will simplify the work of doctors in demand. The basis of such a system can lie earlier not used for the classification of medical data generative methods of machine learning. The purpose of the bachelor's thesis is the application of methods of machine learning for the recognition of lung pathologies. The diploma consists of introduction, review, three chapters and conclusion. The first chapter describes the data and methods for their preliminary processing. The second chapter describes in detail the models of neural networks used to anomaly detection and methods of classification. The third chapter describes the experiments performed and their results.