Анализ данных для распознавания коронарных сосудов и предсказания ишемической болезни сердца. Созданное ПО увеличивает процесс распознавания до 76%. Время распознавания одного сета - 295 секунд.
8. Качество разметки
отказаться от использования
автоматических систем (например,
встроенных в оборудование Siemens)
48 сетов переразмечены в 3D Slicer
правильность разметки - оценка
учеными-рентгенологами.
10. Выбранные алгоритмы
34 сета, используя алгоритмы:
СNN,
CNN+SR,
DENSENET
на NVIDIA Tesla k40c GPU на протяжении
600 эпох обучения (примерно 30 часов),
либо пока не получалось 100 эпох с
одинаковыми результатами.
11. РЕЗУЛЬТАТЫ ЭТАПА 1
протестирована на 14 сетах,
оставленных для контроля.
Наилучшая показанная точность -
69%,
скорость обработки 1 сета - 280
сек.
15. Расширение базы
поворот на угол до 10 градусов
сдвиг по ширине до 5%
сдвиг по высоте до 5%
сжатие до 5%
увеличение до 5%
-заполнение пространства
10 случайных трансформаций по 1-5
параметрам для каждого сета, т.е. 1000
сетов для анализа
16. Изменение CNN:
технология дополнения данных
создается 10 измененных вариантов с помощью
технологии дополнения данных, каждое изображение
сегментируется отдельно, а затем результаты
объединяются.
+ повысилась точность до 78%
- увеличилось время на анализ до 530 сек
Надо: заменить нейронную сеть на
более быстродействующую.
18. ОБУЧЕНИЕ
Реализаций сети DRUNET и ее обучение
выполнена с использованием
библиотеки Keras.
Обучение нейронной сети DRUNET
выполнялось с на основе 100 сетов
размеченных данных с использованием
дополнения данных . Обучение
выполнялось в течение 300 эпох с
использованием ускорителя NVIDIA
Tesla k40c GPU.
19. ТЕКУЩАЯ ВЕРСИЯ ПО
- Качество распознавания
коронарных сосудов: 76%
- Время распознавания одного
сета: 295 секунд.
20. Наши планы на будущее
Предсказание ишемической
болезни сердца