УДК 004.93
РАЗРАБОТКА ЭФФЕКТИВНОЙ АРХИТЕКТУРЫ CNN ДЛЯ КЛАССИФИКАЦИИ СНИМКОВ РЕНТГЕНОГРАММ С COVID-19
Викулова Анастасия Александровна, студент, направление подготовки 01.03.02 Прикладная математика и информатика, Оренбургский государственный университет, Оренбург
e-mail: nastja.vik@mail.ru
Гришина Любовь Сергеевна, аспирант, направление подготовки 02.06.01 Компьютерные и информационные науки, Оренбургский государственный университет, Оренбург
e-mail: zabrodina97@inbox.ru
Научный руководитель: Болодурина Ирина Павловна, доктор технических наук, профессор, заведующий кафедрой прикладной математики, Оренбургский государственный университет, Оренбург
e-mail: prmat@mail.osu.ru
Аннотация. В течение последних нескольких лет человечество борется с новой коронавирусной инфекцией COVID-19. С целью снижения нагрузки на специалистов-рентгенологов актуальна разработка программного продукта, способствующего эффективному обнаружению заболевания COVID-19 по рентгеновским снимкам грудной клетки. Одним из подходов к созданию данной программы является использование свёрточных нейронных сетей. В данной статье рассмотрена задача классификации рентгеновских снимков для построения наиболее эффективной архитектуры CNN и увеличения точности результата определения COVID-19; исследованы 4 архитектуры нейронных сетей, содержащие различное количество слоёв свёртки и нейронов в них. Итоговое решение в выборе архитектуры CNN принято на основе f1-меры — наиболее точной метрики оценки качества классификатора. Наилучшие результаты показала модель Net1 с 5-ю слоями свёртки, точность составила 98 %.
Ключевые слова: классификация изображений, свёрточные нейронные сети, COVID-19, рентгеновские снимки, архитектура CNN.
Благодарности: статья подготовлена в рамках исследования, проводимого в ходе реализации стратегического проекта «Технологии и кадры для ОПК», выполняемого по программе стратегического академического лидерства «Приоритет-2030».
Для цитирования: Викулова А. А., Гришина Л. С. Разработка эффективной архитектуры CNN для классификации снимков рентгенограмм с COVID-19 // Шаг в науку. — 2022. — № 4. — С. 35–40.
