УДК 519.6
DOI: 10.36871/2618-9976.2022.08.008

Авторы

Евгений Юрьевич Щетинин
Доктор физико-математических наук, профессор, профессор Департамента математики, Финансовый университет при Правительстве России, Москва, Россия

Аннотация

В работе проведены компьютерные исследования эффективности использования методов трансфертного обучения для решения задачи распознавания опухоли головного мозга человека по МРТ-изображениям. В качестве базовых предварительно обученных моделей использовались глубокие сверточные сети VGG16, ResNet50, InceptionV3, Xception, DenseNet121 и MobileNet_v2. Предлагаются различные стратегии обучения и тонкой настройки глубоких сверточных сетей для распознавания опухоли головного мозга. Анализ их производительности показал, что стратегия тонкой настройки модели Xception на расширенном наборе данных МРТ дала более высокие точность, воспроизводимость и показатели AUC по сравнению с другими моделями. Наилучшая точность классификации, достигнутая на модели Xception, составляет 98%.

Ключевые слова

опухоль головного мозга
МРТ-изображения
глубокие сверточные сети
трансфертное обучение