COMPARATIVE ANALYSIS OF DEEP LEARNING METHODS FOR PNEUMONIA DETECTION ON X-RAY IMAGES

Аннотация

Пневмония является потенциально смертельным бактериальным
заболеванием, которое поражает одно или оба легких человека и часто вызывается
бактерией Streptococcus pneumoniae. По данным Всемирной организации
здравоохранения,
на пневмонию приходится каждый третий смертельный
исход в Индии (ВОЗ). Опытные радиотерапевты должны оценивать рентген
грудной
клетки, используемый для диагностики пневмонии. Таким образом,
создание автономного метода выявления пневмонии было бы выгодно для
скорейшего лечения заболевания, особенно в отдаленных районах. Сверточные
нейронные сети (CNN) вызвали большой интерес для категоризации болезней
из-за эффективности алгоритмов глубокого обучения при оценке медицинских
изображений. Кроме того, функции, полученные предварительно обученными
моделями CNN на крупномасштабных наборах данных рентгеновских снимков,
чрезвычайно эффективны в задачах классификации изображений. Было замечено,
что несколько сверточных нейронных сетей классифицируют рентгеновские
снимки на две группы, пневмонию и не пневмонию, используя различные параметры,
гиперпараметры и количество сверточных слоев, модифицированных
авторами.
В исследовании анализируются шесть различных моделей. Каждая из
первой и второй моделей включает в себя два и три сверточных слоя. VGG16,
VGG19, ResNet50 и Inception-v3 — это четыре другие предварительно обученные
модели.