Застосування методів глибинного навчання для сегментації пухлин головного мозку на магнітно-резонансних томографічних зображеннях

Abstract

Дипломна робота присвячена автоматичній сегментації пухлин головного мозку на МРТ-зображеннях із використанням методів глибинного навчання. Об’єктом досліджкення є процес комп’ютерної обробки МРТ-знімків головного мозку. Предметом дослідження є методи сегментації пухлин за допомогою згорткових нейронних мереж на основі U-Net і бібліотеки MONAI. Мета роботи створення ефективної моделі для виявлення пухлин у 3D МРТ-даних. Виконано: (1) аналіз підходів до обробки медичних зображень; (2) побудова 3D U-Net на PyTorch і MONAI; (3) організація процесу навчання та валідації; (4) оцінка точності та візуалізація результатів. Перший розділ обґрунтовує тему та описує специфіку МРТ. Другий розділ подає огляд сучасних рішень на базі U-Net. Третій розділ розкриває етапи реалізації: підготовку даних, структуру моделі, застосування бібліотек. Четвертий розділ містить результати сегментації, приклади масок, графіки та пояснення точності. У висновках відзначено, що розроблена система забезпечує точну автоматизовану сегментацію та підвищує об’єктивність у медичному аналізі.