Применение моделей трансформеров для классификации рентгеновских снимков грудной клетки
Аннотация
В данной работе оценивается качество моделей визуальных трансформеров для решения задачи классификации рентгеновских снимков грудной клетки. Рентгеновские снимки грудной клетки являются наиболее известным и распространенным клиническим методом диагностики пневмонии. Однако диагностика пневмонии по рентгеновским снимкам грудной клетки является сложной задачей даже для опытных радиологов. Были проведены компьютерные эксперименты по применению переноса обучения для распознавания пневмонии на рентгеновских снимках грудной клетки. Для этого в качестве базовых моделей обучения были выбраны глубокие нейронные сети трансформеры ViT, Swin и глубокие сверточные сети ResNet и VGG-16, предобученные на датасете ImageNet. Обучение моделей проводилось с функцией потерь «CrossEntropyLoss» и показателями точности accuracy, precision, recall, f1-score и AUC (Area Under Curve). После обучения выбиралась лучшая предварительно обученная модель на основе вышеуказанных метрик точности, полученных на тестовом наборе. В результате экспериментов наилучшую точность классификации показала модель Swin (Tiny) с показателями точности accuracy, precision и recall, равными 88%, 89%, 94% соответственно. После тонкой настройки показатели достигли значений 90%, 94%, 90%, 92% и 90% соответственно.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.