Розпізнавання взаємодії інструментів з тканиною на медичних відеозображеннях.
No Thumbnail Available
Date
2019
Journal Title
Journal ISSN
Volume Title
Publisher
СНУ ім. В. Даля
Abstract
У статті досліджується технологія розпізнавання медичних зображень, що включає анотування відеозображень та їх використання для навчання моделі визначення об'єктів на відео. Розглянуто режими маркування відеозображень, технології розпізнавання з використанням методів визначення просторової активності об'єктів і сегментації. Представлений процес реалізації анотування медичних відеозображень лапороскопічного хірургічного втручання для виділення об'єктів розпізнавання. Досліджено процесс навчання моделі, структура і конфігурація мережі для створення моделі розпізнавання об'єктів медичних відеозображеннь. Представлений процес анотування медичних відеозображень лапароскопічного хірургічного втручання для віділення об'єктів розпізнавання. Визначені етапи підготовки та розпізнавання відеозображень: анотування відеозображень, навчання моделі, використання навченої моделі для нових нерозмічених відеозображень в режимі реального часу. Для навчання моделі використана мережа виявлення об'єктів в режимі реального часу YOLO. Компоненти виявлення об'єктів відеозображення об'єднуються в єдину нейронну мережу. Мережа використовує функції всього зображення для прогнозування кожної коробки. Класифікуються всі обмежуючі прямокутники коробки для всіх класів зображення одночасно. Навчання моделі проводилося з використанням відеозображень, анотованих для задач виявлення об'єктів та локалізації. Для оцінки якості моделі використаний параметр mean average precision (mAP). На 10000 ітерацій отримані наступні результати. Загальна кількість виявлень = 38154, з них правильних виявлень = 25248. Кількість хибно позитивних (FP), хибно негативних (FN), істинно позитивних (TP) і істинно негативних (TN) результатів виявлення розподілена наступним чином. TN = 7071, TP = 7656, FP = 5835, FN = 17592. Ці результати розпізнавання використані для розрахунку IoU і mAP. Середній показник IoU = 41,36%, mAP = 0.290665 або 29.07%.
Description
Keywords
розпізнавання, відеозображення, анотування, сегментація, нейронна мережа
Citation
Розпізнавання взаємодії інструментів з тканиною на медичних відеозображеннях. Білобородова Т. О., Сіряк Р. В., Скарга-Бандурова І. С., Давіденко М. О., Сіроштан І. В., Приймак С. О. Наукові вісті Далівського університету. 2019. № 17.