Розроблення та дослідження методів обробки, розпізнавання, захисту та зберігання медичних зображень в розподілених комп’ютерних системах
Результатом проєкту є створення методів оброблення, розпізнавання та захисту медичних зображень. Зокрема, при створенні методів оброблення та розпізнавання медичних зображень розроблено метод сегментації медичних зображень, отриманих за допомогою медичної апаратури, з виділенням об’єктів, що представляють інтерес для цілей діагностики, та метод навчання нечітких нейронних мереж. Розроблено ефективні методи класифікації об’єктів на медичних зображеннях. Для цього були використані нечіткі нейронні мережі (ННМ), зокрема, ННМ NEFClass, модифікована нечітка нейронна мережа NEFClass-M, а також гібридна нечітка нейронна мережа CNN-FNN, в якій згорткова нейронна мережа СNN VGG-16 використовувалася як екстрактор ознак, а нечітка нейромережа NEFClass використовувалася як класифікатор. Розроблено програмне забезпечення для реалізації алгоритму сегментації медичних зображень та програмне забезпечення для розпізнавання об’єктів зображень з використанням ННМ NEFClass. В проєкті також розроблено метод та алгоритм стеганографічного захисту графічних даних на основі схеми відповідності бітів, який дозволяє швидке шифрування та дешифрування даних за рахунок паралельного оброблення колірних компонент зображення-контейнеру. Розроблено метод та алгоритм захисту медичних зображень з використанням матричних штрихових кодів, в якому текстові метадані зображення, що містять персональні дані пацієнта, перетворюються на матричну штрихову позначку, яка вбудовується у зображення стеганографічним способом у вигляді водяного знаку. Розроблено архітектуру системи автоматизованої обробки архівних медичних зображень із забезпеченням захисту особистих даних пацієнтів. Розроблено концепцію подання та оброблення мультимодальних медичних даних. Розроблено робочу модель мобільного застосунку для моніторингу стану пацієнта на прикладі моніторингу стану хворих на цукровий діабет 1 типу, які страждають на нічну гіпоглікемію.
Вложение | Размер |
---|---|
2019_2021.PDF | 382.21 КБ |