Добірка наукової літератури з теми "004.934.2"

Дисертація містить основну частину на 38 аркушах, 24 ілюстрації. Метою дисертації є аналіз та моделювання алгоритмів розпізнавання емоцій за мовленнєвими сигналами. Об’єктом дослідження є алгоритми розпізнавання емоцій. Предметом дослідження є розпізнавання емоцій за мовленнєвим сигналом. Результатом роботи є: Дослідження принципів дії алгоритмів розпізнавання емоцій; Дослідження акустичних ознак мовленнєвого сигналу; Моделювання та порівняння різних алгоритмів розпізнавання емоцій за мовленнєвим сигналом. Галузь застосування: цифрова обробка акустичних сигналів.
The thesis contains the main part on 38 sheets, 24 illustrations. The purpose of the dissertation is to analyze and simulate the algorithms for recognizing emotions by speech signals. The object of research is the algorithms of emotion recognition. The subject of the study is the recognition of emotions by the speech signal. The result of the work is: Research of the principles of the algorithms of emotional recognition; Investigation of acoustic signs of a speech signal; Simulation and comparison of various algorithms for recognizing emotions by speech signal. Field of application: digital processing of acoustic signals.
Целью диссертации является анализ и моделирование алгоритмов распознавания эмоций по речевыми сигналам. Объектом исследования являются алгоритмы распознавания эмоций. Предметом исследования является распознавание эмоций по речевым сигналом. Результатом работы являются: Исследование принципов действия алгоритмов распознавания эмоций; Исследование акустических признаков речевого сигнала; Моделирование и сравнения различных алгоритмов распознавания эмоций по речевым сигналом. Область применения: цифровая обработка акустических сигналов.

В наш час широкого розповсюдження набули двомірні штрих коди, які застосовуються для зашифрування та автоматичного зчитування різного роду інформації. Існує ряд типів найпоширеніших двомірних штрих кодів, у зв’язку з чим універсальні пристрої декодування для розшифрування коду мають його пропускати через підсистеми декодування кожного окремого типу коду. Оскільки процедура декодування не є простою, час на спробу обробити всі варіанти кодів може виявитись досить великим. Щоб подолати зазначену проблему запропоновано використати нейронну мережу для первинного розпізнавання типу коду із подальшим вибором найбільш імовірного для даного типу дешифратора. Зокрема, запропоновано метод попереднього розпізнавання типу найбільш поширених типів двомірних кодів на основі нейромережі SqueezeNet, що на відміну від процедури послідовної перевірки шляхом прямого дешифрування за допомогою бібліотек декодування кодів дозволяє підвищити швидкодію визначення типу коду на 6 мс, а також досягти вищої точності класифікування.
Nowadays, two-dimensional bar codes have become widespread, which are used to encrypt and automatically read various types of information. In general, there are a number of types of the most commonly used two-dimensional barcodes. Therefore, universal decoders for decrypting the code must pass it through the decoding subsystems of each type of code. Since the decoding procedure is not simple, the time to try to process all code variants can be quite long. To overcome this problem in this work, a neural network for the primary recognition of the type of code, followed by the selection of the most likely for this type of decoder is proposed. Namely, the method of preliminary recognition of the most common types of two-dimensional codes based on the SqueezeNet neural network is proposed, which in contrast to the procedure of sequential verification by direct decryption using code decoding libraries allows to increase the speed of code type determination by 6 ms.

Актуальність теми: значна потреба на ринку систем та послуг з обробки зображень на основі алгоритмів штучного інтелекту зумовлюють розвиток відповідних апаратних засобів. Актуальність теми підтверджується статистичним дослідженням наукових публікацій за даним напрямком. Тому розробка апаратних засобів систем обробки зображень з використанням алгоритмів нейронних мереж є актуальною задачею. Об’єктом дослідження є обробка зображень з використанням штучних нейронних мереж апаратними засобами. Предметом дослідження є спосіб реалізації апаратних засобів для підвищення продуктивності обробки зображень з використанням штучних нейронних мереж. Мета роботи: підвищити продуктивність систем обробки цифрових зображень на основі нейронних алгоритмів шляхом покращення продуктивності відповідних апаратних засобів. Наукова новизна роботи полягає в пропозиції реалізувати операцію згортки на апаратному рівні для підвищення продуктивності обробки зображень апаратними засобами з використанням штучних нейронних мереж. Апробація роботи. Дослідження ефективності обробки цифрових зображень в залежності від апаратних засобів представлено публікаціями в “ПМК-2021” (Київ, 17-19 листопада 2021) та „Інформаційні технології та комп’ютерна інженерія” (Вінниця, готується до опублікування). Практична цінність роботи полягає в отриманні результатів, що можуть бути використані в процесі визначення напрямків наступних досліджень та використанні запропонованого рішення реалізації операції згортки в апаратних засобах обробки зображень з використанням штучних нейронних мереж. Структура та обсяг роботи включають в себе зміст, вступ, чотири розділи, висновки, список використаних джерел та додатки. У вступі подано загальну характеристику, зроблено загальний огляд стану проблеми і визначено актуальність вирішення поставленої задачі. В першому розділі проводиться огляд розвитку програмних та апаратних засобів що забезпечують обробку цифрових зображень, а також, проводиться огляд ринку апаратних засобів для обробки штучних нейронних мереж, і окреслюється напрямок майбутніх досліджень. В другому розділі описано теоретичну модель системи обробки зображень штучними нейронними мережами, визначено особливості використання апаратних засобів в задачах обробки зображень та сформовано вимоги до запропонованого рішення. В третьому розділі описано моделювання запропонованого рішення. В четвертому розділі описано способи оцінки запропонованого рішення. У висновках представлені результати проведеної роботи з вирішення задачі підвищення продуктивності апаратних засобів обробки зображень з використанням штучних нейронних мереж. Дисертація викладена на 104 сторінках, включно з додатками, та нараховує 51 рисунок і 11 таблиць.
Relevance of the topic: significant demand in the market of image processing systems and services based on artificial intelligence algorithms determine the development of appropriate hardware. The relevance of the topic is confirmed by statistical research of scientific publications in this area. Therefore, the development of hardware for image processing systems using neural network algorithms is an urgent task. The object of the research is the hardware for image processing based on artificial neural networks. The subject of the research is to increase the productivity of image processing based on artificial neural networks with the help of hardware. Objective: to increase the productivity of digital image processing systems based on neural algorithms by improving the performance of relevant hardware. The scientific novelty of the work is the proposal to implement the operation of convolution at the hardware level to increase the productivity of image processing by hardware using artificial neural networks. Approbation of work. The study of the efficiency of digital image processing depending on the hardware is presented in the publications in "ПМК-2021" (Kyiv, November 17-19, 2021) and „Інформаційні технології та комп’ютерна інженерія” (Vinnytsia, in preparation for publication). The practical value of the work lies in obtaining results that can be used in the process of determining the directions of further research and using the proposed solution for the implementation of the convolution operation in image processing hardware using artificial neural networks. The structure and scope of the work include a table of contents, introduction, four chapters, conclusions, list of sources used and appendices. In the introduction the general characteristic is given, the general review of a condition of a problem is made and urgency of the decision of the set task is defined. The first section reviews the development of software and hardware for digital image processing, as well as an overview of the market for hardware for processing artificial neural networks, and outlines the direction of future research. The second section describes the theoretical model of the image processing system with artificial neural networks, identifies the features of the use of hardware in image processing problems and formulates the requirements for the proposed solution. The third section describes the modeling of the proposed solution. The fourth section describes how to evaluate the proposed solution. The conclusions present the results of the work carried out to solve the problem of improving the productivity of image processing hardware using artificial neural networks. The dissertation is presented on 104 pages, including appendices, and has 51 figures and 11 tables.

Магістерська дисертація: 100 с., 15 рис., 14 табл., 1 додаток, 83 джерела. Зараз одним з основних етапів при дослідженні об’єктів, явищ і процесів різної природи є математичне моделювання і пов’язаний ним комп’ютерний експеримент. Чисельні експерименти дають можливість, як планувати натурний експеримент, так і отримувати нові знання про ті процеси і явища для яких утруднений, або взагалі неможливий натурний експеримент. Велика кількість математичних моделей після виконання відповідних перетворень можуть бути описанні системами лінійних алгебраїчних рівнянь (СЛАР) з розрідженими матрицями. Основною особливістю таких систем є їхні великі порядки і невелика кількість ненульових елементів. Великі порядки СЛАР виникають за рахунок того, що дослідники хочуть отримати якомога достовірніші результати, через це будуються більш деталізовані моделі. Мала кількість ненульових елементів пояснюється особливостями дискретизації моделі. Зокрема, системи рівнянь з розрідженими матрицями виникають у задачах аналізу міцності конструкцій у цивільному та промисловому будівництві, фільтрації, тепло- та масо переносу, тощо. Область застосування методів розв’язування СЛАР з розрідженими матрицями постійно розширюється. Через це виникає інтерес до проблеми побудови ефективних методів розв’язання таких систем, порядки яких перевищую сотні тисяч. Класичні результати, що стосуються розробки методів розв’язання СЛАР з розрідженими матрицями висвітлюються у ряді монографій американських і вітчизняних авторів: А. Джорджа, Дж. Лю, С. Писанецьки, Дж. Голуба, Р. Тюарсона, І.А. Блатова, М.Е. Ексаревської та інших. Також зростають вимоги до обчислювальної техніки, що використовується для проведення комп’ютерного експерименту. Вона повинна забезпечувати достатню швидкодію і мати необхідну кількість ресурсів, щоб результат експерименту можна було отримати за досить невеликий проміжок часу. Зараз на ринку представлені багато різних архітектур комп’ютерів з паралельною організацією обчислень. Найбільш продуктивними є платформи так званої «гібридної» архітектури. Дані системи поєднують у собі MIMD- (multiple instructions – multiple data) та SIMD-архітектури (single instruction – multiple data), а саме у системі з багатоядерними процесорами обчислення прискорюються за рахунок графічного прискорювача. Отже одним з ефективних підходів до розв’язання СЛАР з розрідженими матрицями є побудова паралельних алгоритмів, що враховують особливості архітектури комп’ютера. Основними проблемами розробки ефективних паралельних алгоритмів є: аналіз структури матриці, або приведення її до відповідного вигляду, застосовуючи відповідні алгоритми перетворення; вибір ефективної декомпозиції даних; визначення ефективної кількості процесорних ядер і графічних прискорювачів, що використовуються для обчислень; визначення топології міжпроцесних зв’язків, яка зменшує кількість комунікацій і синхронізацій. Саме для аналізу структури розрідженої матриці використовується нейрона мережа, яка дозволить виділити групи ненульових елементів, які можуть оброблятись незалежно. За результатами аналізу буде будуватись декомпозиція даних та обиратись кількість обчислювальних ядер, що забезпечить найкоротший час розрахунків для конкретної структури матриці. Мета та завдання дослідження. Метою роботи є розробка та дослідження паралельних методів та комп’ютерних алгоритмів для дослідження та розв’язування СЛАР з розрідженими матрицями нерегулярної структури на комп’ютерах MIMD-архітектури та комбінації MIMD- і SIMD-архітектури, апробація алгоритмів при математичному моделюванні у прикладних задачах. До завдань дослідження належать: • розробка та дослідження ітераційних паралельних алгоритмів для СЛАР з розрідженими матрицями нерегулярної структури з наближеними даними; • розробка алгоритмів та програм дослідження достовірності розв’язків, отриманих прямими та ітераційними методами; • апробація алгоритмів для математичного моделювання в прикладних задачах. Об’єкт дослідження – математичні моделі, що описуються СЛАР з розрідженими матрицями нерегулярної структури. Предмет дослідження – паралельні методи та комп’ютерні алгоритми знаходження розв’язку СЛАР з розрідженими матрицями нерегулярної структури. Методи дослідження. У роботі застосовуються методи теорії матриць, лінійної алгебри, теорії графів, функціонального аналізу, теорії похибок, теорія нейронних мереж.
Now one of the main stages in the study of objects, phenomena and processes of different nature is mathematical modeling and related computer experiment. Numerous experiments give an opportunity to plan a full-scale experiment, as well as to get new knowledge about those processes and phenomena for which it is difficult, or in general, impossible to carry out a full-scale experiment. A large number of mathematical models can be described by systems of linear algebraic equations (SLRs) with soldered matrices after performing the corresponding transformations. The main feature of such systems is their large orders and a small number of non-zero elements. Large orders of SLAR arise due to the fact that researchers want to get the most reliable results, which is why more detailed models are being built. The small number of non-zero elements is due to the discretization of the model. In particular, systems of equations with sparse matrices arise in problems of analysis of the strength of structures in civil and industrial construction, filtration, heat and mass transfer, and others like that. Scope of the methods of solving SLR with sparse matrices is constantly expanding. Because of this, there is an interest in the problem of constructing effective methods for solving such systems, whose orders exceed hundreds of thousands. Classical results concerning the development of methods for solving SLRR with rarefied matrices are covered in a series of monographs of American and domestic authors: A. George, J. Liu, S. Pisanetski, J. Golub, R. Tjurson, I. A. Blatova, ME Ekseryrovskaya and others. Also, the requirements for the computer technology used to conduct a computer experiment are growing. It must provide sufficient speed and have the required amount of resources so that the result of the experiment can be obtained over a relatively short period of time. Now in the market there are many different architectures of computers with parallel computing organization. The most productive are the platforms of the so-called "hybrid" architecture. These systems combine MIMD (multiple instructions - multiple data) and SIMD architecture (single instruction - multiple data), in particular, in a multi-core processor system, computations are accelerated by means of a graphical accelerator. Hence, one of the effective approaches to solving SLR with sparse matrices is the construction of parallel algorithms that take into account the peculiarities of computer architecture. The main problems of developing effective parallel algorithms are: analysis of the structure of the matrix, or bringing it to the corresponding form, using appropriate conversion algorithms; choice of effective data decomposition; determining the effective number of processor cores and graphic accelerators used for calculations; definition of the interprocess communication topology, which reduces the number of communications and synchronizations. It is precisely for analyzing the structure of a sparse matrix that a neural network is used which allows the selection of groups of non-zero elements that can be processed independently. The results of the analysis will be based on the decomposition of data and the number of computing cores to be selected, which will provide the shortest settlement time for a particular matrix structure. The purpose and objectives of the study. The purpose of the work is to develop and research parallel methods and computer algorithms for research and solving SLR with sparse matrices of irregular structure on computers of MIMD architecture and MIMD and SIMD architecture combinations, testing of algorithms in mathematical modeling in applied problems. The research tasks include: • development and research of iterative parallel algorithms for SLR with sparse matrices of irregular structure with approximate data; • development of algorithms and programs for investigating the validity of solutions obtained by direct and iterative methods; • Approbation of algorithms for mathematical modeling in applied problems. The object of the study is the mathematical models described by SLAR with sparse matrices of the irregular structure. The subject of the study is parallel methods and computer algorithms for locating the SLR solution with sparse matrices of the irregular structure. Research methods. The paper uses methods of matrix theory, linear algebra, graph theory, functional analysis, error theory, and the theory of neural networks.

Кваліфікаціину роботу магістра присвячено дослідженню технологіи оптичного розпізнавання реквізитів банківських карт з метою покращення якості оптичного розпізнавання ı̈х реквізитів. Створено алгоритм попереднього опрацювання вхідного зображення та програмнии модуль попереднього опрацювання зображення банківськоı̈ карти. Для покращення якості зображення запропоновано використання лініиних та нелініиних фільтрів, перетворення зображення у сірі відтінки, бінаризацію зображення з локальним максимумом та мінімумом. Модуль попереднього опрацювання зображення, в якому реалізовании алгоритм покращення зображення, написано на мові c#, що дозволяє в маибутньому вбудовувати цеи модуль у велику кількість систем з оптичним розпізнаванням символів реквізитів банківськоı̈ карти, включаючи і мобільні додатки. У роботі наведені конкретні результати розпізнавання реквізитів банківських карт із застосуванням алгоритму попереднього опрацювання зображення, і порівняно ці результати з розпізнаванням без попереднього опрацювання.
The master's qualification work is devoted to the study of technologies of optical recognition of bank card details in order to improve the quality of optical recognition of their details. An algorithm for pre-processing the input image and a software module for pre- processing the bank card image have been created. To improve the image quality, it is proposed to use linear and nonlinear filters, convert the image to grayscale, binarize the image with a local maximum and minimum. The image pre-processing module, which implements the image enhancement algorithm, is written in c#, which allows in the future to embed this module in a large number of systems for optical character recognition of bank card details, including mobile applications. The paper presents specific results of recognition of bank card details using the image pre-processing algorithm, and compares these results with recognition without pre- processing.
1. Аналіз сучасних технологій оптичного розпізнавання та можливості їх використання для розпізнавання реквізитів банківської карти. 2.Дослідження можливості покращення результату розпізнавання реквізитів банківської карти. 3.Створення власного алгоритму попереднього опрацювання зображення з метою покращення точності розпізнавання реквізитів банківської карти. Розробка програмного модуля який буде працювати за розробленим алгоритмом попереднього опрацювання зображення.

У кваліфікаційній роботі розглянуто сучасні системи безпеки, в яких використовуються модулі розпізнавання обличчя. Проаналізовано загальні недоліки та фактори, що впливають на ефективність роботи. Проведено порівняльний аналіз існуючих алгоритмів і методів виділення та розпізнавання обличчя на зображеннях та запропоновано алгоритм попередньої обробки, який може підвищити ймовірність правильного виділення та подальшого розпізнавання обличчя на зображенні.
The qualification work considers modern security systems that use face recognition modules. The general shortcomings and factors influencing the efficiency of work are analyzed. A comparative analysis of existing algorithms and methods of selection and recognition of faces in images and an algorithm for pre-processing, which can increase the probability of correct selection and subsequent recognition of faces in the image.
Вступ ... 8 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА ...10 1.1. Огляд існуючих систем та алгоритмів розпізнавання...10 1.1.1. Сучасні системи розпізнавання облич...11 1.1.2. Недоліки сучасних систем розпізнавання ...14 1.2. Огляд алгоритмів виділення обличчя на зображенні ...15 1.2.1. Алгоритм на основі емпіричних методів...15 1.2.2. Алгоритми на основі контурних моделей ...17 1.2.3. Алгоритми на основі порівняння із шаблоном ...27 1.2.4. Алгоритми з урахуванням навчання ...31 1.3. Огляд алгоритмів розпізнавання обличчя на зображеннях ...39 1.3.1. Алгоритм методом «власних осіб» ...39 1.3.2. Штучні нейронні мережі ...42 1.4. Висновки до розділу 1 ...46 РОЗДІЛ 2. ОСНОВНА ЧАСТИНА ...47 2.1. Аналіз та вибір алгоритму виділення осіб ...47 2.1.1. Результати роботи алгоритму сегментації ...47 2.1.2. Результати роботи алгоритму на основі порівняння із шаблоном ... 50 2.1.3. Результати роботи алгоритму Віоли – Джонса ...52 2.2. Розробка алгоритму виділення та розпізнавання обличчя на зображенні...53 2.3. Розробка алгоритму розпізнавання обличчя на зображенні...68 2.4. Висновки до розділу 2 ...69 РОЗДІЛ 3. НАУКОВО-ДОСЛІДНА ЧАСТИНА ...70 3.1. Дослідження алгоритму виділення осіб ...71 3.2. Дослідження алгоритму розпізнавання облич ...73 3.3. Висновки до розділу 3 ...75 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...77 4.1. Охорона праці ...77 4.2. Безпека в надзвичайних ситуаціях ...82 4.3. Висновок до розділу 4 ...86 ЗАГАЛЬНІ ВИСНОВКИ ...88 ПЕРЕЛІК ПОСИЛАНЬ...89 ДОДАТКИ...91

Магістерська дисертація: 126 с., 47 рис., 30 табл., 2 додатки, 31 джерело. Об'єктом дослідження є методи мерчандайзингу товарів в торгових точках. Предметом дослідження є методи класифікації товарів на полицях в торгових точках. Мета роботи – розробка інтелектуальної системи мерчендайзингу, яка дозволить зменшити використання людського ресурсу та максимально оптимізувати процес мерчендайзингу за рахунок автоматичного моніторингу наявності товару на полицях та розробка системи класифікації товарів як складової частини системи мерчиндайзингу для аналізу товарів на полиці відносно планограм магазину. В роботі розглянуто і проаналізовано сучасні системи мерчандайзингу та іх недоліки, також, розглядаються існуючі методи класифікації. Запропоновано метод класифікації товарів в магазині з спеціально розробленою згортковою нейронною мережею, який побудовано на основі методів з використанням згорткових нейронних мереж, з нелінійними класифікаторами та адаптивним методом оптимізації. Інтелектуальна система мерчандайзингу та система класифікації асортименту реалізовані за допомогою мови програмування Python з використанням СУБД MySql. Результати даної роботи рекомендується використовувати для моніторингу якості викладки товарів на полицях та контролю наповненості полиць у торгових точках.
Master thesis explanatory note: 126 p., 47 fig., 30 tab., 2 appendices, 31 sources. The object of research – intelligent merchandising system. The subject of research – classification methods of goods on shelves in stores. The purpose of the work is to develop an intelligent merchandising system that will reduce the use of human resources and maximize the process of merchandising through automatic monitoring of the availability of goods on shelves and to develop of goods classification system as a part of a merchandising system for the analysis of goods on the shelf in relation to the store planograms. In the work, modern merchandising systems and their shortcomings are considered and analyzed, as well as existing classification methods are considered. Goods classification method with specially developed convolutional neural network, which is constructed on the basis of methods using convolutional neural networks, with nonlinear classifiers and an adaptive optimization method is proposed. Intelligent merchandising system and assortment classification system are implemented using Python programming language with MySql DB. The results of this work are recommended for monitoring the compliance with the planogram and availiability of the goods on shelves in stores.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.11.17 – биологические и медицинские приборы и системы – Национальный технический университет "Харьковский политехнический институт", Харьков, 2017. Работа посвящена решению актуальной научно-технической задачи – повышению качества визуализации анатомических и патологических структур на слабоконтрастных полутоновых изображениях молочной железы за счет разработки новых методов и подсистемы визуализации маммографических снимков, что позволит обеспечить поддержку врача-рентгенолога при принятии решений в медицинской практике. Анализ существующих систем обработки и анализа маммографических изображений выявил их недостатки, что позволило сформулировать цель и задачи исследования. На основании аналитического анализа методов, используемых при цифровой обработке изображений, разработаны математическая модель изображения анатомических и патологических структур молочной железы на цифровой маммограмме, которая основана на декомпозиции исходного изображения на составляющие, и на ее основе декомпозиционный метод повышения качества визуализации цифровых рентгенологических снимков молочной железы. Выполнена оптимизация параметров метода повышения качества визуализации маммографических снимков IMRI-MAM. Сформулированы требования к функциональным возможностям системы поддержки принятия решений в маммологии и представлена ее структурная схема. Разработано программное обеспечение для визуализации маммографических изображений. С использованием реляционной системы управления базы данных SQLite выполнено проектирование базы данных для хранения маммографической информации. Решена проблема подключения разработанного программного модуля IMRI-MAM к отечественному цифровому рентгенологическому маммографическому комплексу SYMA с использованием библиотеки динамической компоновки DLL. Выполнена комплексная проверка разработанной подсистемы на реальных медицинских данных, которая подтвердила эффективность ее работы.
This dissertation was submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy in technical sciences for specialty 05.11.17 – Biological and Medical Devices and Systems – at the National Technical University "Kharkov Polytechnic Institute", Kharkov, 2107. This work is dedicated to solving important scientific and technical tasks to improve the quality of visualization of anatomical and pathological structures on low-contrast gray-scale images of mammary glands (MG) using new method and a subsystem for visualizing mammographic images. A mathematical model of the MG image in a mammogram based on the original image decomposition into components was developed. The model further served as a foundation for the development of a decomposition method to improve the image quality of the MG. Next, the parameters of the method for improving the quality of IMRI-MAM mammogram visualization were optimized. As a result of this work, a new method of multi-criteria image quality assessment method, based on subjective and objective mammographic image characteristics, was developed. The results of processing digital mammograms with the IMRI-MAM method are presented. The structure of the decision making support system to be used in mammalogy is presented. A software to be used to visualize mammographic images was developed. The subsystems were verified on real medical data.

Дисертація на здобуття наукового ступеня кандидат технічних наук за спеціальністю 05.11.17 – біологічні та медичні прилади i системи – Національний технічний університет "Харківський політехнічний інститут", Харків, 2017. Робота присвячена вирішенню актуальної науково-практичної задачі – підвищенню якості візуалізації анатомічних і патологічних структур на слабоконтрастних напівтонових зображеннях МЗ за рахунок розробки нових цифрових методів обробки та підсистеми візуалізації мамографічних знімків. Розроблені математична модель зображення АПС молочної залози на цифровій мамограмі, яка заснована на декомпозиції вхідного зображення на складові, та на її основі декомпозиційний метод підвищення якості візуалізації рентгенівських знімків молочної залози з використанням існуючих методів цифрової обробки зображень. Виконано оптимізацію параметрів методу підвищення якості візуалізації мамографічних знімків IMRI-MAM. В роботі розроблено метод багатокритеріальної оцінки якості візуалізації анатомічних і патологічних структур на цифрових мамограмах, який ґрунтується на суб'єктивних і об'єктивних характеристиках мамографічного зображення, що дозволяє враховувати особливості аналізованих знімків. Також представлені результати обробки цифрових мамограм за допомогою розробленого методу підвищення якості візуалізації IMRI-MAM. Представлено структуру біомедичної системи підтримки прийняття рішень в мамографії, розроблено програмне забезпечення для візуалізації мамографічних зображень та проведено апробацію на реальних медичних даних.
This dissertation was submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy in technical sciences for specialty 05.11.17 – Biological and Medical Devices and Systems – at the National Technical University "Kharkov Polytechnic Institute", Kharkov, 2107. This work is dedicated to solving important scientific and technical tasks to improve the quality of visualization of anatomical and pathological structures on low-contrast gray-scale images of mammary glands (MG) using new method and a subsystem for visualizing mammographic images. A mathematical model of the MG image in a mammogram based on the original image decomposition into components was developed. The model further served as a foundation for the development of a decomposition method to improve the image quality of the MG. Next, the parameters of the method for improving the quality of IMRI-MAM mammogram visualization were optimized. As a result of this work, a new method of multi-criteria image quality assessment method, based on subjective and objective mammographic image characteristics, was developed. The results of processing digital mammograms with the IMRI-MAM method are presented. The structure of the decision making support system to be used in mammalogy is presented. A software to be used to visualize mammographic images was developed. The subsystems were verified on real medical data.

Дисертаційна робота присвячена розв’язанню актуальної науково-прикладної задачі автоматизації процесу діагностування вірусного пневмонічного запалення за медичними зображеннями легень через розроблення інформаційної технології раннього діагностування пневмонії за індивідуальним підбором параметрів моделі класифікації медичних зображень легень. Застосування розробленої інформаційної технології раннього діагностування пневмонії в клінічній практиці дає змогу підвищити точність та надійність ідентифікації пневмонії на ранніх стадіях за медичними зображеннями грудної клітини людини. Об’єктом дослідження є процес діагностування пневмонії за медичними зображеннями грудної клітини людини. Предметом дослідження є моделі, методи та засоби інформаційної технології для раннього діагностування пневмонії за медичними зображеннями грудної клітини людини. У дисертаційній роботі визначено актуальність застосування інформаційних технологій у галузі цифрового діагностування захворювань легень за медичними зображеннями грудної клітини. На основі проведено аналізу методів та підходів до виявлення пневмонії встановлено, що нейромережеві моделі є найкращим рішенням для розроблення інформаційної технології раннього діагностування. Досліджено методи для налаштування нейромережевої моделі та підходи до пояснення та інтерпретування результатів ідентифікації захворювання легень. За аналізом сучасних підходів, методів та інформаційних технологій для діагностування захворювання легень на ранніх стадіях за медичними зображеннями грудної клітини обґрунтовано потребу в створенні інформаційної технології раннього діагностування пневмонії.
The present thesis is devoted to solving the topical scientific and applied problem of automating the process of diagnosing viral pneumonia by medical images of the lungs through the development of information technology for early diagnosis of pneumonia by the individual selection of parameters of the classification model by medical images of the lungs. Applying the developed information technology for the early diagnosis of pneumonia in clinical practice by medical images of the human chest increases the accuracy and reliability of pneumonia identification in the early stages