Нейронна мережа для аналізу термограм під час відкритої операції на серці

Запропоновано застосування методів сучасного машинного навчання для аналізу термограм під час відкритої операцій на серці на основі згорткової нейронної мережі. Аналіз термографічних зображень серця виконується з використанням методики глибокого навчання на основі нейронної мережі, яка забезпечує класифікацію термограм на дві групи – «норма» та «патологія» кровозабезпечення міокарда. Для класифікації термограм між групами «норми» і «патології» використовується значення градієнта температури – поріг зміни температури на 3oC на поверхні міокарда, який дає змогу віднести зображення до однієї з груп. В роботі порівняно різні види нейронних мереж для аналізу термографічних даних, серед яких було обрано оптимальну структуру нейронної мережі, спираючись на значення точності, специфічності, чутливості та ймовірність помилок першого та другого роду. Досягнуто точності класифікації між групами в 65% для експериментальної вибірки 105 термографічних зображень серця. Підвищення точності класифікації потребує подальших рішень шляхом збільшення навчальної вибірки, що дасть змогу використання запропонованої архітектури згорткової нейронної мережі у складі термографічної системи скринінгу.