Научно-исследовательская работа по информационным технологиям на тему Автоматическая классификация стадий ожога на фотографиях кожи с использованием глубокого обучения

ВВЕДЕНИЕ
В последние годы автоматический анализ медицинских изображений с использованием методов машинного обучения (ML) и глубокого обучения (DL) стал одним из наиболее перспективных направлений в области информационных технологий. Одной из важных задач в данной области является автоматическая классификация и сегментация ожогов на фотографиях кожи, поскольку своевременная и точная оценка степени ожога играет критическую роль в диагностике и определении стратегии лечения. [1]
Ожоги представляют собой один из самых распространённых видов травм, требующих немедленного медицинского вмешательства. При этом визуальная диагностика, основанная на человеческом восприятии, часто подвержена субъективным ошибкам. В связи с этим возникает необходимость в разработке автоматизированных интеллектуальных систем, способных классифицировать стадии ожогов с высокой точностью и стабильностью.
Целью данной научно-исследовательской работы является разработка и сравнение моделей глубокого обучения, применимых к задаче автоматической классификации и сегментации изображений ожогов кожи. [4]
Для достижения цели были поставлены следующие задачи:
- провести обзор современных методов и архитектур глубокого обучения, применяемых в медицинском анализе изображений;
- подготовить и предобработать набор изображений ожогов для обучения моделей;
- реализовать и обучить несколько моделей нейронных сетей (например, CNN, ResNet, EfficientNet);
- провести сравнительный анализ качества классификации и сегментации на основе метрик точности;
- сформулировать рекомендации по выбору архитектур для задач данного типа.

Объектом исследования является процесс автоматической классификации стадий ожогов на основе изображений.
Предметом исследования — методы и архитектуры глубокого обучения, применяемые к данной задаче.
Методы исследования включают машинное обучение, глубокое обучение, нейронные сети, методы предобработки изображений и статистический анализ метрик точности. [5]

ГЛАВА 1. ОБЗОР МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АНАЛИЗА ИЗОБРАЖЕНИЙ ОЖОГОВ .
1.1. Методы классификации изображений в медицине
Машинное обучение (ML) и глубокое обучение (DL) предоставляют широкий спектр подходов для автоматического распознавания объектов и аномалий на изображениях. [2]
Таблица 1.1 — . Сравнение методов классического ML и глубокого обучения
Подход Описание Примеры алгоритмов Преимущества Недостатки
Классическое ML Основано на ручном извлечении признаков и простых алгоритмах классификации SVM, k-NN, Random Forest Простота, быстрый запуск, работа с малыми данными Ограниченная точность, зависимость от качества признаков
Глубокое обучение (DL) Автоматическое извлечение признаков с помощью нейронных сетей CNN, ResNet, EfficientNet Высокая точность, автоматизация, масштабируемость Требует больших объёмов данных и вычислительных ресурсов

В медицине эти технологии применяются, в частности, для классификации рентгеновских снимков, томограмм, кожных заболеваний и ожогов. Классические алгоритмы, такие как SVM, k-NN и Random Forest, ранее использовались в связке с ручным извлечением признаков.
Однако на смену им пришли сверточные нейронные сети (CNN), которые автоматически выделяют релевантные признаки из изображений. [3]
CNN способны обрабатывать высокоразмерные изображения и выявлять сложные зависимости между пикселями, что делает их особенно полезными для медицинских задач, таких как определение стадии ожога. Благодаря способности к иерархическому обучению признаков, они превосходят традиционные методы по точности и устойчивости результатов. [5]
Рисунок 1.1 — Схема применения CNN для оценки степени ожога
1.2. Сегментация медицинских изображений
Сегментация — важный этап в анализе изображений, особенно в медицинских задачах, где необходимо выделить область поражения. Для задач сегментации ожогов применяются архитектуры типа U-Net, SegNet, DeepLab, которые позволяют точно выделить поражённые участки кожи на изображении.
Современные методы сегментации также применяют трансформеры (Vision Transformer, TransUNet), которые способны учитывать глобальные зависимости и повышать точность при работе с разными типами изображений. [12].
Сравнение наиболее распространённых архитектур сегментации представлено в таблице 2.
Таблица 1.2 — Сравнение архитектур для сегментации медицинских изображений
Архитектура Тип Точность (IoU) Особенности
U-Net CNN ~0.78 Простая, симметричная, хорошо работает на малых данных
SegNet CNN ~0.69 Эффективна, но менее точная
DeepLabV3 CNN с atrous ~0.74 Использует dilated convolutions для расширения контекста
TransUNet Transformer + CNN ~0.76 Совмещает трансформеры и U-Net, даёт лучшее восприятие контекста

Рисунок 1.2 — график, визуализирующий сравнение моделей сегментации по метрике IoU

1.3. Архитектуры нейросетей, применимые для задач классификации ожогов
Для автоматической классификации ожогов рассматриваются следующие архитектуры: CNN, ResNet, EfficientNet, Vision Transformer (ViT) и DenseNet. Каждая из них обладает своими преимуществами и ограничениями.
Таблица 1.3 — Сравнение архитектур нейросетей по метрикам классификации
Архитектура Accuracy F1-score Precision Recall Особенности архитектуры
CNN 75.1% 0.742 0.750 0.736 Простая свёрточная сеть, быстрая, но менее точная
ResNet-50 91.2% 0.903 0.911 0.899 Глубокая сеть с остаточными связями, устойчива к переобучению
EfficientNet-B0 89.6% 0.885 0.887 0.881 Оптимизирована по точности и скорости