ИСПОЛЬЗОВАНИЕ НЕЙРОННОЙ СЕТИ EFFICIENTDET В ЗАДАЧЕ ОБНАРУЖЕНИЯ
ПАТОЛОГИЙ ЖЕЛУДКА НА ВИДЕОИЗОБРАЖЕНИЯХ ЭНДОСКОПИЧЕСКОГО ИССЛЕДОВАНИЯ 

Владимир Вячеславович Хрящев, кандидат технических наук, доцент, доцент кафедры цифровых технологий и машинного обучения, Ярославский государственный университет имени П. Г. Демидова (Россия, г. Ярославль, ул. Советская, 14), E-mail: v.khryashchev@uniyar.ac.ru
Андрей Леонидович Приоров, доктор технических наук, доцент, профессор кафедры цифровых технологий и машинного обучения, Ярославский государственный университет имени П. Г. Демидова (Россия, г. Ярославль, ул. Советская, 14), E-mail: andcat@yandex.ru 

Актуальность и цели. Получение максимально достоверной информации при выполнении эндоскопических исследований желудочно-кишечного тракта дает возможность на ранних стадиях обнаруживать и классифицировать опасные патологии, включая онкологические. Это значительно снижает летальность среди больных с данными видами заболеваний. Рассматривается задача обнаружения патологий желудка на видеоданных эндоскопических исследований. Материалы и методы. Проведен анализ эффективности использования достаточно новой архитектуры сверточной нейронной сети EfficientDet для обнаружения опасных патологий желудка на видеоизображениях эндоскопических исследований. Для обучения и тестирования алгоритмов глубокого машинного обучения использовались 54 видеозаписи исследований желудка, проведенных в эндоскопическом отделении Ярославской областной клинической онкологической больницы. Результаты. Проанализированы результаты работы разработанного алгоритма в сравнении с популярным подходом на основе архитектуры сверточной нейронной сети SSD300. Получены зависимости значений функций потерь подсети классификации и подсети регрессии, вычисленных на обучающей выборке, а также значений стандартных метрик F1, mAP, Precision и Recall. Показано достижение существенного превосходства по метрике средней точности при сохранении хороших показателей по критериям робастности и скорости обработки видеокадра. Выводы. Разработанный алгоритм может быть использован в качестве основного при реализации нейросетевого модуля детектирования патологий на эндоскопических изображениях желудка. 

Ключевые слова

эндоскопические видеоданные, машинное обучение, сверточная нейронная сеть, обнаружение объектов, патологии желудка, метрики качества 

 Скачать статью в формате PDF

Для цитирования:

Хрящев В. В., Приоров А. Л. Использование нейронной сети EfficientDet в задаче обнаружения патологий желудка на видеоизображениях эндоскопического исследования // Модели, системы, сети в экономике, технике, природе и обществе. 2023. № 2. С. 185–192. doi: 10.21685/2227-8486-2023-2-12