Модел на безбеден мултимедиски медицински информационен систем базиран на мобилен облак

Abstract

Од неодамна, длабоко учење се користи заедно со конволуциски невронски мрежи за класификација на слики и препознавање шаблони. Во оваа докторска дисертација е претставен мултимедиски медицински безбеден облак систем кој се користи од страна на пациенти и медицински персонал за чување, пристап, обезбедување и анализа на медицински податоци. Целиот систем е поткрепен од истражувања во областа на надежен и брз пренос на мултимедијални податоци и приспособување на истите преку намалување на несаканите артефакти. Главната придобивка на ова истражување е креирањето на модифицирана двојно-конволуциска длабока невронска мрежа, која што се тренира со помош на слики од Компјутерска Томографија (КТ). Модифицираната невронска мрежа се споредува со стандардна конволуциска длабока невронска мрежа, притоа се анализира точноста на класификација и препознавање на рак на бели дробови. Но, главната придобивка од анализите на овие две невронски мрежи е одредување на Tx фазата во која овие топологии можат да детектираат можност за рак на белите дробови. По обемната обука со 100 епохи, добивме највисока точност на класифицирање од 0.9962, додека пак, со стандардната невронска мрежа добивме само 0.876 точност.