Автоматизация анализа рентгеновских снимков грудной клетки с использованием методов глубокого обучения и объяснимого искусственного интеллекта

Беляев М.И. Аверкин А.Н. Трофимов Ю.В. Шевченко А.В. Муравьев И.П.

Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse

Рубрика: Моделирование и анализ данных

Статья в выпуске: 2, 2025 года.

Бесплатный доступ

В статье представлен комплексный подход к автоматизации анализа рентгеновских снимков грудной клетки с помощью глубоких нейронных сетей и методов объяснимого искусственного интеллекта (XAI). Проведён обзор и интеграция крупнейших наборов данных, реализована мультимодальная архитектура, сочетающая сверточные нейронные сети и языковые модели для генерации медицинских заключений. Особое внимание уделено интерпретируемости решений с помощью Grad-CAM, LIME и других XAI-методов. Разработан удобный интерфейс для врачей, обеспечивающий визуализацию результатов и прозрачность работы системы.

рентгенография \ глубокое обучение \ объяснимый искусственный интеллект \ Grad-CAM \ LIME \ генерация описаний

Похожие статьи в разделе Искусственный интеллект

Использование нейронных сетей для поиска нарушений укладки пациента на рентгенограммах органов грудной клетки
Использование нейронных сетей для поиска нарушений укладки пациента на рентгенограммах органов грудной клетки

Борисов А.А., Васильев Ю.А., Владзимирский А.В., Омелянская О.В., Семенов С.С., Арзамасов К.М.

Алгоритмизация процесса распознавания состояний физиологических объектов на основе специальных рентгеновских изображений
Алгоритмизация процесса распознавания состояний физиологических объектов на основе специальных рентгеновских изображений

Васильченко Владислав Алексеевич, Бурковский Виктор Леонидович, Данилов Александр Дмитриевич

Короткий адрес: https://sciup.org/14133175

IDS: 14133175   |   УДК: 004.8

Automation of Chest X-Ray Analysis Using Methods of Deep Learning and Explainable Artificial Intelligence

The article presents a comprehensive approach to automating the analysis of chest X-ray images using deep neural networks and explainable artificial intelligence (XAI) methods. A review and integration of major datasets have been conducted, and a multimodal architecture combining convolutional neural networks and language models for generating medical conclusions has been implemented. Special attention is paid to decision interpretability through the use of Grad-CAM, LIME, and other XAI techniques. A user-friendly interface for physicians has been developed, providing visualization of results and transparency of system operation.