Розробка програмного забезпечення медичного моніторингу із інтеграцією методів машинного навчання

Abstract

Методи дослідження і перелік використаних програмно-апаратних рішень: методи комп’ютерного зору, технологія transfer learning, алгоритм grad-cam. використано стек технологій: мови програмування python, фреймворки fastapi та react, бібліотеку машинного навчання pytorch, скбд postgresql. Результати та їх новизна: створено клієнт-серверний вебзастосунок для скринінгу патологій легень, навчено модель efficientnetb3 з точністю класифікації 92% та інтегровано модуля генерації теплових карт grad-cam. новизна полягає у комплексному поєднанні високої точності розпізнавання з автоматичною генерацією звітів у форматах pdf та машиннозчитуваному json згідно з принципом прозорості штучного інтелекту.

Research methods and hardware/software solutions: computer vision methods, transfer learning technology, grad-cam algorithm. technology stack: python programming language, fastapi and react frameworks, pytorch machine learning library, postgresql dbms. Results and novelty: a client-server web application for lung pathology screening was created. the efficientnetb3 model was trained with a classification accuracy of 92%, and the grad-cam heatmap generation subsystem was integrated. the novelty lies in the complex combination of high recognition accuracy with the automatic generation reports in pdf and machine-readable json formats according to the ai transparency principle.