Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16
Pneumonia, tuberculosis, and Covid-19 are different lung diseases but have similar characteristics. One of the reasons for the worsening of disease in lung sufferers is a diagnosis that takes a long time. Another factor, the results of the X-ray photos look blurry and lack contracture, causing diffe...
Gespeichert in:
| Datum: | 2023 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Englisch |
| Veröffentlicht: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2023
|
| Schlagworte: | |
| Online Zugang: | http://journal.iasa.kpi.ua/article/view/271023 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543563232313344 |
|---|---|
| author | Bukhori, Saiful Verdy, Bangkit Yudho Negoro Windi Eka, Yulia Retnani Januar, Adi Putra |
| author_facet | Bukhori, Saiful Verdy, Bangkit Yudho Negoro Windi Eka, Yulia Retnani Januar, Adi Putra |
| author_sort | Bukhori, Saiful |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2023-11-07T22:19:24Z |
| description | Pneumonia, tuberculosis, and Covid-19 are different lung diseases but have similar characteristics. One of the reasons for the worsening of disease in lung sufferers is a diagnosis that takes a long time. Another factor, the results of the X-ray photos look blurry and lack contracture, causing different diagnostic results of X-ray photos. This research classifies lung images into four categories: normal lungs, tuberculosis, pneumonia, and Covid-19 using the Convolutional Neural Network method and VGG-16 architecture. The results of the research with models and scenarios without pre-trained use data with a ratio of 9:1 at epoch 50, an accuracy of 94%, while the lowest results are in scenarios using data with a ratio of 8:2 at epoch 50, non-pre-trained models, accuracy by 87%. |
| first_indexed | 2025-07-17T10:28:03Z |
| format | Article |
| id | journaliasakpiua-article-271023 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:28:03Z |
| publishDate | 2023 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-2710232023-11-07T22:19:24Z Identification of lung disease types using convolutional neural network and VGG-16 architecture Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 Bukhori, Saiful Verdy, Bangkit Yudho Negoro Windi Eka, Yulia Retnani Januar, Adi Putra tuberculosis pneumonia Covid-19 VGG-16 convolutional neural network туберкульоз пневмонія Сovid-19 VGG-16 згорткова нейронна мережа Pneumonia, tuberculosis, and Covid-19 are different lung diseases but have similar characteristics. One of the reasons for the worsening of disease in lung sufferers is a diagnosis that takes a long time. Another factor, the results of the X-ray photos look blurry and lack contracture, causing different diagnostic results of X-ray photos. This research classifies lung images into four categories: normal lungs, tuberculosis, pneumonia, and Covid-19 using the Convolutional Neural Network method and VGG-16 architecture. The results of the research with models and scenarios without pre-trained use data with a ratio of 9:1 at epoch 50, an accuracy of 94%, while the lowest results are in scenarios using data with a ratio of 8:2 at epoch 50, non-pre-trained models, accuracy by 87%. Пневмонія, туберкульоз і Covid-19 – різні захворювання легенів, але мають схожі характеристики. Однією з причин загострення захворювання легень є довготривала діагностика. Іншим фактором є те, що результати рентгенівських знімків виглядають розмитими і з відсутністю контрактури, що спричиняє різні результати діагностики рентгенівських знімків. Це дослідження класифікує зображення легенів на чотири категорії, а саме: нормальні легені, туберкульоз, пневмонія та Covid-19 за допомогою методу згорткової нейронної мережі та архітектури VGG-16. Результати дослідження з моделями та сценаріями без попередньої підготовки використовують дані зі співвідношенням 9:1 в епосі 50, точністю 94%, тоді як найнижчі результати в сценаріях з використанням даних зі співвідношенням 8:2 в епосі 50, моделі без попередньої підготовки, точність 87%. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2023-09-29 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/271023 10.20535/SRIT.2308-8893.2023.3.07 System research and information technologies; No. 3 (2023); 96-107 Системные исследования и информационные технологии; № 3 (2023); 96-107 Системні дослідження та інформаційні технології; № 3 (2023); 96-107 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/271023/283978 |
| spellingShingle | туберкульоз пневмонія Сovid-19 VGG-16 згорткова нейронна мережа Bukhori, Saiful Verdy, Bangkit Yudho Negoro Windi Eka, Yulia Retnani Januar, Adi Putra Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title | Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title_alt | Identification of lung disease types using convolutional neural network and VGG-16 architecture |
| title_full | Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title_fullStr | Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title_full_unstemmed | Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title_short | Ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури VGG-16 |
| title_sort | ідентифікація типів захворювання легень за допомогою згорткової нейронної мережі й архітектури vgg-16 |
| topic | туберкульоз пневмонія Сovid-19 VGG-16 згорткова нейронна мережа |
| topic_facet | tuberculosis pneumonia Covid-19 VGG-16 convolutional neural network туберкульоз пневмонія Сovid-19 VGG-16 згорткова нейронна мережа |
| url | http://journal.iasa.kpi.ua/article/view/271023 |
| work_keys_str_mv | AT bukhorisaiful identificationoflungdiseasetypesusingconvolutionalneuralnetworkandvgg16architecture AT verdybangkityudhonegoro identificationoflungdiseasetypesusingconvolutionalneuralnetworkandvgg16architecture AT windiekayuliaretnani identificationoflungdiseasetypesusingconvolutionalneuralnetworkandvgg16architecture AT januaradiputra identificationoflungdiseasetypesusingconvolutionalneuralnetworkandvgg16architecture AT bukhorisaiful ídentifíkacíâtipívzahvorûvannâlegenʹzadopomogoûzgortkovoínejronnoímerežíjarhítekturivgg16 AT verdybangkityudhonegoro ídentifíkacíâtipívzahvorûvannâlegenʹzadopomogoûzgortkovoínejronnoímerežíjarhítekturivgg16 AT windiekayuliaretnani ídentifíkacíâtipívzahvorûvannâlegenʹzadopomogoûzgortkovoínejronnoímerežíjarhítekturivgg16 AT januaradiputra ídentifíkacíâtipívzahvorûvannâlegenʹzadopomogoûzgortkovoínejronnoímerežíjarhítekturivgg16 |