Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae
Artificial intelligence opens up great prospects in many areas of human activity, primarily in medicine. One of the priority directions of using artificial intelligence in this field is the segmentation of medical images for the purpose of automatic diagnosis of common diseases. The application of n...
Збережено в:
| Видавець: | Journal of Mechanical Engineering |
|---|---|
| Дата: | 2024 |
| Автор: | |
| Формат: | Стаття |
| Мова: | English Ukrainian |
| Опубліковано: |
Journal of Mechanical Engineering
2024
|
| Онлайн доступ: | https://journals.uran.ua/jme/article/view/302706 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Репозиторії
Journal of Mechanical Engineering| id |
journalsuranuajme-article-302706 |
|---|---|
| record_format |
ojs |
| institution |
Journal of Mechanical Engineering |
| collection |
OJS |
| language |
English Ukrainian |
| format |
Article |
| author |
Конюхов, В. Д. |
| spellingShingle |
Конюхов, В. Д. Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| author_facet |
Конюхов, В. Д. |
| author_sort |
Конюхов, В. Д. |
| title |
Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| title_short |
Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| title_full |
Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| title_fullStr |
Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| title_full_unstemmed |
Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae |
| title_sort |
using an ensemble of neural networks for determining the diagnostic parameters of the vertebrae |
| title_alt |
Використання ансамблю нейронних мереж для визначення діагностичних параметрів хребців Використання ансамблю нейронних мереж для визначення діагностичних параметрів хребців |
| description |
Artificial intelligence opens up great prospects in many areas of human activity, primarily in medicine. One of the priority directions of using artificial intelligence in this field is the segmentation of medical images for the purpose of automatic diagnosis of common diseases. The application of neural network approaches to image analysis of medical images is becoming an increasingly promising direction in the field of medical diagnostics. In particular, this paper investigates the possibility of using an ensemble of neural networks for diagnosing osteoporosis. To achieve this goal, a study was conducted on the possibility of using machine learning methods to segment and determine the shape and size of certain vertebrae: Th8, Th9, Th10, Th11 of a human vertebra on X-ray images obtained in real conditions. Each network is configured and tested on different sets of medical images. Then, the two best networks were selected according to the accuracy and efficiency of the segmentation. One of the main results of the study was the selection of the two best neural networks that provide the most accurate segmentation of vertebrae. Next, the ensemble method was applied, based on the averaging of the predictions of the selected networks. This approach made it possible to improve the overall accuracy of determining the diagnostic parameters of the spine. The obtained results emphasize the effectiveness of using an ensemble of neural networks in the context of medical segmentation. Ensembles provide more stable and accurate predictions by reducing the impact of random errors of individual networks. Ensemble predictions of these networks lead to a statistically significant improvement in results compared to individual approaches. This is an important step in the direction of creating reliable systems of automated diagnostics capable of helping doctors in conducting more accurate and operative analyses. |
| publisher |
Journal of Mechanical Engineering |
| publishDate |
2024 |
| url |
https://journals.uran.ua/jme/article/view/302706 |
| work_keys_str_mv |
AT konûhovvd usinganensembleofneuralnetworksfordeterminingthediagnosticparametersofthevertebrae AT konûhovvd vikoristannâansamblûnejronnihmereždlâviznačennâdíagnostičnihparametrívhrebcív |
| first_indexed |
2024-06-01T14:44:54Z |
| last_indexed |
2024-06-01T14:44:54Z |
| _version_ |
1806790755655614464 |
| spelling |
journalsuranuajme-article-3027062024-05-06T13:12:08Z Using an Ensemble of Neural Networks for Determining the Diagnostic Parameters of the Vertebrae Використання ансамблю нейронних мереж для визначення діагностичних параметрів хребців Використання ансамблю нейронних мереж для визначення діагностичних параметрів хребців Конюхов, В. Д. Artificial intelligence opens up great prospects in many areas of human activity, primarily in medicine. One of the priority directions of using artificial intelligence in this field is the segmentation of medical images for the purpose of automatic diagnosis of common diseases. The application of neural network approaches to image analysis of medical images is becoming an increasingly promising direction in the field of medical diagnostics. In particular, this paper investigates the possibility of using an ensemble of neural networks for diagnosing osteoporosis. To achieve this goal, a study was conducted on the possibility of using machine learning methods to segment and determine the shape and size of certain vertebrae: Th8, Th9, Th10, Th11 of a human vertebra on X-ray images obtained in real conditions. Each network is configured and tested on different sets of medical images. Then, the two best networks were selected according to the accuracy and efficiency of the segmentation. One of the main results of the study was the selection of the two best neural networks that provide the most accurate segmentation of vertebrae. Next, the ensemble method was applied, based on the averaging of the predictions of the selected networks. This approach made it possible to improve the overall accuracy of determining the diagnostic parameters of the spine. The obtained results emphasize the effectiveness of using an ensemble of neural networks in the context of medical segmentation. Ensembles provide more stable and accurate predictions by reducing the impact of random errors of individual networks. Ensemble predictions of these networks lead to a statistically significant improvement in results compared to individual approaches. This is an important step in the direction of creating reliable systems of automated diagnostics capable of helping doctors in conducting more accurate and operative analyses. Штучний інтелект відкриває великі перспективи в багатьох сферах діяльності людини, насамперед у медицині. Одним із пріоритетних напрямів використання штучного інтелекту в цій галузі є сегментація медичних зображень задля автоматичного діагностування поширених захворювань. У цій роботі досліджується, зокрема, можливість застосування ансамблю нейронних мереж для діагностування остеопорозу. Для досягнення вказаної мети вивчено можливості використання методів машинного навчання для сегментації і визначення форми й розмірів певних хребців (Th8, Th9, Th10, Th11 хребця людини) на рентгенівських зображеннях, отриманих у реальних умовах. Досліджено низку нейронних мереж, які застосовуються в обробці зображень, й запропоновано алгоритм одночасного їх використання для якісного визначення діагностичних параметрів. Штучний інтелект відкриває великі перспективи в багатьох сферах діяльності людини, насамперед у медицині. Одним із пріоритетних напрямів використання штучного інтелекту в цій галузі є сегментація медичних зображень задля автоматичного діагностування поширених захворювань. У цій роботі досліджується, зокрема, можливість застосування ансамблю нейронних мереж для діагностування остеопорозу. Для досягнення вказаної мети вивчено можливості використання методів машинного навчання для сегментації і визначення форми й розмірів певних хребців (Th8, Th9, Th10, Th11 хребця людини) на рентгенівських зображеннях, отриманих у реальних умовах. Досліджено низку нейронних мереж, які застосовуються в обробці зображень, й запропоновано алгоритм одночасного їх використання для якісного визначення діагностичних параметрів. Journal of Mechanical Engineering Проблемы машиностроения Проблеми машинобудування 2024-05-06 Article Article application/pdf application/pdf https://journals.uran.ua/jme/article/view/302706 Journal of Mechanical Engineering; Vol. 27 No. 1 (2024); 56-61 Проблемы машиностроения; Том 27 № 1 (2024); 56-61 Проблеми машинобудування; Том 27 № 1 (2024); 56-61 2709-2992 2709-2984 en uk https://journals.uran.ua/jme/article/view/302706/294684 https://journals.uran.ua/jme/article/view/302706/294685 Copyright (c) 2024 В. Д. Конюхов http://creativecommons.org/licenses/by-nd/4.0 |