Порівняння ефективності розпізнавання моделей нейромереж для МРТ

Abstract

У даному дослідженні проведено порівняльний аналіз ефективності різних моделей нейромереж для завдання сегментації мозкових уражень на зображеннях з магнітно-резонансної томографії (МРТ). Використовуючи моделі зглиблених нейронних мереж (DNN), U-Net (модифікована CNN для сегментації), рекурентні нейронні мережі (RNN), було проведено дослідження з точності, швидкодії, витрат ресурсів та стійкості до змін у даних. Результати дослідження вказують на найбільш ефективну модель для даної задачі.

In this study, a comparative analysis of the effectiveness of different neural network models for the task of segmenting brain lesions on magnetic resonance imaging (MRI) images was performed. Using Deep Neural Networks (DNN), UNet (a modified CNN for segmentation), Recurrent Neural Networks (RNN), research was conducted on accuracy, speed, resource consumption, and robustness to data changes. The research results indicate the most effective model for this task.