Sztuczne sieci neuronowe we wspomaganiu diagnostyki
[ 1 ] Instytut Działań Informacyjnych, Wydział Wojskowy, Akademia Sztuki Wojennej | [ P ] employee
2021
chapter in monograph
polish
- Medycyna
- Projektowanie
- Sieci neuronowe
- Sztuczna inteligencja
PL Wprowadzenie: Obecnie sztuczne sieci neuronowe (ang. artificial neural networks, ANN) stanowią jedną z prężnie rozwijających się gałęzi uczenia maszynowego, nazywaną głębokim uczeniem (ang. deep learning, DL). ANN znajdują zastosowanie w wielodziedzinowej klasyfikacji i rozpoznawaniu wzorców. W artykule podjęto próbę usystematyzowania wiedzy dotyczącej procesu projektowania systemów rozpoznawania wzorców (ang. pattern recognition systems, PRSs) dedykowanych diagnostyce medycznej, koncentrując się na ich rzetelnej ewaluacji. Ponadto przeprowadzono przegląd zastosowań sztucznych sieci neuronowych w wielu obszarach medycyny. Cel: Celem pracy było przedstawienie procesu projektowania systemu rozpoznawania wzorców w kontekście diagnostyki medycznej, wykazanie istotności jego rzetelnej ewaluacji poprzez porównanie cech miar oceny jakości PRSs oraz praktycznego zastosowania sztucznych sieci neuronowych w dziedzinie medycyny za pośrednictwem przykładów inteligentnego wspomagania diagnostyki. Metodologia: W głównej części pracy wyspecyfikowano i scharakteryzowano etapy procesu projektowania systemu rozpoznawania wzorców. Wspomnianą charakterystykę przeprowadzono w kontekście wytwarzania inteligentnych systemów wspomagających diagnostykę medyczną. Następnie dokonano przeglądu kilku pozycji literaturowych poświęconych zastosowaniu sztucznych sieci neuronowych w dziedzinie medycyny. Ostatecznie szczegółowo opisano proces ewaluacji systemu rozpoznawania wzorców, podkreślając istotność tego zagadnienia. Podsumowanie: Przedstawiona na łamach artykułu analiza literatury wykazała potencjał zastosowania sztucznych sieci neuronowych w procesie wspomagania diagnostyki, w wielu obszarach medycyny.
2021
347 - 356
20
20