Радюк Павло. Інформаційна технологія раннього діагностування пневмонії за індивідуальним підбором параметрів моделі класифікації медичних зображень легень. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії з галузі знань 12 Інформаційні технології за спеціальністю 122 – Комп’ютерні науки. – Хмельницький національний університет, Хмельницький, 2021. Дисертаційна робота присвячена розв’язанню актуальної науково-прикладної задачі автоматизації процесу діагностування вірусного пневмонічного запалення за медичними зображеннями легень через розроблення інформаційної технології раннього діагностування пневмонії за індивідуальним підбором параметрів моделі класифікації медичних зображень легень. У роботі визначено актуальність застосування інформаційних технологій у галузі цифрового діагностування захворювань легень за медичними зображеннями грудної клітини. За аналізом сучасних підходів, методів та інформаційних технологій для діагностування захворювання легень на ранніх стадіях за медичними зображеннями грудної клітини обґрунтовано потребу в створенні інформаційної технології раннього діагностування пневмонії. Наукова новизна й теоретичне значення дисертаційної роботи полягає в тому, що: 1) уперше розроблено нейромережеву модель медичного зображення легень з ознаками пневмонічного запалення для ідентифікації пневмонії на ранніх стадіях; 2) удосконалено метод підбору квазіоптимальних гіперпараметрів нейромережевої моделі для ідентифікації пневмонії на ранніх стадіях за медичними зображеннями грудної клітини, який призначений для локалізації та виявлення розсіяних ознак пневмонічного запалення, що відповідають індивідуальним особливостям легень людини; 3) удосконалено метод візуального подання та пояснення результатів медичного діагностування, який, на відміну від відомих підходів, ґрунтується на формуванні карт активації класів на основі середньозважених градієнтів, що дає можливість охопити всю область інтересу та забезпечує виражену візуальну локалізацію аномальних зон на медичному зображенні; 4) розроблено нову інформаційну технологію раннього діагностування пневмонії за індивідуальним підбором параметрів моделі класифікації медичних зображень легень. Результати експериментального тестування запропонованої інформаційної технології довели її спроможність розв’язувати поставленні задачі. Так, розроблена інформаційна технологія перевершила аналоги за показником точності класифікації на 0,58 % та 1,95 % за наборами даних CheXpert та PadChest, відповідно; за показником влучності на 0,02 % за PadChest; за показником повноти на 0,69 % та 1,64 % за CheXpert та PadChest, відповідно; за показником оцінки площі під ROC-кривою на 1,08 % за PadChest; за показником ймовірності помилки другого роду на 0,64 % та 1,64 % за CheXpert та PadChest, відповідно. Високі значення статистичних показників свідчать як про високу точність виявлення пневмонічного запалення, так і значну влучність моделі під час ідентифікації захворювання легень. Практичне значення отриманих результатів полягає в розробленні програмного забезпечення інформаційної технології раннього діагностування пневмонії за медичними зображеннями грудної клітини людини. Застосування інформаційної технології раннього діагностування пневмонії дає змогу: 1) виконувати ефективну ідентифікацію пневмонічного запалення за рентгенівськими зображеннями легень на малих обчислювальних пристроях; 2) враховувати індивідуальні особливості легень кожної людини на медичному зображенні; 3) використовувати простий та зрозумілий користувацький інтерфейс для виявлення слабо виражених пневмонічних ознак ранньої стадії захворювання. Отже, результати експериментальних тестувань із використанням розробленого програмного забезпечення підтверджують вірність наукових положень запропонованої інформаційної технології, оскільки впровадження інформаційної технології дає змогу підвищити достовірність виявлення ознак пневмонічного запалення за медичними зображеннями на 0,58 %-1,95 % та знизити ймовірність виникнення помилки під час ідентифікації захворювання легень на 0,64 %-1,64 % у порівнянні з відомими аналогами. Результати виконаних досліджень використано в навчальному процесі Хмельницького національного університету на кафедрі комп’ютерних наук та інформаційних технологій у процесі викладання навчальних дисциплін «Моделювання систем», «Дослідження операцій та основи теорії прийняття рішень», «Інтелектуальний аналіз даних» та «Прикладні математичні пакети для аналізу результатів наукових досліджень». Розроблені в дисертації положення знайшли практичне застосування в роботі рентгенологічного відділення КП «Хмельницька міська лікарня», ТОВ «Науково-технічна фірма «Інфосервіс» та в навчальному процесі Хмельницького національного університету.
