Создание продукта для диагностики и лечения заболеваний ВНЧС, с использованием методов машинного обучения и нейронных сетей
1 команда: Запускаемый в ОС файл с разработанным ПО для клиники. Модели машинного и глубокого обучения позволили определять патологии в суставной щели левой и правой ВНЧС с точностью выше 96% в условиях малого датасета. Разработан обработчик DICOM, автоматизированы измерения
2 команда: Получены модели нейронных сетей глубокого обучения, определяющие патологии с точностью до 94%. Фреймворк YOLO8 позволил разработать модель, у которой общая точность (P) определения патологий достигает 77.5%, полноты (R) в 88.9%, и средней точности (mAP) на уровне 99.5% при IoU от 0.50 до 0.95
DICOM-файлы пациентов клиники, изображения 400 срезов из DICOM, представленные в *.png и *.jpeg форматах, с измерениями на них и без. Таблица с данными о 300 пациентах со ссылками на архивы
Автоматизация измерений по медицинским снимкам, помощь докторам в выявлении патологий, минимизация ошибки, связанной с человеческим фактором