Разработка и исследование алгоритмов сегментации и распознавания объектов на медицинских изображениях на основе нейронных сетей

Аннотация

 В данной работе рассматривается применение нейросетевых архитектур для задач сегментации 
и распознавания объектов на медицинских изображениях. В качестве базовых моделей использованы U-Net, 
Attention U-Net, DeepLabv3+ и EfficientNet, проверенные на открытых медицинских датасетах BraTS, ISIC и 
COVIDx. Представлены результаты обучения, визуализации и сравнительного анализа, а также обсуждаются 
ограничения и направления для улучшения, включая применение мультимодальных данных и self-supervised 
обучения. Проведено экспериментальное сравнение моделей по метрикам Dice, IoU, Accuracy и F1-score.