Глубокое обучение в задаче ранней диагностики деменции

Содержание книги "Глубокое обучение в задаче ранней диагностики деменции "

Введение
Раздел 1. АНАЛИТИКА ТОМОГРАФИЧЕСКИХ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ АЛГОРИТМАМИ ГЛУБОКОГО ОБУЧЕНИЯ
1.1. Индуцированные локальные воздействия на основе магнитного резонанса и их значимость в прикладной медицинской сфере
1.2. Параметрическое исследование томографических медицинских снимков
1.3. Глубокое обучение как способ векторизации и анализа томографических изображений
1.4. Цель и задачи исследования
Резюме по первому разделу
Раздел 2. РЕАЛИЗАЦИЯ ОПТИМАЛЬНОГО ПРОГРАММНОГО РЕШЕНИЯ НА ОСНОВЕ СОПОСТАВЛЕНИЯ ТОЧНОСТИ РАЗЛИЧНЫХ МОДЕЛЕЙ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРЕВЕНТИВНОЙ ДЕТЕКЦИИ ДЕМЕНЦИИ
2.1. Модель сверточной нейронной сети в задаче анализа снимков МРТ
2.2. Модель остаточной нейронной сети в задаче анализа изображений
2.3. Выбор наилучшей архитектуры модели глубокого обучения
Резюме по второму разделу
Раздел 3. НЕЗАВИСИМАЯ ОЦЕНКА И ВАЛИДАЦИЯ РАЗРАБОТАННОГО ПРОГРАММНОГО РЕШЕНИЯ
3.1. Исследование параметров полноты решения прикладной задачи моделью сверточной нейронной сети на основе тестовой выборки
3.2. Оценка прикладной точности разработанного решения на отложенной выборке данных
3.3. Сопоставление тестовой и валидационной точности модели сверточной нейронной сети
Резюме по третьему разделу
Заключение
Библиографический список