ЖҮРЕК-ТАМЫР АУРУЛАРЫН АНЫҚТАУҒА АРНАЛҒАН CNN моделдеріне САЛЫСТЫРМАЛЫ ТАЛДАУ
DOI:
https://doi.org/10.26577/jpcsit20253203Ключові слова:
machine learning, ECG classification, deep neural networks, ResNet50, VGG16, hyperparameter tuning, Django REST Framework, React, cardiology, computer visionАнотація
Қазіргі заманғы медициналық тәжірибеде жүрек-қан тамырлары аурулары (ЖҚА) дүние жүзінде өлім мен сырқаттанушылықтың жетекші себептерінің бірі болып қала береді. Электрокардиография (ЭКГ) жүрек ырғағының бұзылуын және миокардтың басқа патологияларын диагностикалаудың маңызды инвазивті емес әдістерінің бірі болып қала береді. Дегенмен, дәстүрлі ЭКГ талдауы негізінен маманның түсіндірмесіне сүйенеді, ол субъективті және адам қателігіне бейім болуы мүмкін. Машиналық оқыту мен терең оқытудағы жетістіктердің арқасында диагностика процесін автоматтандыру және стандарттау мүмкіндігі бар. Бұл зерттеуде конволюционды нейрондық желілер (CNN) - атап айтқанда ResNet50 және VGG16 архитектуралары - ЭКГ кескіндерін жіктеу үшін қолданылады. Гиперпараметрді баптау партия өлшемін және оқу жылдамдығын оңтайландыру үшін жүргізіледі. Сонымен қатар, нақты уақыт режимінде автоматтандырылған ЭКГ классификациясына мүмкіндік беретін фронтенд үшін React және сервер үшін Django REST Framework арқылы жүзеге асырылған веб-қызметтің прототипі ұсынылған. Бұл тәсіл кардиологтардың жүктемесін жеңілдету және клиникалық ортада диагностиканың объективтілігін арттыру мүмкіндігіне ие.
Завантажити
