Эта публикация цитируется в 2 статьях

О перспективах применения компьютерных лингвистических моделей в задачах классификации биомедицинских изображений

Е.Ю. Щетинин

Финансовый университет при Правительстве Российской Федерации

Аннотация: Компьютерные лингвистические модели получили широкое распространение в области обработки естественного языка и недавно стали активно применяться для решения различных задач компьютерного зрения. В данной статье проведены компьютерные исследования, направленные на выявление эффективности применения моделей трансформеров в задаче классификации рентгеновских снимков легких. В исследованиях использованы предварительно обученные модели трансформеров с различными размерами ViT-B(16/32), ViT-L(16/32), которые затем были дообучены на наборе рентгеновских снимков легких. Также проведены компьютерные исследования применения сверточных нейронных сетей VGG-16, InceptionV3, ResNet50, EfficientNetV2, DenseNet121. Сравнительный анализ результатов классификации исследуемых рентгеновских снимков легких показал, что модель трансформера ViT-B/32 превзошла по показателям точности модели сверточных нейронных сетей accuracy=97.56%, AUC=99%. Таким образом, языковые компьютерные модели в лице моделей ViT могут успешно использоваться в задачах классификации рентгеновских снимков легких.

Ключевые слова: трансформеры, глубокие сверточные сети, перенос обучения, классификация, рентгеновские снимки легких.

Поступила в редакцию: 19.06.2023
Исправленный вариант: 19.06.2023
Принята в печать: 11.09.2023

DOI: 10.20948/mm-2023-12-02

 Англоязычная версия: Mathematical Models and Computer Simulations, 2024, 16:2, 246–253