Кваліфікаційна робота магістра складається зі вступу, трьох розділів, висновків і пропозицій, списку використаних джерел та додатків (згідно зі структурою, затвердженою кафедрою).
У роботі досліджено сучасні методи глибокого навчання, орієнтовані на автоматизований аналіз рентгенівських знімків грудної клітки з метою виявлення патологій органів дихання. Розглянуто підходи до попередньої обробки медичних зображень, застосування згорткових нейронних мереж та особливості мульти-label класифікації.
Розроблено програмний прототип системи MediVision, який базується на архітектурі MobileNetV2 та реалізує повний цикл аналізу зображень: підготовку даних, навчання моделі, оптимізацію порогів класифікації й модуль інференсу для прогнозування стану пацієнта за одним знімком. Проведено тренування моделі, оцінювання її якості та аналіз результатів за ключовими
метриками – AUC-ROC, AUC-PR, BinaryAccuracy.
Експериментальні результати засвідчують високу точність класифікації, стабільність роботи. Окреслено перспективи подальшого розвитку системи, включно з розширенням наборів даних та вдосконаленням методів пояснення результатів.
