«Нейродиагност» – приложение для помощи в определении диагноза (NEIRODIAGNOST)

Актуальность

В современном мире уже широко применяются так называемые «Нейронные сети», работающие как мозг человека. Это означает, что нейронные сети могут оптимизировать некоторые функции человека. В рассматриваемом проекте нейронные сети помогут автоматически поставить диагноз по фото (рентгеновскому снимку).

Полагаем, разрабатываемое приложение может найти своё применение в медицинских учреждениях и в работе медицинского персонала. Мобильное приложение уменьшит вероятность ошибки человека в одной из самых важных сфер деятельности человека – медицине.

С помощью разрабатываемого приложения медицинский работник по рентгеновскому снимку быстро получит предварительный диагноз, например, присутствуют ли явные признаки туберкулёза или нет. В более сложных случаях медицинский работник сможет обладать полученным предварительным диагнозом, который будет уточняться дополнительными анализами или консультациями с медицинскими специалистами.

Цель

Разработать мобильное приложение, основной функцией которого является определение диагноза туберкулёза по фотографии рентгеновского снимка (флюорографии) для помощи медицинским работникам в определении диагноза.

Задачи

Для достижения поставленной цели должны быть решены следующие задачи.

1. Сбор информации по рассматриваемой тематике.
2. Сбор фотографий рентгеновских снимков лёгких человека.
3. Обучение модели при помощи имеющихся фотографий.
4. Создание UX (дизайна взаимодействия с пользователем) для мобильного приложения.
5. Создание UI (интерфейса пользователя) для мобильного приложения.
6. Подключение разработанной модели к мобильному приложению.
7. Тестирование мобильного приложения и отладка его работы.
8. Описание принципа действия разработанного мобильного приложения.

Оснащение и оборудование, использованное при создании работы

• Персональный компьютер с установленным на нём ПО, а также смартфон
• Android studio – официальная интегрированная среда разработки для создания Android-приложений
• TensorFlow Lite – популярная библиотека для машинного обучения, которая портирована для мобильных устройств
• Teachable Machine – cайт для быстрого создания моделей, в том числе TensorFlow
•  Windows – операционная система, на которой велась разработка мобильного приложения

Описание

1 этап. Собрана информация по рассматриваемой тематике и разработана модель. Создана модель на сайте Teachable Machine. Подобраны задания для обучения модели, размещены по разделам, произошло обучение модели. Точность распознавания объектов в любой модели зависит от количества образцов, используемых для её обучения. Нашу модель мы обучали на большом количестве объектов.

2 этап. Разработан и создан интерфейс приложения. В качестве платформы для создания мобильного приложения была выбрана платформа Android и программа Android Studio с официального сайта. Пользовательский интерфейс должен быть достаточно информативен, но не слишком перегружен – если информации будет слишком много, то человек не сможет найти нужный для него элемент, и он, скорее всего, закроет приложение и удалит его со своего устройства.

3 этап. После создания модели и пользовательского интерфейса они были собраны воедино, модель подключена к приложению;  произведены тестирование и отладка работы; описано приложение.

Результаты работы/выводы

В процессе создания мобильного приложения произведён сбор информации по рассматриваемой тематике, фотографий рентгеновских снимков лёгких человека; обучена модель при помощи имеющихся фотографий; создан дизайн взаимодействия с пользователем для мобильного приложения; создан интерфейс пользователя для мобильного приложения; подключена разработанная модель к мобильному приложению; произведены тестирование мобильного приложения и отладка его работы; описан принцип действия разработанного мобильного приложения.

Перспективы использования результатов работы

В будущих работах по усовершенствованию мобильного приложения планируется:

• повысить точность распознавания изображений;
• добавить классификацию для разных видов болезней;
• добавить возможность сохранения сделанных пользователем фотографий;
• изменить дизайн мобильного приложения на более дружелюбный;
• добавить функцию обратной связи с пользователями – медицинскими специалистами – для обучения нейронной сети на сложных и сомнительных изображениях, которые будут поступать от них.

Сотрудничество с вузом/учреждением при создании работы

РУТ (МИИТ), Технопарк РУТ, ФГБНУ ФНАЦ ВИМ

Награды/достижения (в каких конкурсах и с какими результатами выставлялась ранее эта работа)

Региональная научно-практическая конференция для школьников «Творчество юных» – победитель

Мнение автора

«Открытая городская научно-практическая конференция «Инженеры будущего» – прекрасная возможность получения навыков проектной работы и инженерной специальности»