APPLICATION OF NEURAL NETWORKS TO DETERMINE THE COORDINATES OF THE SEAT OF FIRE BY MULTIPOINT ELECTRO-OPTICAL SYSTEM
Статья посвящена исследованию методов проектирования интеллектуальных информационных систем и применение моделей искусственных нейронных сетей для диагностического прогнозирования развития пневмонии посредством анализа рентгеновских снимков. В этой работе основное внимание уделяется классификации пневмонии и туберкулеза - двух основных заболеваний грудной клетки - на основе рентгеновских снимков грудной клетки. Данное исследование проводилось при помощи открытой нейросетевой библиотеки Keras и языка программирования Python. Система дает пользователю заключение о том, болен он или нет, тем самым помогая врачам и медицинскому персоналу принять быстрое и информированное решение о наличии заболевания. Разработанная модель, может определить, является ли рентгеновский снимок нормальным или имеет отклонения, которые могут быть пневмонией с точностью 94,87%. Полученные результаты указывают на высокую эффективность применения нейронных сетей при диагностировании пневмонии по рентгеновским снимкам. This paper is devoted to the study of methods of designing intellectual information systems and neural network models application on diagnostic prediction of pneumonia development by X-ray images analysis. This article focuses on the classification of pneumonia and tuberculosis - the two main chest diseases - based on chest x-rays. This study was carried out using the Keras open neural network library and the Python programming language. System returns user a conclusion whether the patient is ill or not helping medical staff to make a quick and informed decision about the presence of the disease. The developed model can determine is the X-ray image normal or has anomalies that can be pneumonia with accuracy up to 94.87%. The results obtained indicate the high performance of the applying neural networks in the diagnosis of pneumonia by X-ray images.