Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
3 results
Search Results
Item Застосування методу лінійної регресії для аналізу кількісних характеристик цитологічних зображень(Видавництво Львівської політехніки, 2021-10-10) Березький, О. М.; Піцун, О. Й.; Мельник, Г. М.; Дацко, Т. В.; Berezsky, O. M.; Pitsun, O. Yo.; Melnyk, G. M.; Datsko, T. V.; Національний університет “Львівська політехніка”; Західноукраїнський національний університет; Тернопільський національний медичний університет; Lviv Polytechnic National University; West Ukrainian National University; Ternopil National Medical UniversityПроаналізовано патологічні стани молочної залози на підставі дослідження цитологічних зображень. Цитологічні зображення – це окремий клас біомедичних зображень і використовуються для діагностування онкологічних захворювань. Для діагностування передракових і ракових станів та тактики лікування лікарі-діагности використовують цитологічні, гістологічні та імуногістохімічні зображення. Для автоматизації процесу діагностування в онкології використовують системи автоматизованої мікроскопії. У системах автоматизованої мікроскопії використовують алгоритми комп’ютерного зору. Останнім часом для класифікації зображень використовують алгоритми машинного навчання Опрацювання мікроскопічних зображень є складним і трудомістким процесом, оскільки зображення характеризуються високим рівнем шуму та відсутністю чітких контурів ядер клітин. Для обчислення кількісних характеристик ядер клітин цитологічних зображень розроблено метод обчислення кількісних характеристик ядер клітин на підставі алгоритмів фільтрації зображень та їх автоматичної сегментації. Для сегментації ядер клітин розроблено архітектуру згорткової нейронної мережі типу U-Net. У цій статті розроблено метод опрацювання цитологічних зображень. Метод складається з шести етапів. На першому етапі відбувається завантаження зображення у пам’ять комп’ютера, на другому – попереднє оброблення зображень. На третьому етапі здійснюється автоматична сегментація зображень на підставі згорткової нейронної мережі типу U-Net. На четвертому етапі виконується обчислення кількісних характеристик ядер клітин. На п’ятому етапі кількісні характеристик ядер клітин зберігаються в базі даних. На шостому етапі застосовують алгоритми лінійної регресії для отримання кількісних характеристик ядер клітин. Сьогодні лінійна регресія є одним із поширених підходів машинного навчання до аналізу даних. Здійснено порівняльний аналіз застосування кількісних характеристик ядер клітин на підставі лінійної регресії. Наукова новизна роботи полягає у розробленні методу обчислення кількісних характеристик ядер клітин, який містить етапи фільтрації зображень та автоматичної сегментації на підставі використання нейронної мережі типу U-Net. Практичне значення роботи – програмна реалізація модулів попереднього оброблення цитологічного зображення та лінійної регресії. Досліджено, що у сукупності параметрів “площа, довжина головної осі” в 1,4 разу менша похибка RMSE порівняно із сукупністю “площа, периметр”.Item Economic and mathematical modeling of the estimation of efficiency of use of current assets by means of correlation and regression approach(Видавництво Львівської політехніки, 2020-02-10) Данилків, Х. П.; Гембарська, Н. Є.; Гавран, В. Я.; Грибик, І. І.; Danylkiv, Kh.; Hembarska, N.; Havran, V.; Hrybyk, I.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityНа сучасному етапі економічного реформування, запровадження ринкових методів господарювання зростає потреба в оперативності прийняття управлінських рішень у розрахунку й прогнозуванні варіантів можливих напрямів виробничої діяльності окремих підприємств. А це фактично неможливо здійснити без застосування в аналітичному дослідженні економіко-математичних методів. Найпоширенішим у процесі простого економічного аналізу діяльності економічних систем є використання кореляційно-регресійного аналізу. У рамках авторського підходу до проведення оцінювання ефективності використання оборотних коштів на ПП “Світ солі” за допомогою кореляційно-регресійного аналізу було виокремлено такі етапи: встановлено форму зв’язку та математичне рівняння зв’язку побудовою графіка кореляційної залежності між роком дослідження (фактор x) і певним статистичним показником (фактор y); обчислено коефіцієнт детермінації та коефіцієнт кореляції r і оцінено щільність зв’язку між фактором x і показником y; за критерієм Фішера з ймовірністю 0,95 оцінено адекватність прийнятої економетричної моделі статистичним даним; за t-критерієм перевірено статистичну значущість параметрів лінійного рівняння з надійністю Р = 0,98; знайдено інтервали довіри для коефіцієнтів лінійного рівняння з надійністю Р = 0,98. Зважаючи на всі отримані результати ПП “Світ солі” характеризуть як платоспроможне та фінансово стійке підприємство, яке знаходиться на піку свого розвитку, про що свідчать показники в наступних роках? Для підвищення ефективності показників запропоновані такі заходи: оптимізація організації постачання та системи вибору постачальників; забезпечення оптимального обсягу та структури запасів для забезпечення стабільного виробничого процесу за мінімальних витрат на утримання запасів; прискорення оборотності оборотних активів, зокрема основними шляхами розрахунку обсягу запасів та їх ліквідації; забезпечення єдиної методології щодо організації та ведення обліку окремих складових оборотних активів; впровадження прогресивних технологій і, як наслідок, підвищення ефективності праці; поліпшення організації матеріально-технічного забезпечення та реалізації продукції; оптимізація збутової та кредитної політики.Item Класифікація віброартрографічних сигналів з використанням хвилькового перетворення і технологій машинного навчання(Видавництво Львівської політехніки, 2019-02-26) Хома, Ю. В.; Khoma, Yurii; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityВіброартрографія як метод медичної діагностики призначений для об'єктивного оцінювання суглобової функції, зокрема артрокінематики колінного суглобу і базується на аналізі сигналу віброакустичної емісії. Віброартрографія хоч і поступається за ефективністю таким методам, як рентгенографія і магніторезонансна томографія (МРТ), безумовно, є достатньо чутливим методом для оцінювання ступеня дисфункції колінних суглобів. Наведено результати досліджень щодо побудови системи комп’ютерного опрацювання віброартрографічних сигналів. ВАГ-сигнали мають нестаціонарний характер, тому для їх аналізу у цьому дослідженні застосовано дискретне хвилькове перетворення, яке уможливлює не лише вивчення частотного вмісту сигналу, але і його локалізацію щодо часу. Новизна запропонованого підходу полягає у застосуванні дискретного діадичного хвилькового перетворення для очищення біосигналу від впливу дрейфу ізолінії і випадкових шумів, а також використання деталізуючих компонент для формування діагностично значущих ознак. Аналіз скалограми 6-рівневого хвилькового розкладу дав змогу виділити смугу від 78 до 780 Гц, де зосереджена корисна діагностично значуща інформація. Реконструкція сигналу у вказаній смузі забезпечила усунення дестабілізуючих впливів дрейфу ізолінії та високочастотних шумів. За результатами хвилькового перетворення було вибрано такі прості дескриптори, як стандартне відхилення, мода і середнє значення модуля окремих компонент сигналу, що відповідають рівням розкладу. Для класифікації сигналів застосовано один із найпростіших методів машинного навчання – лінійну регресію. Досліджено показники якості класифікації для випадку двох і п’яти класів дисфункції колінного суглоба. У випадку двох класів отримано такі результати: точність на рівні 94 %, чутливість 100 % і специфічність 88 %. Для п'яти класів точність становить 83 %, чутливість та специфічність 89 % і 62 % відповідно. Для двох груп одержано високу точність і чутливість класифікатора, а для п’яти класів результати класифікації були посередні. При цьому найбільше перекриття дескрипторів спостерігається для сусідніх класів. Основним обмеженням у цьому дослідженні була мала кількість сигналів – по 26 для кожного з класів. Тривалість кожного запису 6 секунд за частоти дискретизації 10 кГц. Розподіл записів на окремі класи відбувався на основі інформації з відповідних МРТ-знімків кожного пацієнта.