Vol. 2 No. 2 (2025), Articles
Vol. 2 No. 2 (2025)

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И ПРИМЕНЕНИЕ КОМПЬЮТЕРНОГО ЗРЕНИЯ В МЕДИЦИНЕ

Articles
Published 2025-08-09
Юлдошев Шерзод Нуриддинович
Отахонова Саодат Отабек қизи
PDF

Keywords

компьютерное зрение, искусственный интеллект, машинное обучение, медицина, диагностика, медицинские изображения, рентгенография, МРТ и КТ, роботизированные системы, обнаружение аномалий, дерматология.

Abstract

Статья рассматривает теоретические основы и практическое применение компьютерного зрения в медицине. Описаны ключевые этапы обработки изображений, включая предобработку, извлечение признаков, распознавание объектов, классификацию и принятие решений. Основное внимание уделено применению компьютерного зрения в диагностике заболеваний, таких как рак, кожные заболевания, а также в хирургии, мониторинге состояния пациентов и телемедицине. Приведены преимущества технологий, такие как высокая точность и эффективность, а также вызовы, связанные с качеством данных и объяснимостью решений. В заключение подчеркивается значимость компьютерного зрения для улучшения качества медицинской помощи и его потенциал для будущих инноваций в здравоохранении.

PDF

References

1. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.

2. Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., & Blau, H. M. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542(7639), 115-118.

3. Shin, H. C., Roth, H. R., Gao, M., Lu, L., Xu, Z., & Nogues, I. (2016). Deep convolutional neural networks for computer-aided detection: Caffe and TensorFlow implementations. Journal of Medical Imaging, 3(3), 032001.

4. Rosen, J., Hannaford, B., & Satava, R. (2014). Surgical robotics: A review of the state of the art. Minimally Invasive Therapy & Allied Technologies, 23(2), 53-67.

5. Shao, X., Zhao, Y., & Lu, H. (2019). Augmented reality-based robotic surgery system for cancer treatment. IEEE Transactions on Medical Robotics and Bionics, 1(1), 3-12.

6. Liu, Y., Tetzlaff, J., & Lee, W. (2020). Telemedicine and AI in the COVID-19 era. Journal of Telemedicine and Telecare, 26(6), 301-312.

7. Caruana, R., Gehrke, J., Koch, P., & Sturm, M. (2015). Intelligible models for healthcare: Predicting pneumonia risk and hospital 30-day readmission. Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1721-1730.

8. O'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown Publishing Group.