Данная статья посвящена решению задачи классификации рентгеновских снимков грудной клетки при помощи приема дообучения предобученной сверточной нейронной сети, обученной на малых наборах данных. Используется обучаемый бинарный классификатор для выявления наличия или отсутствия патологии нижних дыхательных путей. В работе приведены результаты вычислительного эксперимента и показано улучшение точности при решении задачи классификации. Исследование направлено на выявление качественного улучшения показателя точности при применении составной нейронной сети.
This article is devoted to solving the problem of classifying chest x-ray images by using the retraining of a pre-trained convolutional neural network trained on small data sets. A trained binary classifier is used to detect the presence or absence of lower respiratory tract pathology. The paper presents the results of a computational experiment and shows an improvement in accuracy in solving the classification problem. The study aims to identify a qualitative improvement in the accuracy index when using a composite neural network.