Электронный каталог

Статья

Трофимов, Ю.В.
Нечеткие продукционные правила и нейросети глубокого обучения : объяснимый искусственный интеллект 2.0 для диагностики коронарных стенозов / Ю.В.Трофимов, В.С.Семашко, [и др.]. – Текст : электронный // Системный анализ в науке и образовании. – 2025. – № 2. – С. 73-82. – URL: https://sanse.ru/index.php/sanse/article/view/667/632. – Библиогр.: 11.

В статье предлагается мультиуровневый подход к диагностике коронарных стенозов, основанный на глубоком обучении и нечѐткой логике. Рассматриваются проблемы нехватки размеченных данных, решается путем до аннотации датасета CADICA. Реализован алгоритм, включающий сегментацию сосудов с помощью модифицированной сверточной сети U-Netи CRF, дополненный методами XAI (Grad-CAM, LIME, Score-CAM). Добавлен нейро-нечѐткий модуль ANFIS для преобразования активациймоделив правила. Подход обеспечивает высокую точность сегментации (Dice≈0,84; IoU≈0,78) и надежность диагностики даже при слабо выраженной патологии. Полученные результаты подтверждают повышение доверия специалистов благодаря интеграции механизмов объяснимого ИИ.



ОИЯИ = ОИЯИ (JINR)2025
Спец.(статьи,препринты) = С 325.1а - Нейронные сети и клеточные автоматы
Спец.(статьи,препринты) = Ц 849 - Искусственный интеллект. Теория и практика
Спец.(статьи,препринты) = 28.0 - Биология$