Image processing system with the help of fuzzy neural networks

Abstract

The purpose of scientific work: development of a fuzzy neural network for image processing. Thesis deals with the theoretical and software part of the development of fuzzy neural network for medical image processing and classification. The author substantiates the relevance of using fuzzy neural networks to solve the classification problem, analyzes the existing topologies of fuzzy neural networks and fuzzy classifiers, the main algorithms for improving the results, identified their shortcomings and proposed a solution to eliminate them. To solve the classification problem, it is proposed to use the fuzzy neural network NEFCLASS. This software architecture allows you to create a neural classifier that can compete with the results of existing solutions using other types and topologies of neural networks. And expands the range of calculations performed to classify the input data.

Мета наукової роботи: розробка нечіткої нейронної мережі для обробки зображень. В дипломній роботі розглядається теоретична та програмна частина розробки нечіткої нейронної мережі для обробки медичних зображень та класифікації. Автором обґрунтовано актуальність використання нечітких нейронних мереж для вирішення задачі класифікації, проведено аналіз існуючих топологій нечітких нейронних мереж та нечітких класифікаторів, основних алгоритмів для покращення результатів, виявлено їх недоліки та запропоноване рішення, що дозволяє їх усунути. Для вирішення задачі класифікації запропоновано використати нечітку нейронну мережу NEFCLASS. Дана програмна архітектура дозволяє створити нейронний класифікатор, який може мати конкурентну спроможність з результами уже існуючих рішень за допомогою інших типів і топологій нейронних мереж. Та розширює спектр виконуваних обчислювань для класифікації вхідних даних.