Обзор искусственных нейронных сетей, которые могут быть применены в ультразвуковом неразрушающем контроле

Акустический контроль является одним из самых эффективных и распространенных методов технической и медицинской диагностики. На современном этапе развития ультразвуковой дефектоскопии важной задачей является поиск оптимальных средств обработки полученной при проведении контроля информации.

Для оптимизации процедуры контроля и автоматизации обработки ультразвуковых изображений перспективным является использование искусственных нейронных сетей - математических моделей, реализуемых программно или аппаратно, и построены по принципу организации и функционирования биологических нейронных сетей нервной системы. Такие сети представляют собой систему соединенных и взаимодействующих между собой процессоров или программных блоков.


Поскольку все искусственные нейронные сети базируются на концепции нейронов, соединений и передаточных функций, существует сходство между разными структурами или архитектурами нейронных сетей. Большинство различий происходит по разным правил обучения.

До сих пор не существует методов, позволяющих однозначно определить структуру и состав нейросети исходя из описания поставленной задачи. Поэтому целесообразно разделять нейронные сети не только по типам, но и за областями применение.

В задачах распознавания образов и обработки изображений применяется широкий спектр нейросетей, каждые из которых имеют свои преимущества и недостатки.

Наиболее распространенными моделями неразрушающего контроля в этой области является персептрон Розенблатта, нейросеть обратного распространения ошибки, сеть Кохонена, сеть встречного распространения, сеть Хопфилда, машина Больцмана, сеть Хемминга, двунаправленная ассоциативная память, сеть адаптивной резонансной теории. Все перечисленные сети можно применять для обработки ультразвуковых изображений, выбор конкретного типа зависит от многих факторов, таких как
качество и размер изображения, количество градаций цветов, наличие шумов и других помех, необходимо достоверность контроля, наличие и объем базы образцов для обучения и тому подобное.

Основной задачей для дальнейших исследований является выбор программного обеспечение, которое будет оптимальным для реализации указанных типов искусственных нейронных сетей, а также проведения экспериментальных исследований и анализ полученных результатов для определения наиболее подходящих нейросетей для решения конкретных задач ультразвуковой диагностики.