Saida Ismailovna HAMRAYEVA katta o‘qituvchi Toshkent axborot texnologiyalari universiteti Urganch filiali Xorazm, O‘zbekiston saidahamrayeva1987@gmail.com Tohir Quronbayevich O‘RAZMATOV dotsent Toshkent axborot texnologiyalari universiteti Urganch filiali Xorazm, O‘zbekiston tohir20314@gmail.com
Annotatsiya
Ushbu maqola Edge qurilmalari (NVIDIA Jetson Nano, Raspberry Pi 4) asosida tibbiy tasvirlarning dastlabki ishlov berishini optimallashtirish uchun mashinaviy o`qitish modellari va algoritmlarini ishlab chiqishga qaratilgan. Median filtrlash, segmentatsiya (U-Net) va kontrast yaxshilash (CLAHE) kabi texnikalar sinovdan o`tkazilib, tarmoq kechikishi o`rtacha 85% ga kamaytirilgan, qayta ishlash vaqti 120 ms ga tushirilgan va energiya sarfi 60% ga qisqargan. Natijalar Edge Intelligencening real vaqtli klinik qo`llanilishi va resurs tejash imkoniyatlarini ko`rsatdi, ammo murakkab tasvirlar uchun qo`shimcha optimallashtirish zarur. Tadqiqot adabiyotdagi yutuqlarni kengaytirib, tibbiyot sohasida innovatsion yechimlar uchun asos yaratadi.
Tayanch so’zlar: Edge Intelligence, tibbiy tasvirlar, dastlabki ishlov berish, mashinaviy o`qitish, real vaqtli tahlil, energiya tejash, maxfiylik, segmentatsiya, kontrast yaxshilash, Edge qurilmalari.