Статья посвящена вопросам применения технологий искусственных нейронных сетей для определения объектов на медицинских изображениях, в том числе на изображениях внутренних органов человека, полученных в результате проведения процедуры компьютерной томографии. Целью данного исследования был выбор метода анализа медицинских изображений и его реализация в системе поддержки принятия решений в хирургии и урологии при диагностике мочекаменной болезни человека. В статье исследована применимость для решения различных задач обнаружения объектов на медицинских изображениях методов классификации, детектирования и сегментации. Показано, что для использования в системе поддержки принятия врачебных решений при диагностике мочекаменной болезни с целью планирования дальнейшего хирургического вмешательства лучше всего подходит детектирование. Поэтому в статье рассмотрены основные современные нейросетевые архитектуры, применимые для решения задачи детектирования. Для решения задачи детектирования объектов на медицинских изображениях, полученных по результатам компьютерной томографии внутренних органов человека, обоснована целесообразность применения нейросети архитектуры YOLO. По результатам вычислительного эксперимента выявлены проблемные места, связанные с детектированием сетью YOLO объектов почек и камней. Для повышения точности метода предложено использовать алгоритм нечеткой оценки результатов детектирования объектов нейросетью архитектуры YOLO. Результаты детектирования изображений нейросетью YOLO после ее модификации позволяют провести дальнейшие расчеты параметров найденных объектов для планирования хирургического вмешательства.