Розробка програмної системи для прогнозування розвитку пухлин за допомогою нейронних мереж
Вантажиться...
Дата
2024
Автори
Науковий керівник
Укладач
Редактор
Назва журналу
ISSN
E-ISSN
Назва тому
Видавець
Одеський національний університет імені І. І. Мечникова
Анотація
Метою магістерської кваліфікаційної роботи було представлення підходу до діагностики ракових захворювань шкіри з використанням нейронних мереж. Метою дослідження було створення, налаштування та навчання моделі, здатної автоматично класифікувати зображення шкіри на доброякісні та злоякісні новоутворення, що має на меті допомогти в ранньому виявленні раку шкіри. Для навчання моделі був використаний відкритий датасет із зображеннями шкірних новоутворень, завантажений із платформи Kaggle. Датасет був збережений у хмарному сховищі Google Drive, що дало змогу легко інтегрувати його з робочим середовищем Google Colab для ефективної обробки та моделювання.
Процес моделювання включав побудову моделі нейронної мережі на основі нейронних згорткових мереж CNN. Навчання моделі проводилось на основі зображень ракових новоутвореннь на шкірі та навчання було задіяно в п’ять епох. Під час тестування модель продемонструвала здатність класифікувати зображення з достатньою точністю.
The aim of the master's qualification work was to present an approach to the diagnosis of skin cancer using neural networks. The aim of the research was to create, configure and train a model capable of automatically classifying skin images into benign and malignant neoplasms, which aims to help in the early detection of skin cancer. An open dataset with images of skin neoplasms, downloaded from the Kaggle platform, was used to train the model. The dataset was stored in the Google Drive cloud storage, which made it possible to easily integrate it with the Google Colab working environment for effective processing and modeling. The modeling process included building a neural network model based on CNN convolutional neural networks. The model was trained on images of skin cancer and training was used in five epochs. During testing, the model demonstrated the ability to classify images with sufficient accuracy.
The aim of the master's qualification work was to present an approach to the diagnosis of skin cancer using neural networks. The aim of the research was to create, configure and train a model capable of automatically classifying skin images into benign and malignant neoplasms, which aims to help in the early detection of skin cancer. An open dataset with images of skin neoplasms, downloaded from the Kaggle platform, was used to train the model. The dataset was stored in the Google Drive cloud storage, which made it possible to easily integrate it with the Google Colab working environment for effective processing and modeling. The modeling process included building a neural network model based on CNN convolutional neural networks. The model was trained on images of skin cancer and training was used in five epochs. During testing, the model demonstrated the ability to classify images with sufficient accuracy.
Опис
Ключові слова
122 комп’ютерні науки, магістр, ракові пухлини, рак шкіри, нейронні мережі, доброякісні пухлини, злоякісні пухлини, діагностування, навчання моделі, датасет, хмарне сховище, згорткові мережі, cancer tumors, skin cancer, neural networks, benign tumors, malignant tumors, diagnosis, model training, dataset, cloud storage, convolutional networks
Бібліографічний опис
Парфьонов, В. В. Розробка програмної системи для прогнозування розвитку пухлин за допомогою нейронних мереж = Software System for Predicting Tumor Progression Using Neural Networks: кваліфікаційна робота магістра / В. В. Парфьонов. – Одеса, 2024. – 58 с.