Розробка програмної системи для прогнозування розвитку пухлин за допомогою нейронних мереж

Скорочена інформація про документ
dc.contributor.authorПарфьонов, Вадим Вікторовичuk
dc.date.accessioned2025-03-23T11:55:58Z
dc.date.available2025-03-23T11:55:58Z
dc.date.issued2024
dc.description.abstractМетою 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. uk
dc.description.abstractThe 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.en
dc.identifier.citationПарфьонов, 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.uk
dc.identifier.urihttps://dspace.onu.edu.ua/handle/123456789/40855
dc.language.isouk
dc.publisherОдеський національний університет імені І. І. Мечниковаuk
dc.subject122 комп’ютерні наукиuk
dc.subjectмагістрuk
dc.subjectракові пухлиниuk
dc.subjectрак шкіриuk
dc.subjectнейронні мережіuk
dc.subjectдоброякісні пухлиниuk
dc.subjectзлоякісні пухлиниuk
dc.subjectдіагностуванняuk
dc.subjectнавчання моделіuk
dc.subjectдатасетuk
dc.subjectхмарне сховищеuk
dc.subjectзгорткові мережіuk
dc.subjectcancer tumorsen
dc.subjectskin canceren
dc.subjectneural networksen
dc.subjectbenign tumorsen
dc.subjectmalignant tumorsen
dc.subjectdiagnosisen
dc.subjectmodel trainingen
dc.subjectdataseten
dc.subjectcloud storageen
dc.subjectconvolutional networksen
dc.titleРозробка програмної системи для прогнозування розвитку пухлин за допомогою нейронних мережuk
dc.title.alternativeSoftware System for Predicting Tumor Progression Using Neural Networksen
dc.typeDiplomasen
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Парфьонов В. В..pdf
Розмір:
3.07 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Магістри МФІТ