Щербина, Євгеній Дмитрович2023-06-262023-06-262022Щербина, Є. Д. Розробка мобільного застосунку для діагностики раку шкіри методом машинного навчання : дипломна робота бакалавра / Є. Д. Щербина. – Одеса, 2022. – 109 с.https://dspace.onu.edu.ua/handle/123456789/35559У дипломній роботі розроблено інформаційну систему з мобільним додатком для діагностування раку шкіри методом машинного навчання. На сьогоднішній день рак є однією з найбільш небезпечних та розповсюджених захворювань у світі. Рак шкіри, в першу чергу меланома, розвивається непомітно, але швидко метастазує, тому є дуже небезпечним. Проте, якщо своєчасно діагностувати захворювання, є великі шанси, що лікування буде надзвичайно ефективним. Самодіагностика є доволі проблемною та незручною. Тому, метою роботи є підвищення захищеності населення щодо онкологічних захворювань шкіри шляхом створення мобільного додатку для діагностики злоякісних новоутворень. У розробленій системі існує мобільний додаток з інтерфейсом користувача, сервер додатку, сервер бази даних, адміністративний додаток та модуль машинного навчання. Модуль машинного навчання складається з двох згорткових нейронних мереж, що класифікують новоутворення за 2 класами (родимка або небезпечне новоутворення) та за 6 класами (меланома; актинічний кератоз та інтраепітеліальна карцинома / хвороба Боуена; базаліома; доброякісне ураження, подібне до кератозу (сонячна лентигіна / себорейний кератоз і кератоз подібний до плоского лишаю), дерматофіброма та ураження судин (ангіоми, ангіокератоми, піогенні гранульоми та крововиливи) відповідно. За результатами тестувань система розпізнає небезпеку в 85.85% випадків, а діагностує серед заданих шкіряних захворювань в 65.66% випадків. Для реалізації обрані такі технології: СУБД SQLite3, мову програмування Python та фреймворк Django для розробки серверу та адміністративного додатку, tenserflow, keras, scikit – для створення згорткових нейронних мережей, мову програмування Dart та фреймворк Flutter для розробки крос-платформного мобільного додатку.In the theses an information system with a mobile application for diagnosing skin cancer by machine learning was developed. Today, cancer is one of the most dangerous and widespread diseases in the world. Skin cancer, especially melanoma, develops unnoticed, but metastasizes quickly, so it is very dangerous. However, if the disease is diagnosed in time, there is a good chance that the treatment will be extremely effective. Self-diagnosis is quite problematic and inconvenient. Therefore, the aim of the work is to increase the protection of the population against skin cancer by creating a mobile application for the diagnosis of malignant neoplasms. In the developed system there is a mobile application with a user interface, application server, database server, administrative application and machine learning module. The machine learning module consists of two convolutional neural networks, which classify neoplasms into 2 classes (mole or dangerous neoplasm) and 6 classes (melanoma; actinic keratosis and intraepithelial carcinoma / Bowen's disease; basal cell carcinoma; benign lenatosis-like lesion seborrheic keratosis and keratosis similar to herpes zoster), dermatofibroma and vascular lesions (angiomas, angiokeratomas, pyogenic granulomas and hemorrhages), respectively. According to the test results, the system recognizes the danger in 85.85% of cases, and diagnoses among the specified skin diseases in 65.66% of cases. The following technologies have been selected for implementation: SQLite3 DBMS, Python programming language and Django framework for server and administrative application development; tenserflow, keras, scikit – for convolutional neural networks, Dart programming language and Flutter framework for cross-platform mobile application development.uk126 інформаційні системи та технологіїмобільний застосунокдіагностикарак шкіримашинне навчанняDiplomas