Біомедична інженерія і технологія, № 10

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/58343

Переглянути

Перегляд Біомедична інженерія і технологія, № 10 за Ключові слова "breast mass classification"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Виявлення та класифікація пухлин молочної залози з використанням глибинного навчання
    (КПІ ім. Ігоря Сікорського, 2023) Соколенко, Ольга Віталіївна; Данілова, Валентина Анатоліївна
    За даними GLOBOCAN, рак молочної залози – це найпоширеніший вид раку серед всього населення. Серед жіночого населення він становить 24,5% від усіх випадків захворювання на рак та налічує 15,5% смертей від онкологічних захворювань. Для скринінгу на рак молочної залози найчастіше використовують мамографію. Тому проведення точного аналізу мамограм – це важлива, але складна задача. Правильність аналізу мамограм залежить від багатьох факторів: від досвіду лікаря, щільності молочних залоз, морфології та розташування пухлин. Тому для пришвидшення і покращення інтерпретації мамограм важливо використовувати комп’ютерні засоби аналізу мамограм, що допомагають у трактуванні зображення, прийнятті рішень щодо необхідності проведення додаткових обстежень та постановці діагнозу. Мета даної роботи – розробити систему для виявлення та класифікації пухлин молочної залози, засновану на глибинному навчанні. Для цього було використано модель YOLO- V4 для виявлення пухлин та модель Inception-V3 для класифікації пухлин відповідно до BI-RADS класифікації. У роботі було використаний набір даних INbreast, проведено його попередню обробку та поділено у співвідношенні 80/20 – 80% для навчання, 20% для тестування. В результаті навчання YOLO-V4 було отримано значення точності 93%, повноти 82% і mAP 86,6%; Inception-V3 – точність 82,61%, влучність 90%, повнота 78,26%.