Виявлення та класифікація пухлин молочної залози з використанням глибинного навчання
Loading...
Date
2023
Authors
Соколенко, Ольга Віталіївна
Данілова, Валентина Анатоліївна
Advisor
Journal Title
Journal ISSN
Volume Title
Publisher
КПІ ім. Ігоря Сікорського
Abstract
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%.
Description
Keywords
рак молочної залози, згорткові нейронні мережі, YOLO, Inception-V3, виявлення пухлин молочної залози, класифікація пухлин молочної залози, breast cancer, convolutional neural networks, breast mass detection, breast mass classification
Citation
Соколенко, О. Виявлення та класифікація пухлин молочної залози з використанням глибинного навчання / Соколенко Ольга Віталіївна, Данілова Валентина Анатоліївна // Біомедична інженерія і технологія. – 2023. – № 10. – С. 52-61. – Бібліогр.: 21 назва.