Аналіз захворюваннь шкіри на основі медичних зображень з викоростанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorБілошицька, Оксана Костянтинівна
dc.contributor.authorКусьо, Іванна Сергїївна
dc.date.accessioned2023-10-05T07:52:03Z
dc.date.available2023-10-05T07:52:03Z
dc.date.issued2023
dc.description.abstractМодель для діагностики захворювань шкіри на основі медичних зображень може бути використана в якості раннього інструменту скринінгу захворювань шкіри. Це особливо корисно для ідентифікації потенційних проблем з шкірою на ранніх стадіях, коли вони найбільш ефективно лікуються. Сфери можливого використання: домашній моніторинг, телемедицина, використання в медичних установах та наукових дослідженнях. Актуальність даної роботи полягає у використанні комбінації CNN та LSTM мереж, що може сприяти діагностиці та лікуванню пацієнтів. Мета роботи є підвищення точності диференціювання мальформацій шкіри на основі медичних зображень з використанням згорткових та рекурентних нейронних мереж. Для досягнення мети виконуються наступні задачі: 1. Проведення літературного та патентного пошуку мальформацій шкіри та існуючих моделей машинного навчання. 2. Аналіз методів в існуючих моделях. 3. Формування вимог до нової моделі на основі аналізу існуючих. 4. Реалізація моделі з шарами CNN і RNN. 5. Оцінка ефективності роботи моделі. 6. Тестування моделі.uk
dc.description.abstractotherA model for the diagnosis of skin diseases based on medical images can be used as an early screening tool for skin diseases. This is especially useful for identifying potential skin problems in their early stages when they are most effectively treated. Areas of possible use: home monitoring, telemedicine, use in medical institutions, and scientific research. This work’s relevance lies in using a combination of CNN and LSTM networks, which can contribute to the diagnosis and treatment of patients. The aim of the work is to increase the accuracy of differentiating skin malformations based on medical images using convolutional neural networks and recurrent neural networks. To achieve the goal, the following tasks are performed: 1. Conducting a literature and patent search for skin malformations and existing machine learning models. 2. Analysis of methods in existing models. 3. Formation of requirements for the new model based on the analysis of the existing ones. 4. Model implementation with CNN and RNN layers. 5. Evaluation of the effectiveness of the model. 6. Model testing.uk
dc.format.extent69 с.uk
dc.identifier.citationКусьо, І. С. Аналіз захворюваннь шкіри на основі медичних зображень з викоростанням машинного навчання : дипломна робота ... бакалавра : 163 Біомедична інженерія / Кусьо Іванна Сергіївна. - Київ, 2023. - 69 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60958
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectнейронна мережаuk
dc.subjectCNNuk
dc.subjectRNNuk
dc.subjectLSTMuk
dc.subjectмодельuk
dc.subjectmachine Leaminguk
dc.subjectneural networkuk
dc.subjectCNNuk
dc.subjectRNNuk
dc.subjectLSTMuk
dc.subjectmodeluk
dc.titleАналіз захворюваннь шкіри на основі медичних зображень з викоростанням машинного навчанняuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kuso_bakalavr.pdf
Розмір:
1.6 MB
Формат:
Adobe Portable Document Format
Опис:
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

Бакалаврські роботи (БМІ)
Бакалаврські роботи