Діагностика доброякісних та злоякісних пухлин молочної залози методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorІванько, Катерина Олегівна
dc.contributor.authorВознюк, Тарас Русланович
dc.date.accessioned2023-01-03T12:20:02Z
dc.date.available2023-01-03T12:20:02Z
dc.date.issued2022
dc.description.abstractenThe object of consideration of the work is a tumours of breast cancer. The subject of the work is the analysis of histopathological digital images of breast tumor cells obtained using a microscope. The purpose of the work is to develop an algorithm for classifying the type of tumors and the presence of estrogen receptors in the tumor using machine learning methods. The first section includes a general overview of disease of breast cancer, classification, description of tumor types and their differences, stages of development and risk factors. The second section contains information about the structure and principle of operation of an optical microscope and existing methods of microscopy. The third section provides information on the application methods of classification of machine learning, their comparsion, principle of operation and expediency of use. The fourth section describes the development of a machine learning algorithm, which consists of classification the type of tumors. The fifth section describes the development of a machine learning algorithm, which consists of classification of tumor based on the presence of estrogen receptors.uk
dc.description.abstractukОб’єктом розгляду роботи є пухлини молочної залози. Предмет роботи – аналіз гістопатологічних цифрових зображень клітин пухлин молочної залози, отриманих за допомогою мікроскопа. Метою роботи є розробка алгоритму класифікації типу пухлин та наявності у пухлини рецепторів естрогену з використанням методів машинного навчання. Перший розділ включає загальний огляд захворювання раку молочної залози, класифікацію, опис типів пухлин та їх відмінності, стадії розвитку та фактори ризику. Другий розділ містить інформацію про будову та принцип дії оптичного мікроскопу та існуючі методи мікроскопії. Третій розділ складається з аналізу методів класифікації машинного навчання, їх порівняння, принцип дії та доцільність використання. Четвертий розділ полягає у розробці алгоритму класифікації типу пухлин та наявності у пухлини рецепторів естрогену з використанням методів класифікації машинного навчання. П’ятий розділ полягає у розробці алгоритму класифікації пухлини за наявністю у неї рецепторів естрогену з використанням методів класифікації машинного навчання.uk
dc.format.page105 с.uk
dc.identifier.citationВознюк, Т. Р. Діагностика доброякісних та злоякісних пухлин молочної залози методами машинного навчання : магістерська дис. : 153 Мікро- та наносистемна техніка / Вознюк Тарас Русланович. – Київ, 2022. – 105 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51658
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectрак молочної залозиuk
dc.subjectкласифікація методами машинного навчанняuk
dc.titleДіагностика доброякісних та злоякісних пухлин молочної залози методами машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Vozniuk_magistr.pdf
Розмір:
5.14 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ЕІ)
Магістерські роботи