Hybrid convolution network for medical images processing and breast cancer detection

Скорочена інформація про документ
dc.contributor.authorZaychenko, Yuriy P.
dc.contributor.authorNaderan, Maryam
dc.contributor.authorHamidov, Galib
dc.date.accessioned2022-11-11T12:41:59Z
dc.date.available2022-11-11T12:41:59Z
dc.date.issued2022
dc.description.abstractenIn this paper, the breast cancer detection problem using convolutional neural networks (CNN) is considered. The review of known works in this field is presented and analysed. Most of them rely only on feature extraction after the convolutions and use the precision of classification of malignant tumors as the main criterion. However, because of the huge number of parameters in the models, the time of computation is very large. A new structure of CNN is developed — a hybrid convolutional network consisting of convolutional encoder for features extraction and reduction of the complexity of the model and CNN for classification of tumors. As a result, it prevented overfitting the model and reduced training time. Further, while evaluating the performance of the convolutional model, it was suggested to consider recall and precision criteria instead of only accuracy like other works. The investigations of the suggested hybrid CNN were performed and compared with known results. After experiments, it was established the proposed hybrid convolutional network has shown high performance with sensitivity, precision, and accuracy of 93,50%, 91,60%, and 93%, respectively, and requires much less training time in the problem of breast cancer detection as compared with known works.uk
dc.description.abstractukРозглянуто проблему виявлення раку молочної залози з використанням згорткових нейронних мереж (ЗНМ). Наведено огляд та аналіз праць з цієї галузі. Зазначається, що більшість з них засновано на вилученні ознак у результаті згортки з використанням як основного критерію точність класифікації пухлин. Унаслідок великого обсягу параметрів, що оптимізуються, час навчання дуже тривалий. Розроблено нову структуру ЗНМ — гібридну мережу, що складається з енкодера для отримання первинних ознак і скорочення розмірності моделі та декількох шарів згортки для класифікації пухлин. Це дало змогу запобігти перенавченню мережі та скоротити час навчання. Для оцінювання якості класифікації запропоновано використовувати критерій чутливості (до злоякісних пухлин) разом із критерієм точності на відміну від відомих праць. Це дозволило скоротити відсоток пропуску злоякісних пухлин. Проведено експериментальні дослідження розробленої гібридної згорткової мережі та порівняно з іншими працями. Установлено, що гібридна ЗНМ має високі показники якості класифікації, а також чутливість до ракових пухлин і точність класифікації 93,50%, 91,60% відповідно і потребує значно менше часу на навчання класифікації пухлин молочної залози порівняно з відомими працями.uk
dc.format.pagerangeС. 85-93uk
dc.identifier.citationZaychenko, Yu. Hybrid convolution network for medical images processing and breast cancer detection / Yu. Zaychenko, M. Naderan, G. Hamidov // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2022. – № 2. – С. 85-93. – Бібліогр.: 18 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2022.2.06
dc.identifier.orcid0000-0001-9662-3269uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51043
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 2uk
dc.subjectbreast cancer detectionuk
dc.subjecthybrid convolutional networkuk
dc.subjectencoderuk
dc.subjectclassification sensitivityuk
dc.subjectdimensionality reductionuk
dc.subjectвиявлення раку молочної залозиuk
dc.subjectгібридна згорткова мережаuk
dc.subjectкодерuk
dc.subjectчутливість класифікаціїuk
dc.subjectзменшення розмірностіuk
dc.subject.udc519.925.51uk
dc.titleHybrid convolution network for medical images processing and breast cancer detectionuk
dc.title.alternativeГібридна згорткова мережа для оброблення медичних зображень та виявлення раку молочної залозиuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
2022_2_85-93.pdf
Розмір:
685.12 KB
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

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 2