Сердаковський, Віталій СергійовичКлимчук, Марія Ігорівна2023-04-042023-04-042022-12Климчук, М. І. Розроблення веб-сервісу діагностики ракових захворювань шкіри, із застосуванням методів машинного навчання : магістерська дис. : 122 Комп’ютері науки / Климчук Марія Ігорівна. – Київ, 2022. – 122 с.https://ela.kpi.ua/handle/123456789/54259Магістерська дисертація за темою «Розроблення веб-сервісу діагностики ракових захворювань шкіри, із застосуванням методів машинного навчання» виконана студентом кафедри біомедичної кібернетики ФБМІ Климчук Марії Ігорівни зі спеціальності 122 «Комп’ютерні науки» за освітньо-науковою програмою «Комп’ютерні технології в біології та медицині» та складається зі: вступу; 4 розділів, розділу зі стартап проекту, висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 95 джерел. Загальний обсяг роботи 123 сторінки. Актуальність роботи полягає у розробці веб-сервісу головна мета якого, допомогти людям проводити самодіагностику шкіри. Таким сервісом буде зручно користуватися людям різної вікової категорії, що дозволить на ранніх стадіях виявляти проблему та вчасно звертатися до лікаря. Мета і завдання дослідження. Метою роботи є реалізація веб-сервісу для проведення діагностики меланоми на основі вхідних зображень, з використанням методів машинного навчання. Її досягнення передбачає вирішення наступних завдань: 1) Провести аналіз вже існуючих систем та підходів для діагностики раку шкіри. Розглянути існуючі проблеми, які виникають під час реалізації даної системи. 2) Аналіз алгоритмів та методів машинного навчання для реалізації поставленої задачі. 3) Проведення попередньої оброки та аналізу даних. 4) Побудова моделей та аналіз отриманих результатів. 5) Розробка веб-сервісу для самодіагностики родимок. 6) Тестування роботи веб-сервісу та удосконалення інтерфейсу. Об’єктом дослідження є набір даних медичних зображень шкіри. Предметом дослідження є побудова системи проведення діагностики шляхом класифікації зображень шкіри на наявність меланоми. Методи дослідження. Методи машинного навчання, згорткові нейронні мережі з модифікаціями для бінарної класифікації. Для розробки web-сервісу застосовано середовище програмування PyCharm 2022 Community, мову програмування Python та фреймворк Django, а також система управління базами даних (СУБД) - SQLite. Для реалізації інтерфейсу було застосовано середовище програмування Visual Studio Code, мову програмування Java Script, а також HTML та каскадні таблиці стилів – CSS.122 c.ukмашинне навчаннямеланомарак шкіридіагностиказгорткові нейронні мережіMaster Thesis004.891.3 +616