Registration Number
2124U009282, Article
popup.category
Опубліковано, Стаття
Title
DEEP NETWORK-BASED METHOD AND SOFTWARE FOR SMALL SAMPLE BIOMEDICAL IMAGE GENERATION AND CLASSIFICATION
popup.author
Березький О. М.
Лящинський П. Б.
Піцун О. Й.
Мельник Г. М.
Berezsky O. M.
Liashchynskyi P. B.
Pitsun O. Y.
Melnyk G. M.
popup.publication
02-01-2024
popup.source_user
Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка")
popup.source
https://ric.zp.edu.ua/article/view/296152
popup.publisher
National University "Zaporizhzhia Polytechnic"
Description
Актуальність. У статті досліджено проблему класифікації гістологічних зображень раку молочної залози. Актуальність проблеми пояснюється широкою розповсюдженістю хвороби – раку молочної залози . Автоматизація процесу постановки діагнозу дає можливість зменшити час і виключити суб’єктивний фактор. Результати дослідження можуть бути використані в CAD в онкології.
Мета роботи – розробка методу та програмного засобу генерування і класифікації гістологічних зображень на основі глибоких нейронних мереж для підвищення точності класифікації.
Метод. У роботі розроблено метод генерування і класифікації гістологічних зображень. Цей метод базується на основі використання CNN і GAN. Для підвищення точності класифікації початкову вибірку зображень розширено за допомогою GAN.
Результати. Комп’ютерне дослідження розроблено методу генерування і класифікації зображень проводилося на основі dataset, який знаходиться платформі Zenodo . Зображення отримано на основі світлової мікроскопії. Dataset містить три класи G1, G2,G3 гістологічних зображень раку молочної залози. На основі розробленого методу отримано точність класифікації зображень 96% . Це краща точність класифікації порівняно з існуючим моделями типу AlexNet, LeNet5 і VGG16 . Програмний модуль може буди інтегрований у CAD .
Висновки. Розроблений метод генерування і класифікації зображень є основою програмного модуля. Програмний модуль може бути інтегрований у CAD.
popup.nrat_date
2026-02-27