Разработчики: Чепурин И.О.
Нейронная сеть способна достигать уровня точности определения типа рака кожи, сопоставимого с дерматологами экспертами. Дальнейшая интеграция сети в сайт или мобильное приложение позволит значительно упростить процесс диагностики, являясь для врачей инструментом поддержки принятия решений в постановке предварительного диагноза.
Целью проекта является разработка сверточной нейронной сети, позволяющей по изображению классифицировать онкологическое заболевание кожи для повышения точности диагностики и обеспечения раннего обнаружения новообразований.
Краткое описание на чем разрабатывалось - разработка велась внутри докер-контейнера - образ от TenserFlow с поддержкой вычислений на видеокарте, в среде jupyter notebook - идеальной платформы для data science. Датасет заболеваний был взят от ISIC.
В процессе работы была написана сверточная нейронная сеть по распознаванию и классификации онкологических заболеваний кожи. Был проведен анализ архитектур нейронных сетей, подобраны оптимизатор и модель для трансферного обучения с целью наиболее эффективного и наименее затратного процесса обучения и работы модели в целом. Помимо этого была проведена предобработка данных и их аугментация, что позволило грамотно подойти к обучению сети, а также сделать ее инвариантной к входным данным. По окончании работы, проведено тестирование модели, а также сделан обзор на метрические показатели. По итогам тестирования можно сделать вывод, что модель хорошо справляется с поставленной задачей классификации кожной онкологии. Но при наличии большего количества данных, а также вычислительной мощности машины, метрические показатели можно улучшить, тем самым довести практически до идеала.
Данная нейросеть, при дальнейшем развитии и внедрении, позволит быстро и эффективно классифицировать раковые образования кожи, что может послужить врачам дополнительной системой поддержки принятия решений и позволит оперативно поставить предварительный диагноз.
