Дата публикации в реестре: 2024-03-01T14:33:20Z

Аннотация:

Подход к диагностике и лечению в дерматовенерологии значительно изменился с появлением новых технологий и изобретений. Компьютерные алгоритмы нашли свое применение в оказании помощи дерматовенерологам в диагностике заболеваний, в том числе злокачественной меланомы кожи. Инструментальные методы диагностики меланомы кожи, основанные на обработке дерматоскопических изображений, могут быть усовершенствованы путем использования искусственного интеллекта. Машинное обучение - это подмножество искусственного интеллекта, в котором компьютерные программы автоматически учатся на опыте без явных инструкций для работы. Наиболее перспективным направлением является глубокое обучение искусственных нейронных сетей. В данной работе изучены несколько моделей искусственных нейронных сетей с целью оценки перспективности их применения для ранней диагностики меланомы кожи. Эффективность различных моделей изучена на основе использования классификации изображений набора данных HAM10000. В процессе работы оценены модели сверточных нейронных сетей, предобученных нейронных сетей с трансферным обучением и применением механизма «мягкого внимания»: Xception, ResNet50, RAN50, SEnet50, ARL-CNN50, Inception Resnet V2 - IRv2 12x12+SA, IRv2 5x5+SA. В результате проведенной оценки наиболее перспективной оказалась модель Inception Resnet V2 с добавлением механизма «мягкого внимания».

Тип: Article

Права: open access

Источник: Клиническая дерматология и венерология