Штучний інтелект

Анотація: Проведено аналіз цитологічних та гістологічних зображень передракових станів молочної залози. Проаналізовано основні компоненти та моделі ЗНМ для класифікації зображень. У даній роботі розроблено модель та структуру згорткової нейронної мережі для класифікації гістологічних та цитологічних зображень. Проведено порівняльний аналіз з існуючими алгоритмами машинного навчання: машиною опорних векторів, методом k – найближчих сусідів, методом k – середніх.

Ключові слова: згорткові нейронні мережі, метод опорних векторів, метод k – найближчих сусідів, метод k – середніх, гістологічні та цитологічні зображення

Посилання:

1. Szeliski R. Computer Vision: Algorithms and Applications / R. Szeliski // Springer, 2010.
2. Ciresan D.C. Flexible high performance convolutional neural networks for image classification / D.C. Ciresan, U. Meier, J. Masci, L.M. Gambardella, J. Schmidhuber // International Joint Conference on Artificial Intelligence, Manno-Lugano, Switzerland, 2011.
3. Kumar A. An Ensemble of Fine-Tuned Convolutional Neural Networks for Medical Image Classification / A. Kumar, J. Kim, D. Lyndon, M. Fulham, D. Feng // IEEE J Biomed Health Inform. – 2017. – Vol. 21(1). – p. 31-40.
4. Qayyum A. Medical Image Retrieval using Deep Convolutional Neural Network / A. Qayyum, S.M. Anwar, M. Awais, M. Majid // Neurocomputing. – 2017.
5. Hoo-Chang S. Deep Convolutional Neural Networks for Computer-Aided Detection: CNN Architectures, Dataset Characteristics and Transfer Learning / Hoo-Chang Shin, R. Roth, Mingchen Gao, Le Lu // IEEE Transactions on Medical Imaging. – 2016. – V. 35(5).
6. Cecotti H. Convolutional Neural Networks for P300 Detection with Application to Brain-Computer Interfaces / H. Cecotti, A. Graser // IEEE transactions on pattern analysis and machine intelligence. - 2011, Vol. 33(3).
7. Wang H. Mitosis detection in breast cancer pathology images by combining handcrafted and convolutional neural network features / H. Wang, A. Cruz-Roa, A. Basavanhally // J Med Imaging. – 2014. – Vol. 1(3).
8. Roux L. Mitosis detection in breast cancer histological images: an ICPR 2012 contest / L. Roux // J. Pathol. – 2013, Vol. 4(1). – p. 8–14.
9. Berezsky O. Computer diagnostic tools based on biomedical image analysis / O. Berezsky, O. Pitsun, S. Verbobyy, T. Datsko, A. Bodnar // Proceedings The Experience of Designing and Application of CAD Systems in Microelectronics (CADSM)  Polyana, Svalyava, (Zakarpattya), Ukraine, February 21 25, 2017 – p. 388-391.
10. Sommer C. «ilastik: Interactive learning and segmentation toolkit»/ C. Sommer, C. Straehle, U. Koethe, F.A. Hamprecht. // In 8th IEEE International Symposium on Biomedical Imaging (ISBI), 2011.
11. Dalle J. Automatic breast cancer grading of histopathological images. / J. Dalle, W. Leow, D. Racoceanu, A. Tutac, T. Putti. // In 30th Annual International Conference on Engineering in Medicine and Biology Society, pages 3052–3055. IEEE, 2008.
12. Berezsky O. Automated Processing of Cytological and Histological Images / Oleh Berezsky, Oleh Pitsun // Perspective Technologies and Methods in MEMS Design (MEMSTECH’2016) : XII th International Conference, Lviv-Polyana, 20-24 April 2016 : proceedings. – Lviv, 2016. – P. 51-53.
13. Березький О.М. Розроблення реляційної бази даних інтелектуальної системи автоматизованої мікроскопії / О.М. Березький, О.Й. Піцун, О.С. Вербовий та ін. // Науковий вісник НЛТУ України : збірник науково-технічних праць. Львів: РВВ НЛТУ України. 2017. №. 27(5). 125-129 с.