Οπτική Αναγνώριση Μελανώματος Με Χρήση Βαθιάς Μάθησης
| Jazyk: | Greek, Modern (1453-)<br />Greek |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| DOI: | 10.26262/heal.auth.ir.343686 |
| Popis: | Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η δημιουργία ενός μοντέλου μηχανικής μάθησης για την οπτική αναγνώριση μελανώματος. Το μελάνωμα είναι μία από τις πιο θανατηφόρες μορφές καρκίνου του δέρματος και από τους ταχύτερα αναπτυσσόμενους καρκίνους. Η έγκαιρη διάγνωση και θεραπεία είναι κρίσιμης σημασίας. Τα δεδομένα που χρησιμοποιήθηκαν προήλθαν από το International Skin Imaging Collaboration (ISIC) και η ανάλυσή τους έγινε με τις βιβλιοθήκες TensorFlow και Keras, με γλώσσα προγραμματισμού Python. Το μοντέλο που δημιουργήθηκε είναι ένα Συνελικτικό Νευρωνικό Δίκτυο, το οποίο περιλαμβάνει πολλαπλά συνελικτικά επίπεδα, επίπεδα συγκέντρωσης, πλήρως συνδεδεμένα (πυκνά) επίπεδα, πολλαπλά φίλτρα και συναρτήσεις ενεργοποίησης. Το μέγεθος του συνόλου των δεδομένων έχει αυξηθεί με τη μέθοδο augmentation The purpose of this thesis is the creation of a machine learning model for the visual recognition of melanoma. Melanoma is one of the deadliest forms of skin cancer and one of the fastest growing cancers. Early diagnosis and treatment are critical. The data used originated from the International Skin Imaging Collaboration (ISIC) and were analysed with the TensorFlow and Keras libraries, with Python. The model created is a Convolutional Neural Network, which includes multiple convolutional layers, pooling layers, fully connected (dense) layers, multiple filters and activation functions. The size of the dataset has been increased using augmentation |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|