Neural Networks from Keras in Skin Lesion Diagnostic
Artykuł w czasopiśmie
MNiSW
20
Lista 2021
Status: | |
Warianty tytułu: |
Sieci neuronowe z keras w diagnostyce zmian skórnych
|
Autorzy: | Michalska-Ciekańska Magdalena |
Dyscypliny: | |
Aby zobaczyć szczegóły należy się zalogować. | |
Rok wydania: | 2022 |
Wersja dokumentu: | Drukowana | Elektroniczna |
Język: | angielski |
Numer czasopisma: | 1 |
Wolumen/Tom: | 12 |
Strony: | 40 - 43 |
Scopus® Cytowania: | 0 |
Bazy: | Scopus |
Efekt badań statutowych | NIE |
Materiał konferencyjny: | NIE |
Publikacja OA: | TAK |
Licencja: | |
Sposób udostępnienia: | Witryna wydawcy |
Wersja tekstu: | Ostateczna wersja opublikowana |
Czas opublikowania: | W momencie opublikowania |
Data opublikowania w OA: | 31 marca 2022 |
Abstrakty: | angielski | polski |
Melanoma is currently one of the most dangerous skin diseases, in addition many others appear in the population. Scientists are developing techniques for early non-invasive skin lesions diagnosis from dermatoscopic images, for this purpose neural networks are increasingly used. Many tools are being developed to allow for faster implementation of the network, including the Keras package. The article presents selected methods of diagnosing skin diseases, including the process of classification, features selection, extracting the skin lesion from the whole image.The described methods have been implemented using deep neural networks available in the Keras package. The article draws attention to the effectiveness, specificity, accuracyof classification based on available data sets, attention was paid to tools that allow for more effective operation of algorithms. | |
Melanoma jest obecnie jedną z najbardziej niebezpiecznych chorób skóry, oprócz niej pojawia się w populacji wiele innych. Naukowcy rozwijają techniki wczesnego nieinwazyjnego diagnozowania z mian skórnych z obrazów dermatoskopowych, w tym celu coraz częściej wykorzystywane są sieci neuronowe. Powstaje wiele narzędzi pozwaląjących na szybszą implementację sieci należy do niej pakiet Keras. W artykule przedstawiono wybrane metody diagnostyki chorób skóry, należy do nich proces klasyfikacji, selekcji cech, wyodrębnienia zmiany skórnej z całego obrazu. Opisane metody zostały zaimplementowane za pomocą dostępnych w pakiecie Keras głębokich sieci neuronowych. W artykule zwrócono uwagę na skuteczność, specyficzność, dokładność klasyfikacji w oparciu o dostępne zestawy danych, zwrócono uwagę na narzędzi pozwalające na efektywniejsze działanie algorytmów. |