Tytuł pozycji:
Multiclass skin lessions classification based on deep neural networks
Skin diseases diagnosed with dermatoscopy are becoming more and more common. The use of computerized diagnostic systems becomes extremely effective. Non-invasive methods of diagnostics, such as deep neural networks, are an increasingly common tool studied by scientists. The article presents an overview of selected main issues related to the multi-class classification process: the stage of database selection, initial image processing, selection of the learning data set, classification tools, network training stage and obtaining final results. The described actions were implemented using available deep neural networks. The article pay attention to the final results of available models, such as effectiveness, specificity, classification accuracy for different numbers of classes and available data sets.
Choroby skóry diagnozowane za pomocą dermatoskopii są coraz powszechniejsze. Wykorzystanie skomputeryzowanych systemów diagnostyki staje się niezwykle skuteczne. Nieinwazyjne metody diagnostyki, jakimi są głębokie sieci neuronowe są coraz powszechniejszym narzędziem badanym przez naukowców. W artykule przedstawiono przegląd wybranych głównych zagadnień związanych w procesem klasyfikacji wieloklasowej: etap wyboru bazy danych, wstępnego przetwarzania obrazów, doboru zestawu danych uczących, narzędzi klasyfikacji, etapu trenowania sieci i otrzymania wyników końcowych. Opisane działania zostały zaimplementowane za pomocą dostępnych głębokich sieci neuronowych. W artykule zwrócono uwagę na wyniki końcowe dostępnych modeli, takich jak skuteczność, specyficzność, dokładność klasyfikacji dla różnej ilości klas i dostępnych zestawów danych.
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
