Порівняльний аналіз продуктивності штучних нейромереж для діагностики раку молочної залози

Abstract

Актуальність теми кваліфікаційної роботи зумовлена необхідністю вдосконалення ранньої діагностики раку молочної залози, який є одним із найпоширеніших онкологічних захворювань серед жінок. Інтеграція сучасних технологій, зокрема штучних нейронних мереж, надає нові можливості для підвищення точності та оперативності діагностики. Використання нейромереж для аналізу медичних зображень сприяє автоматизації виявлення патологій, знижуючи ймовірність діагностичних помилок. Об’єктом дослідження: процеси застосування штучних нейромереж для аналізу зображень молочної залози. Предметом дослідження виступають різні архітектури нейронних мереж та їх ефективність у діагностиці раку молочної залози. Предметом дослідження: різні архітектури нейромереж та їх ефективність у діагностиці раку молочної залози. Мета роботи: проведення порівняльного аналізу продуктивності різних архітектур штучних нейронних мереж для діагностики раку молочної залози та визначення найбільш ефективних підходів до обробки медичних зображень, які забезпечують високу точність, чутливість і специфічність діагностики. Для досягнення цієї мети були поставлені такі завдання: 1) дослідити існуючі методи діагностики раку молочної залози; 2) проаналізувати застосування штучних нейромереж у медичній практиці; 3) порівняти різні архітектури нейромереж за показниками точності, чутливості та специфічності; 4) провести експериментальну перевірку отриманих результатів. Кваліфікаційна робота містить перелік скорочень, вступ, чотири розділи, висновок, список використаних джерел та додатки. Вступ обґрунтовує актуальність теми, визначає об’єкт і предмет дослідження, а також мету та завдання роботи. Перший розділ роботи присвячений огляду сучасних методів діагностики раку молочної залози та використанню штучних нейронних мереж у цій галузі. У другому розділі розглянуто вибір архітектур нейронних мереж, а також детально описано їх характеристики. Третій розділ містить результати експериментального аналізу продуктивності різних нейромереж. Четвертий розділ зосереджений на аналізі отриманих результатів і їх значення для медичної практики. У висновках підсумовано результати роботи та визначено напрямки для подальших досліджень у цій сфері. Додатки містять код програмного забезпечення та інформацію про апробацію кваліфікаційної роботи. Кваліфікаційна робота має обсяг 73 сторінок (без додатків), 39 рисунків,28 джерел та 2 додатки. The relevance of the topic of the qualification work is due to the need to improve early diagnosis of breast cancer, which is one of the most common oncological diseases among women. The integration of modern technologies, particularly artificial neural networks, provides new opportunities to enhance the accuracy and speed of diagnosis. The use of neural networks for analyzing medical images helps automate the detection of pathologies, reducing the likelihood of diagnostic errors. The object of the research is the processes of applying artificial neural networks for analyzing breast images. The subject of the research is various neural network architectures and their effectiveness in breast cancer diagnosis. The aim of the work is to conduct a comparative analysis of the performance of different artificial neural network architectures for breast cancer diagnosis and determine the most effective approaches for processing medical images, ensuring high accuracy, sensitivity, and specificity in diagnostics. To achieve this aim, the following tasks were set: 1) To investigate existing methods for breast cancer diagnosis; 2) To analyze the use of artificial neural networks in medical practice; 3) To compare different neural network architectures based on accuracy, sensitivity, and specificity; 4) To conduct experimental verification of the obtained results. The qualification work includes a list of abbreviations, an introduction, four chapters, a conclusion, a list of references, and appendices. The introduction justifies the relevance of the topic, defines the object and subject of the research, as well as the aim and tasks of the work. The first chapter of the work is dedicated to an overview of current methods for breast cancer diagnosis and the use of artificial neural networks in this field. The second chapter discusses the selection of neural network architectures and provides a detailed description of their characteristics. The third chapter presents the results of experimental analysis of the performance of different neural networks. The fourth chapter focuses on analyzing the obtained results and their significance for medical practice. The conclusion summarizes the results of the work and outlines directions for further research in this field. The appendices contain the software code and information on the testing of the qualification work. The qualification work has a volume of 73 pages (excluding appendices), 39 figures, 28 references, and 2 appendices.