Детальная информация

Название: Автоматические выявление и классификация дерматологических заболеваний по фотоснимкам человека: выпускная квалификационная работа бакалавра: направление 01.03.02 «Прикладная математика и информатика» ; образовательная программа 01.03.02_04 «Биоинформатика»
Авторы: Веденичев Дмитрий Александрович
Научный руководитель: Беляев Сергей Юрьевич
Другие авторы: Лавриченко О.А.
Организация: Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: диагностика кожных заболеваний; машинное обучение; сегментация кожи; сегментация кожных заболеваний; классификация кожных заболеваний; diagnostics of skin diseases; machine learning; skin segmentation; segmentation of skin diseases; classification of skin diseases
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 01.03.02
Группа специальностей ФГОС: 010000 - Математика и механика
DOI: 10.18720/SPBPU/3/2022/vr/vr22-2804
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\18840

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе была сформулирована задача выявления и классификации дерматологических заболеваний по фотоснимкам человека. Для решения поставленной задачи было произведено ее разбиение на подзадачи: задачу сегментации кожи, задачу сегментации кожного заболевания, задачу классификации кожного заболевания. Решение задачи выявления и классификации было представлено как последовательное применение моделей, каждая из которых решает описанную подзадачу. В рамках решения задачи сегментации кожи были изучены различные представления кожи в цветовых пространствах, исследованы различные модели и подходы. Был произведен сравнительный анализ моделей с различными процедурами пост-обработки изображения, в результате которого была выбрана модель сегментации кожи, которая была добавлена в процесс выявления и классификации. Для решения задачи сегментации кожных заболеваний был осуществлен поиск существующих наборов данных. Были рассмотрены различные нейросетевые модели, разработанные для решения задач медицинской сегментации. Произведено обучения данных моделей на найденных наборах данных. По итогам обучения и тестовых запусков был выполнен сравнительный анализ обученных моделей. В результате анализа была отобрана модель, которая была включена в общий процесс выявления и классификации. В процессе решения задачи классификации кожных заболеваний были изучены существующие датасеты. Было произведено исследование существующих нейросетевых моделей для классификации. Для данных моделей был проведен процесс обучения. По итогам сравнительного анализа была отобрана модель для решения задачи классификации в рамках общего процесса. Отобранные в рамках решения подзадач модели были собраны в единый процесс обработки изображения. Для тестирования этого процесса был разработан датасет. При запуске процесса на данном датасете были обнаружены проблемы связанные с классифицирующей моделью. Произведено улучшение классифицирующей модели и повторный запуск на датасете. Получен факт выявления и успешного распознавания злокачественных кожных заболеваний с помощью построенного процесса. Полученный результат свидетельствует о том, что построенный процесс способен выполнять выявление и распознавание кожных заболеваний в условиях реального мира. Программные компоненты, реализованные в рамках данной работы, могут быть в дальнейшем использованы для ранней диагностики дерматологических заболеваний.

In this paper, the task of identifying and classifying dermatological diseases from human photographs was formulated. To solve the problem, it was divided into subtasks: the task of skin segmentation, the task of segmentation of skin disease, the task of classification of skin disease. The solution of the problem of identification and classification was presented as a sequential application of models, each of which solves the described subtask. Within the framework of solving the problem of skin segmentation, various representations of skin in color spaces were studied, various models and approaches were investigated. A comparative analysis of models with various post-image processing procedures was carried out, as a result of which a skin segmentation model was selected, which was added to the identification and classification process. To solve the problem of segmentation of skin diseases, the search for existing data sets was carried out. Various neural network models developed to solve the problems of medical segmentation were considered. The training of these models on the found data sets was performed. Based on the results of training and test runs, a comparative analysis of the trained models was performed. As a result of the analysis, a model was selected that was included in the overall identification and classification process. In the process of solving the problem of classification of skin diseases, existing datasets were studied. The study of existing neural network models for classification was carried out. A training process was carried out for these models. Based on the results of the comparative analysis, a model was selected to solve the classification problem within the framework of the general process. The models selected as part of the solution of the subtasks were assembled into a single image processing process. A dataset was developed to test this process. When starting the process on this dataset, problems were found related to the classifying model. The classifying model was improved and re-launched on the dataset. The fact of detection and successful recognition of malignant skin diseases using the constructed process was obtained. The result obtained indicates that the constructed process is capable of detecting and recognizing skin diseases in the real world. The software components implemented in the framework of this work can be further used for the early diagnosis of dermatological diseases.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Оглавление

  • Автоматические выявление и классификация дерматологических заболеваний по фотоснимкам человека.
    • Введение
    • 1. Распознавание кожи на изображениях: существующие алгоритмы, их применение, анализ результатов
    • 2. Сегментация кожных заболеваний
    • 3. Классификация кожных заболеваний
    • 4. Построение процесса выявления и классификации кожных заболеваний
    • Заключение
    • Список использованных источников

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика