Wykorzystanie głębokich sieci neuronowych w klasyfikacji nowotworów skóry

Abstract

Celem pracy jest prezentacja klasyfikatora za pomocą, którego możliwa będzie szybka diagnoza w zakresie wykrywalności nowotworów skóry. Temat i cel pracy został zrealizowany w pięciu rozdziałach: Rozdział pierwszy – poświęcony jest informacjom dotyczącym nowotworów skóry, ich rodzajom, przyczynom powstawania, profilaktyce, leczeniu. Zawiera również dane dotyczące statystyk zachorowalności na nowotwory skóry w Polsce w 2017 roku. Rozdział drugi – zawiera przegląd literatury z zakresu uczenia maszynowego, rodzajów oraz wybranych algorytmów. Rozdział trzeci – poświęcony jest badaniom eksploracyjnym zbioru danych wykorzystanych w pracy, mającym na celu wstępną analizę zbioru, rozpoznanie i przygotowanie do dalszych prac. Rozdział czwarty – poświęcony jest metodom i mechanizmom augmentacji danych, których zastosowanie wynikało z analizy zbioru w rozdziale trzecim i niezbędne było w celu zbalansowania klas. Rozdział piąty – część praktyczna zawierająca kod źródłowy klasyfikatora wraz z opisem