Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж
The problem of classification of breast tumors on medical images is con-sidered. For its solution the new class of convolutional neural networks-hybrid CNN–FNN network is developed in which convolutional neural network VGG-16 is used as the feature extractor while fuzzy neural network NEFClass is us...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Англійська |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2018
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/152060 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| _version_ | 1856543366200688640 |
|---|---|
| author | Zaychenko, Yuriy Hamidov, G. Varga, I. |
| author_facet | Zaychenko, Yuriy Hamidov, G. Varga, I. |
| author_sort | Zaychenko, Yuriy |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2019-04-26T15:57:21Z |
| description | The problem of classification of breast tumors on medical images is con-sidered. For its solution the new class of convolutional neural networks-hybrid CNN–FNN network is developed in which convolutional neural network VGG-16 is used as the feature extractor while fuzzy neural network NEFClass is used as the classifier. Training algorithms of FNN were implemented. The experimental investigations of the suggested hybrid network on the standard data set were carried out and comparison with known results was performed. The problem of data dimensionality reduction is considered and application of PCM method is investigated. |
| first_indexed | 2025-07-17T10:24:15Z |
| format | Article |
| id | journaliasakpiua-article-152060 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:24:15Z |
| publishDate | 2018 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-1520602019-04-26T15:57:21Z Medical images of breast tumors diagnostics with application of hybrid CNN–FNN network Диагностика медицинских изображений опухолей с применением гибридных сверточных нечетких нейронных сетей Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж Zaychenko, Yuriy Hamidov, G. Varga, I. medical diagnostics breast cancer classification FNN CNN hybrid network dimensionality reduction PCM медицинская диагностика рак молочной железы гибридная сверточная нейросеть редукция размерности медична діагностика рак молочної залози гібридна згорткова нейромережа редукція вимірності The problem of classification of breast tumors on medical images is con-sidered. For its solution the new class of convolutional neural networks-hybrid CNN–FNN network is developed in which convolutional neural network VGG-16 is used as the feature extractor while fuzzy neural network NEFClass is used as the classifier. Training algorithms of FNN were implemented. The experimental investigations of the suggested hybrid network on the standard data set were carried out and comparison with known results was performed. The problem of data dimensionality reduction is considered and application of PCM method is investigated. Рассмотрена проблема классификации опухолей молочной железы по медицинским изображениям. Для ее решения предложен новый класс сверточных сетей — гибридная нечеткая сверточная нейронная сеть, в которой сверточная нейронная сеть VGG‑16 используется как экстрактор признаков изображений, а нечеткая нейронная сеть NEFClass — как классификатор. Разработаны и исследованы алгоритмы обучения гибридной нейронной сети. Проведены экспериментальные исследования предложенной гибридной сверточной нечеткой нейронной сети на стандартной базе данных Breakhis и выполнено сравнение с известными результатами, что позволило оценить ее эффективность. Рассмотрена проблема уменьшения размерности задачи классификации и для ее решения предложен и исследован метод главных компонент. Розглянуто проблему класифікації пухлин молочної залози за медичними зображеннями. Для її вирішення запропоновано новий клас згорткових мереж — гібридну нечітку згорткову нейронну мережу, в якій згорткова мережа VGG-16 використовується як екстрактор ознак зображення, а нечітка нейронна мережа NEFClass — як класифікатор. Розроблено та досліджено алгоритми навчання гібридної згорткової мережі. Проведено експериментальні дослідження запропонованої гібридної згорткової мережі на стандартній базі даних Breakhis та виконано порівняння з відомими результатами, що дозволило оцінити її ефективність. Розглянуто проблему зменшення вимірності задачі класифікації і для її вирішення запропоновано та досліджено метод головних компонент. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2018-12-18 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/152060 10.20535/SRIT.2308-8893.2018.4.03 System research and information technologies; No. 4 (2018); 37-47 Системные исследования и информационные технологии; № 4 (2018); 37-47 Системні дослідження та інформаційні технології; № 4 (2018); 37-47 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/152060/151390 Copyright (c) 2021 System research and information technologies |
| spellingShingle | медична діагностика рак молочної залози гібридна згорткова нейромережа редукція вимірності Zaychenko, Yuriy Hamidov, G. Varga, I. Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title | Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title_alt | Medical images of breast tumors diagnostics with application of hybrid CNN–FNN network Диагностика медицинских изображений опухолей с применением гибридных сверточных нечетких нейронных сетей |
| title_full | Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title_fullStr | Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title_full_unstemmed | Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title_short | Діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| title_sort | діагностика медичних зображень пухлин з використанням гібридних нечітких згорткових нейронних мереж |
| topic | медична діагностика рак молочної залози гібридна згорткова нейромережа редукція вимірності |
| topic_facet | medical diagnostics breast cancer classification FNN CNN hybrid network dimensionality reduction PCM медицинская диагностика рак молочной железы гибридная сверточная нейросеть редукция размерности медична діагностика рак молочної залози гібридна згорткова нейромережа редукція вимірності |
| url | http://journal.iasa.kpi.ua/article/view/152060 |
| work_keys_str_mv | AT zaychenkoyuriy medicalimagesofbreasttumorsdiagnosticswithapplicationofhybridcnnfnnnetwork AT hamidovg medicalimagesofbreasttumorsdiagnosticswithapplicationofhybridcnnfnnnetwork AT vargai medicalimagesofbreasttumorsdiagnosticswithapplicationofhybridcnnfnnnetwork AT zaychenkoyuriy diagnostikamedicinskihizobraženijopuholejsprimeneniemgibridnyhsvertočnyhnečetkihnejronnyhsetej AT hamidovg diagnostikamedicinskihizobraženijopuholejsprimeneniemgibridnyhsvertočnyhnečetkihnejronnyhsetej AT vargai diagnostikamedicinskihizobraženijopuholejsprimeneniemgibridnyhsvertočnyhnečetkihnejronnyhsetej AT zaychenkoyuriy díagnostikamedičnihzobraženʹpuhlinzvikoristannâmgíbridnihnečítkihzgortkovihnejronnihmerež AT hamidovg díagnostikamedičnihzobraženʹpuhlinzvikoristannâmgíbridnihnečítkihzgortkovihnejronnihmerež AT vargai díagnostikamedičnihzobraženʹpuhlinzvikoristannâmgíbridnihnečítkihzgortkovihnejronnihmerež |