Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання
Nowadays, there are many related works and methods that use Neural Networks to detect the breast cancer. However, usually they do not take into account the training time and the result of False Negative (FN) while training the model. The main idea of this paper is to compare already existing methods...
Збережено в:
| Дата: | 2021 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2021
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/222779 |
| 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| id |
journaliasakpiua-article-222779 |
|---|---|
| record_format |
ojs |
| spelling |
journaliasakpiua-article-2227792021-07-13T11:01:37Z Review methods for breast cancer detection using artificial intelligence and deep learning methods Обзор методов выявления рака молочной железы с использованием искусственного интеллекта и методов глубокого обучения Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання Naderan, Maryam згортковий автоенкодер розпізнавання рака молочної залози алгоритми машинного навчання згорткові нейронні мережі класифікація медичних зображень сверточный автоэнкодер распознавание рака молочной железы алгоритмы машинного обучения сверточные нейронные сети классификация медицинских изображений convolutional autoencoder breast cancer detection machine learning algorithms convolutional neural networks medical image classification Nowadays, there are many related works and methods that use Neural Networks to detect the breast cancer. However, usually they do not take into account the training time and the result of False Negative (FN) while training the model. The main idea of this paper is to compare already existing methods for detecting the breast cancer using Deep Learning Algorithms. Moreover, since the breast cancer is one of the most common lethal cancers and early detection helps prevent complications, we propose a new approach and the use of the convolutional autoencoder. This proposed model has shown high performance with sensitivity, precision, and accuracy of 93,50%, 91,60% and 93% respectively. Аннотация. Существует множество похожих работ и методов, в которых используются нейронные сети для обнаружения рака молочной железы. Однако обычно в них не учитываются время обучения и результаты ложного отрицательного FN при обучении модели. Основной идеей этой работы является сравнение уже существующих методов обнаружения рака молочного железы с использованием глубоких алгоритмов обучения. Поскольку рак молочной железы является одним из наиболее распространенных смертельных видов рака, а его раннее обнаружение предотвращает осложнения, предложен новый подход и использование сверточного автоэнкодера. Предложенная модель показала высокую производительность с чувствительностью (recall), точностью (precision) и точностью (accuracy) 93,50%, 91,60% и 93% соответственно. Існує безліч схожих праць і методів, у яких використовуються нейронні мережі для виявлення раку молочної залози. Утім зазвичай у них не враховуються час навчання і результати помилкового негативного FN під час навчання моделі. Основною ідеєю цієї роботи є порівняння вже наявних методів виявлення раку молочної залози з використанням глибоких алгоритмів навчання. Оскільки рак молочної залози є одним з найбільш поширених смертельних видів раку, а його раннє виявлення запобігає ускладненням, запропоновано новий підхід і використання згорткового автоенкодера. Запропонована модель показала високу продуктивність із чутливістю (recall), точністю (precision) і точністю (accuracy) 93,50%, 91,60% і 93% відповідно. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2021-07-13 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/222779 10.20535/SRIT.2308-8893.2021.1.08 System research and information technologies; No. 1 (2021); 98-102 Системные исследования и информационные технологии; № 1 (2021); 98-102 Системні дослідження та інформаційні технології; № 1 (2021); 98-102 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/222779/235363 |
| institution |
System research and information technologies |
| collection |
OJS |
| language |
English |
| topic |
згортковий автоенкодер розпізнавання рака молочної залози алгоритми машинного навчання згорткові нейронні мережі класифікація медичних зображень сверточный автоэнкодер распознавание рака молочной железы алгоритмы машинного обучения сверточные нейронные сети классификация медицинских изображений convolutional autoencoder breast cancer detection machine learning algorithms convolutional neural networks medical image classification |
| spellingShingle |
згортковий автоенкодер розпізнавання рака молочної залози алгоритми машинного навчання згорткові нейронні мережі класифікація медичних зображень сверточный автоэнкодер распознавание рака молочной железы алгоритмы машинного обучения сверточные нейронные сети классификация медицинских изображений convolutional autoencoder breast cancer detection machine learning algorithms convolutional neural networks medical image classification Naderan, Maryam Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| topic_facet |
згортковий автоенкодер розпізнавання рака молочної залози алгоритми машинного навчання згорткові нейронні мережі класифікація медичних зображень сверточный автоэнкодер распознавание рака молочной железы алгоритмы машинного обучения сверточные нейронные сети классификация медицинских изображений convolutional autoencoder breast cancer detection machine learning algorithms convolutional neural networks medical image classification |
| format |
Article |
| author |
Naderan, Maryam |
| author_facet |
Naderan, Maryam |
| author_sort |
Naderan, Maryam |
| title |
Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_short |
Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_full |
Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_fullStr |
Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_full_unstemmed |
Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_sort |
огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання |
| title_alt |
Review methods for breast cancer detection using artificial intelligence and deep learning methods Обзор методов выявления рака молочной железы с использованием искусственного интеллекта и методов глубокого обучения |
| description |
Nowadays, there are many related works and methods that use Neural Networks to detect the breast cancer. However, usually they do not take into account the training time and the result of False Negative (FN) while training the model. The main idea of this paper is to compare already existing methods for detecting the breast cancer using Deep Learning Algorithms. Moreover, since the breast cancer is one of the most common lethal cancers and early detection helps prevent complications, we propose a new approach and the use of the convolutional autoencoder. This proposed model has shown high performance with sensitivity, precision, and accuracy of 93,50%, 91,60% and 93% respectively. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2021 |
| url |
http://journal.iasa.kpi.ua/article/view/222779 |
| work_keys_str_mv |
AT naderanmaryam reviewmethodsforbreastcancerdetectionusingartificialintelligenceanddeeplearningmethods AT naderanmaryam obzormetodovvyâvleniârakamoločnojželezysispolʹzovaniemiskusstvennogointellektaimetodovglubokogoobučeniâ AT naderanmaryam oglâdmetodívviâvlennârakumoločnoízalozizvikoristannâmštučnogoíntelektuímetodívpogliblenogonavčannâ |
| first_indexed |
2024-04-08T15:07:44Z |
| last_indexed |
2024-04-08T15:07:44Z |
| _version_ |
1795779581467164672 |