Wykrywanie raka kosci, skóry i pluc na zdjeciach rentgenowskich

Nauka maszynowa staje si¿ coraz bardziej popularna, a jej zastosowania si¿gaj¿ niemal kädej dziedziny w naszym codziennym ¿yciu. Uczenie si¿ maszynowe jest nauk¿ pozwalaj¿c¿ przewidywä wyniki poprzez wyci¿ganie wniosków na podstawie modeli wyszkolonych w oparciu o znane dane w celu przewidywania wyników w oparciu o nieznane dane. Projekt ten proponuje podej¿cie maszynowego uczenia si¿ w celu wykrycia i zlokalizowania obrazów z wykorzystaniem ró¿nych typów nowotworów w procesie g¿¿bokiego uczenia si¿. Proponowany projekt obejmuje opracowanie interfejsu u¿ytkownika, który mo¿e zäadowä obraz za pomoc¿ przycisku ¿adowania, a nast¿pnie wy¿wietli¿ wyniki dotycz¿ce typu, obecno¿ci i rodzaju nowotworu w obrazie. Podej¿cie to wykorzystuje nadzorowane uczenie maszynowe do szkolenia modelu z wykorzystaniem znanych danych, a nast¿pnie do przewidywania nieznanych danych rentgenowskich z 10 obrazów, które s¿ podawane przy u¿yciu otwartego 105. W ramach proponowanego projektu model jest szkolony w zakresie wykrywania raka ko¿ci, skóry i p¿uc przy u¿yciu maszynowego uczenia si¿ i opracowywany jest interfejs u¿ytkownika.