| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Dziļās mācīšanās modeļu pielietojumu izpēte krūts vēža agrīnai atklāšanai ultraskaņas attēlos |
| Title in English |
Research on Application of Deep Learning Models for Breast Cancer Early Detection in Ultrasound Images |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Sergejs Paršutins |
| Reviewer |
Olga Kotova |
| Abstract |
Darbs ir veltīts dziļās mācīšanās metožu pielietojuma izpētei krūts vēža agrīnai
diagnostikai, izmantojot ultraskaņas attēlus. Mūsdienu medicīnā krūts vēža agrīna
atklāšana ir būtiska efektīvai ārstēšanai, un dziļās mācīšanās risinājumi tiek arvien
plašāk izmantoti šīs problēmas automatizācijai. Pētījuma sākumā veikta plaša
literatūras avotu analīze, identificējot populārākās izmantotās arhitektūras, datu kopas
un novērtēšanas kritērijus. Pēc teorētiskās izpētes tika sagatavota datu kopa un izvēlēti
atbilstoši klasifikācijas modeļi, balstoties uz literatūrā atklātajiem secinājumiem un
datu kopas specifiku. Darba ietvaros tika izstrādāts sākotnējais risinājums, veikti
vairāki eksperimenti un iegūtie rezultāti analizēti. Pēc tam, izmantojot iteratīvu pieeju, tika uzlabots sākotnējais modelis un izstrādāts alternatīvs risinājums ar pārnešanas
apmācību. Salīdzinātas dažādas modeļu arhitektūras un iegūti rezultāti analizēti pēc
precizitātes un citiem rādītājiem. Darbā iegūtie secinājumi sniedz praktisku ieskatu
dziļās mācīšanās pielietošanai medicīniskajā attēlu analīzē, kā arī norāda uz
iespējamiem uzlabojumiem un turpmākās izpētes virzieniem. Darba apjoms: - 56 lpp.,
4 tabulas, 11 attēli, 35 literatūras avoti. |
| Keywords |
Dziļā mācīšanās, Krūts vēzis, Ultraskaņas attēli, Segmentācijas uzdevums. |
| Keywords in English |
Deep learning, Breast cancer, Ultrasound images, Segmentation task. |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
25.05.2025 20:21:58 |
