| Form of studies |
Professional Master |
| Title of the study programm |
|
| Title in original language |
Cad modeļi krūts vēža bojājumu atklāšanai un klasifikācijai mamogrāfijas attēlos |
| Title in English |
Cad– based models for detection and classification of breast cancer lesions in mammography images |
| Department |
Dabas un inženierzinātņu centrs |
| Scientific advisor |
Anita Jansone |
| Reviewer |
Maija Radziņa |
| Abstract |
Šis darbs sastāv no 6 nodaļām, 34 attēliem, 1 tabulas un 4 pielikumiem. Tas sākas ar literatūras apskatu, kurā izceļas tradicionālās un modernās mākslīgā intelekta metodes krūts vēža noteikšanai, kam seko padziļināta metodoloģija, kurā aprakstīta datu kopas sagatavošana, modeļa izstrāde (tostarp CNN, VGG16, MobileNetV2 un EfficientNetV2S), novērtēšanas metrikas un prognozēšanas loģika. Pilna steka tīmekļa lietojumprogrammas ieviešana, kas integrē dziļās mācīšanās modeļus reāllaika prognozēšanai, ir detalizēti aprakstīta sistēmas arhitektūras un integrācijas nodaļā. Noslēguma nodaļās ir sniegti rezultāti, izaicinājumi un nākotnes virzieni mākslīgā intelekta vadītu krūts vēža noteikšanas rīku jomā. |
| Keywords |
Krūts vēzis; Dziļā mācīšanās; VGG16; Histopatoloģija; Mācīšanās pārnesē; CNN; Mākslīgais intelekts veselības aprūpē; Tīmekļa lietojumprogramma; Attēlu klasifikācija; Datorizēta diagnostika. |
| Keywords in English |
Breast Cancer; Deep Learning; VGG16; Histopathology; Transfer Learning; CNN; AI in Healthcare; Web Application; Image Classification; Computer-Aided Diagnosis. |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
27.05.2025 15:58:15 |
