| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Dziļās mācīšanās pieeja displastisko šūnu noteikšanai dzemdes kakla šķidruma citoloģijas paraugos |
| Title in English |
Deep Learning Approach for Detecting Dysplastic Cells in Liquid-Based Cervical Cytology |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Katrīna Šmite |
| Reviewer |
Artūrs Ardavs |
| Abstract |
Atslēgvārdi: dziļā mācīšanās, konformālā prognozēšana, dzemdes kakla citoloģija.
Dzemdes kakla vēzis ir viens no izplatītākajiem vēža veidiem sievietē, tā agrīna diagnostika sastāv no citoloģiskā skrīninga. Mūsdienās dziļās mācīšanās risinājumi spēj automātiski noteikt šūnu vēža pazīmes, tomēr tie izvada vienu prognozēto klasi, neizsakot savu nenoteiktību par to. Šis apgrūtina medicīnas speciālistu lēmumu pieņemšanu par iespējamu šūnu vēžā esamību.
Izmantojot konvolūcijas neironu tīklu un ordinālo konformālo prognozēšanu, darbā tiek izstrādāts un novērtēts risinājums, kas dzemdes kakla citoloģijas šūnas klasificē sešās displāzijas, Bethdesda sistēmas (TBS), kategorijās. Atšķirībā no citiem citoloģijas risinājumiem, šis izvada nevis vienu klasi, bet gan klašu kopu ar noteiktu pārklājuma garantiju, tādejādi, izsakot modeļa prognozes nenoteiktību.
Dati par darba apjomu – 70 lappuses, 12 attēli, 13 tabulas un 58 izmantotie informācijas avoti. |
| Keywords |
dziļā mācīšanās, konformālā prognozēšana, dzemdes kakla citoloģija |
| Keywords in English |
deep learning, conformal prediction, cervical cytology |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 19:56:59 |
