| Studiju veids |
maģistra profesionālās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģijas |
| Nosaukums |
Cad modeļi krūts vēža bojājumu atklāšanai un klasifikācijai mamogrāfijas attēlos |
| Nosaukums angļu valodā |
Cad– based models for detection and classification of breast cancer lesions in mammography images |
| Struktūrvienība |
0L100 Dabas un inženierzinātņu centrs |
| Darba vadītājs |
Anita Jansone |
| Recenzents |
Maija Radziņa |
| Anotācija |
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. |
| Atslēgas vārdi |
Krūts vēzis; Dziļā mācīšanās; VGG16; Histopatoloģija; Mācīšanās pārnesē; CNN; Mākslīgais intelekts veselības aprūpē; Tīmekļa lietojumprogramma; Attēlu klasifikācija; Datorizēta diagnostika. |
| Atslēgas vārdi angļu valodā |
Breast Cancer; Deep Learning; VGG16; Histopathology; Transfer Learning; CNN; AI in Healthcare; Web Application; Image Classification; Computer-Aided Diagnosis. |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 15:58:15 |
