Диагностика онкологических заболеваний кожи на основе изображений с использованием технологий больших данных
ВВЕДЕНИЕ
Современные технологии развиваются поразительными темпами во всех сферах жизни человека. Активности, основанные на применении этих технологий все чаще, заменяют ручной и умственный труд. Расчеты, проводимые при помощи компьютера, позволили решить тяжелые, а порой даже невыполнимые вычислительные задачи для обычного человека, так же это способствует автоматизации и упрощения рабочей силы человека, так как позволяет в место рутинного действия заняться чем-то другим, пока за тебя сделает все машина
В настоящее время Big Data является одной из наиболее актуальных тем в информационных технологиях. За последние годы объемы данных, которые производятся и накапливаются в различных сферах деятельности, значительно увеличились. В связи с этим возникает задача эффективной обработки, анализа и использования такого объема информации для принятия правильных и взвешенных решений. Тем самым делая Big Data одной из актуальнейшей технологии в современности, соприкасающейся со всеми возможным
СОДЕРЖАНИЕ
ВВЕДЕНИЕ5
1АНАЛИТИЧЕСКАЯ ЧАСТЬ8
1.1Технологии больших данных в медицинской сфере8
1.2Виды кожных новообразований10
1.3Статистика, причины и факторы риска онкологических заболеваний кожи21
1.4Методы диагностики онкологических заболеваний кожи23
1.5Методы лечение онкологических заболеваний кожи24
1.6Обзор данных дата сета25
1.7Предварительная постановка цели и задач26
2ТЕОРЕТИЧЕСКАЯ ЧАСТЬ29
2.1Использование технологий больших данных для диагностики онкологических заболеваний кожи29
2.2Методы машинного обучения для работы с изображениями38
2.3Инструменты для работы с нейронными сетями41
2.4Математическая постановка задачи51
3ПРОЕКТНАЯ ЧАСТЬ53
3.1Предварительная обработка данных дата сета53
3.2Разработка и реализация модели нейронной сети56
3.3Оценка модели нейронной сети70
3.4Результат работы нейронной сети71
ЗАКЛЮЧЕНИЕ72
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ74
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ
http://elib.fa.ru/art2020/bv2448.pdf/download/bv2448.pdf?lang=enБольшая Медицинская Энциклопедия (БМЭ), под редакцией Петровского Б.В., 3-е издание
https://ru.wikipedia.org/wiki/Рак_кожи
https://ru.wikipedia.org/wiki/Родинка
https://www.krasotaimedicina.ru/diseases/zabolevanija_dermatologia/keratoma-senile
https://ru.wikipedia.org/wiki/Васкулитhttps://ru.wikipedia.org/wiki/Базалиомаhttps://ru.wikipedia.org/wiki/Фиброма
https://ru.wikipedia.org/wiki/Меланома
https://probolezny.ru/keratoma/
https://ru.wikipedia.org/wiki/Плоскоклеточный_рак_кожиhttps://www.mediasphera.ru/issues/klinicheskaya-dermatologiya-i-venerologiya/2020/6/1199728492020061810
https://www.niioncologii.ru/highlights/index?id=9643
Руководство по ранней диагностике рака [Guide to cancer early diagnosis] ISBN 978-92-4-451194-7 Всемирная организация здравоохранения, 2018
https://medica24.ru/zdorovyj-obraz-zhizni/sovremennye-metody-lecheniya-raka
https://ru.wikipedia.org/wiki/Машинное_обучениеhttps://ru.wikipedia.org/wiki/Javahttps://ru.wikipedia.org/wiki/C%2B%2Bhttps://ru.wikipedia.org/wiki/Python
Большие данные в этой области играют важную роль, так как они позволяют обучать алгоритмы на большом количестве изображений кожи, что увеличивает точность выявления меланомы. Более того, сбор больших данных позволяет учитывать различные факторы, такие как возраст, пол и этническую принадлежность, которые могут влиять на развитие меланомы.
Применение больших данных в диагностике онкологических заболеваний кожи также позволяет улучшить процесс классификации и снизить количество ложноположительных и ложноотрицательных результатов. Это способствует улучшению качества медицинской помощи и снижению смертности от заболеваний.
Таким образом, использование больших данных в диагностике онкологических заболеваний кожи, имеет большую актуальность и потенциал для улучшения качества медицинской помощи и спасения жизней пациентов.
Формулирование задач