Алгоритм CV для сегментации и определения раковых опухолей

Этот проект посвящен разработке высокоточного алгоритма для автоматической сегментации и выявления раковых опухолей на ранних стадиях на основе медицинских снимков МРТ. В качестве основного инструмента была использована модель YOLOv8, которая обеспечила высокую скорость и точность обработки изображений. Для обучения и тестирования модели применялся специализированный датасет, содержащий 800 МРТ снимков, что позволило достичь значительных результатов в области медицинской диагностики.

Технические детали

• Модель: YOLOv8 (You Only Look Once, версия 8)
• Архитектура: YOLOv8, известная своей способностью быстро и точно обнаруживать объекты на изображениях, была выбрана благодаря её улучшенным характеристикам по сравнению с предыдущими версиями.
• Особенности: Включение усовершенствованных механизмов обнаружения и классификации, что особенно важно для сложных медицинских изображений.
• Датасет:
  
  • Количество снимков: 800 МРТ снимков
  • Анотации: Все изображения были тщательно анотированы, чтобы обеспечить точность разметки раковых опухолей
  • Предобработка данных: Включала нормализацию, аугментацию данных (например, повороты, масштабирование, изменение яркости и контраста) для повышения устойчивости модели к различным вариациям снимков.
• Процесс обучения:
  • Параметры обучения: Использовался оптимизатор Adam с начальными параметрами обучения, включая learning rate = 0.001 и batch size = 16.
  • Валидация: Регулярная валидация на тестовой выборке для предотвращения переобучения и корректировки гиперпараметров.
  • Метрики: Точность (Precision), полнота (Recall), и F1-score использовались для оценки производительности модели.