Алгоритм CV для сегментации и определения раковых опухолей

Добавлено 22 мая 2024 в 22:52
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.
Bfaddfb1e0