| Περίληψη: | Η διπλωματική εργασία αυτή αφορά τον διαχωρισμό μαστογραφιών σε φυσιολογικές και μη φυσιολογικές με την χρήση ενός συνελικτικού νευρωνικού δικτύου. Ο καρκίνος του μαστού είναι η σημαντικότερη αιτία θανάτου των γυναικών στις μέρες μας. Η μαστογραφία είναι η πιο αποτελεσματική και ακριβής μέθοδος πρόληψης αλλά και διάγνωσης του καρκίνου του μαστού.
Για την καταπολέμηση της ασθένειας είναι πολύ σημαντικός ο εντοπισμός της σε όσο το δυνατόν πιο πρώιμο στάδιο. Ωστόσο, τα σημάδια ότι υπάρχει καρκίνος μπορεί ακόμα και στην μαστογραφία να μην είναι ξεκάθαρα, μέχρι και για έναν εξειδικευμένο ιατρό. Για τον λόγο αυτό μπορεί να είναι ιδιαίτερα χρήσιμο ένα σύστημα υψηλής ακρίβειας που αναγνωρίζει μη φυσιολογικές ενδείξεις σε μαστογραφίες και λειτουργεί επικουρικά στην διαδικασία διάγνωσης.
Στην εργασία αυτή αρχικά παρουσιάζονται τα βασικά στοιχεία για τον καρκίνο του μαστού και την μαστογραφία. Αυτά αφορούν μεθόδους διάγνωσης, τρόπους αντιμετώπισης και το πως γίνεται η μελέτη και η αξιολόγηση των ευρημάτων κάθε μαστογραφίας.
Ακολουθούν τα πιο σημαντικά στοιχεία για τα νευρωνικά δίκτυα, συστήματα που τα τελευταία χρόνια λόγω της εκθετικής αύξησης της επεξεργαστικής ισχύος των υπολογιστών έχουν συμβάλλει στο να γίνει τεράστια πρόοδος στη μηχανική μάθηση, ιδιαίτερα όσο αφορά αναγνώριση και ταξινόμηση εικόνων σε κατηγορίες.
Συγκεκριμένα, γίνεται πιο αναλυτική αναφορά στα συνελικτικά νευρωνικά δίκτυα. Αυτά είναι δίκτυα που, βασιζόμενα σε επίπεδα που εκτελούν την πράξη της συνέλιξης μεταξύ πινάκων, μπορούν να δώσουν πολύ καλά αποτελέσματα για ορισμένα προβλήματα. Απαιτούν ωστόσο μεγάλο όγκο δεδομένων για την εκπαίδευσή τους, πολλούς υπολογιστικούς πόρους αλλά και αρκετό χρόνο για να εκπαιδευτούν.
Τέλος, παρουσιάζεται το συνελικτικό δίκτυο για τον διαχωρισμό μαστογραφιών που σχεδιάστηκε στα πλαίσια αυτής της εργασίας. Δίνεται αναλυτικά η αρχιτεκτονική του καθώς και τα αποτελέσματα που πετυχαίνει το δίκτυο στο συγκεκριμένο πρόβλημα.
|
|---|
