Студент Рачунарског факултета Ђорђе Анђелковић је у среду, 21. августа 2024. године одбранио дипломски рад на тему Примена неуронских мрежа у класификацији медицинских слика пред комисијом коју су чинили ментор др Јелена Васиљевић и члан др Немања Радосављевић.
У апстракту свог рада Ђорђе Анђелковић истакао је следеће:
У овом раду истражујемо ефикасност и тачност коришћења дубоког учења, конкретно конволутивних неуронских мрежа (CNN), за класификацију мамографских снимака. Циљ је да се аутоматизује процес препознавања малигних и бенигних тумора дојке, чиме се побољшава тачност и брзина дијагностике. Подаци коришћени за обуку модела долазе из познатих медицинских база података које садрже обележене снимке са туморима и без. Рад обухвата детаљан опис методологије, укључујући припрему података, избор и модификацију модела, поступак обуке и евалуације, као и анализу резултата.
Коришћењем предтренираних модела, као што је ResNet18, могу да се значајно побољшају перформансе класификације. Имплементација модела у Python програмском језику са PyTorch библиотеком омогућила је ефикасно управљање обуком и евалуацијом модела на Google Colab платформи. Резултати показују да је модел постигао високу тачност у препознавању различитих типова тумора дојке, што указује на његов потенцијал за даљу примену.
…
У оквиру овог дипломског рада, развијен је модел заснован на конволутивној неуронској мрежи РесНет18, прилагођен за класификацију мамографских снимака у три класе: бенигни тумори, малигни тумори и регуларно ткиво. Модел је постигао задовољавајуће резултате, посебно у препознавању регуларног ткива, док су перформансе у класификацији бенигних и малигних тумора показале простор за побољшање.
Постоје бројне могућности за унапређење модела у даљем раду. На пример, употреба сложенијих модела, као што је РесНет50, могла би довести до бољих резултата захваљујући већој капацитетности модела да препозна сложеније обрасце у подацима. РесНет50 има више слојева и већи број параметара, што му омогућава да учи дубље репрезентације података, али то такође захтева и више ресурса за тренирање. – закључио је Ђорђе.
Фотографије са одбране доступне су у галерији.