Студенткиња Рачунарског факултета Ивана Николић је у петак, 11. септембра 2026. године одбранила дипломски рад на тему Систем за класификацију хистопатолошких слика у сврху детекције карцинома коришћењем конволуционих неуронских мрежа, пред комисијом коју су чинили ментор др Јелена Васиљевић и члан др Душан Вујошевић.
У уводу свог рада Ивана је истакла:
Развој вештачке интелигенције и метода дубоког учења довео је до њихове све веће примене у анализи дигиталних слика. Посебно значајну област представља анализа медицинских слика, где је потребно препознати и издвојити велики број визуелних карактеристика које могу бити важне за доношење закључака. Конволуционе неуронске мреже омогућавају аутоматско издвајање таквих карактеристика директно из података и због тога представљају један од најчешће коришћених приступа у задацима класификације слика [1].
Хистопатолошке слике представљају дигиталне приказе микроскопских препарата ткива и садрже информације о његовој структури, распореду ћелија, изгледу једара, жлезданих формација и другим морфолошким карактеристикама. Њихова анализа има важну улогу у процени промена у ткиву дојке. Разликовање бенигних и малигних промена није увек једноставно, јер поједине лезије могу имати сличне морфолошке особине. У стручној литератури описано је да одређене бенигне промене могу подсећати на малигне лезије, због чега је за њихово разликовање потребно сагледати више хистолошких карактеристика [2].
…
На основу спроведених експеримената може се закључити да успешност класификације хистопатолошких слика не зависи само од избора архитектуре модела. Једнако важни могу бити извор претходног обучавања, начин формирања улазне слике и очување скале морфолошких структура које модел треба да препозна. Висока интерна тачност зато сама по себи није довољна за процену поузданости система, већ је за реалнију процену неопходна евалуација на подацима другачијег порекла и анализа разлога због којих перформансе при таквом преносу могу да се промене. – закључила је Ивана.