Рамановская спектроскопия и машинное обучение для диагностики рака кожи

Abstract

Объектом исследования являются рамановские спектры кожи и рамановская спектроскопия, а также обучение классификационной модели на рамановских спектрах. В частности, тому, как увеличить точность модели, как правильно применить дискриминантный анализ методом наименьших квадратов и как не достичь переобучения или недообучения модели. Целью выпускной квалификационной работы является обучение бинарной классификационной модели, определяющей тип рака по его спектру с предварительным уменьшением размерности данных, на которых и обучается классификатор. Для решения задачи использовались различные математические методы и методы машинного обучения, такие как дискриминантный анализ методом наименьших квадратов, анализ главных компонент и т.п. Проведено теоретическое исследование различных методов рамановской спектроскопии, а также практическое исследование о количестве главных компонент для наилучшего обучения модели. Разработана компьютерная программа, реализующая обработку спектров, применение анализа главных компонент