Интеллектуальный анализ гиперспектральных изображений новообразований кожи

Abstract

В данной работе рассматривается применение обратного рассеяния в сочетании с методами машинного обучения для анализа гиперспектральных изображений новообразований кожи. Для поиска опухоли использовалась свёрточная нейросеть (CNN). Для сегментации изображений использовалась архитектура U-Net, которая состоит из энкодера и декодера. Реализована функция остановки обучения для предотвращения переобучения и присутствует возможность дообучить модель нановых данных. Полученные результаты подтверждают возможность выявлять специфические свойства тканей на уровне длин волн, что может указывать на наличие определённых биомаркеров или патологических изменений.