Samara University Repository
Welcome to the Samara University repository!
This is an open electronic archive created to preserve and disseminate the scientific results of our university. The works of researchers, faculty members, and students are available to everyone for academic and research purposes.
The repository contains dissertations, research articles, educational and methodological materials, monographs, and regulatory documents. The collections cover a wide range of fields: from aerospace technologies, engine engineering, and computer science to history, linguistics, mathematics, and ecology. The archive brings together the scientific heritage of the university, including materials prepared during the period of Samara State Aerospace University and Samara State University.
Looking for publications by author, title, date, or subject? Full-text search will provide relevant results. Want to explore the academic life more closely? Browse materials by the universityâs organizational units.
Descriptions of all publications and articles available in the repository can be found in the libraryâs electronic catalog. Staff and students can log in via the menu "Login -> My Resource Archive" using their personal account credentials (SSAU_id).
Use the archive for study, research, and professional development!
| Title: | ViT-система диагностики рака кожи |
| Authors: | Николаева С. С. Захаров В. П. |
| Keywords: | VISION TRANSFORMER (ViT) ViT-система диагностики рака кожи веб-приложения дерматоскопия диагностика рака кожи интерпретируемый искусственный интеллект (XAI) меланомы рак кожи сверточные нейронные сети система поддержки принятия врачебных решений (СППР) |
| Issue Date: | 2026 |
| Citation: | Николаева, С. С. ViT-система диагностики рака кожи : вып. квалификац. работа по программе бакалавриата по направлению подготовки 12.03.04 "Биотехнические системы и технологии", профиль "Биомедицинские информационные технологии" / С. С. Николаева ; рук. работы В. П. Захаров ; нормоконтролер В. П. Захаров ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики. - Самара, 2026. - 1 файл (5,7 Мб). - Текст : электронный |
| Abstract: | Проведен сравнительный анализ эффективности современных архитектур глубокого обучения на датасете дерматоскопических изображений HAM10000. Разработана и обучена гибридная модель DenseNet121 + ViTSmall для трех задач классификации: бинарной (злокачественная/доброкачественная), бинарной (меланома/не меланома) и 4- классовой (меланома, невус, кератоз, базальноклеточный рак). Модель обучена на сбалансированной выборке из 4000 изображений (по 1000 на каждый класс). Достигнуты следующие метрики на отложенной тестовой выборке (800 изображений): точность 4-классовой классификации - 87,00% (лучший результат на валидации - 87,75%), точность детекции злокачественных новообразований - 89,25%, точность детекции меланомы - 89,12%. Чисто сверточная архитектура DenseNet121 без ViT-компонента показала точность 4-классовой классификации 80,88%, что подтверждает эффективность гибридного подхода (прирост 6,12 процентных пункта). Создан функциональный прототип веб-приложения на базе фреймворка FastAPI с использованием базы данных |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/63731 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\ВКР20260812140844 |
| Appears in Collections: | Выпускные квалификационные работы |
| File | Size | Format | |
|---|---|---|---|
| Николаева_Софья_Сергеевна_система_диагностики_рака.pdf | 5.87 MB | Adobe PDF | View/Open Request a copy |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.