Klasifikacija nepravilnosti u slikama kože

undergraduate thesis

• Title (english): Classification of Irregularities in Skin Images
• Author: Marko Andreis
• Mentor: Tomislav Hrkać (mentor)
• Committee member: Tomislav Hrkać (predsjednik povjerenstva)
• Committee member: Igor Stančin (član povjerenstva)
• Committee member: Josip Renić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2021-07-06, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Posljednjih nekoliko desetljeća bilježi se trend porasta pojavnosti melanoma – zloćudnog tumora kože. S obzirom na rezultate projekcija koje se rade za nadolazeće jednogodišnje razdoblje čini se kako će se taj trend nastaviti. Najvažniji faktor o kojemu ovisi uspješno tretiranje ove bolesti jest njeno rano i pravovremeno otkrivanje. S ciljem povećanja uspješnosti ispravnih detekcija i sprječavanja razvoja bolesti razvijaju se modeli strojnog učenja čija je namjera automatizirati detekciju zloćudnih tumora i njihovu klasifikaciju na temelju obilježja poput oblika, boje i veličine. Kod aplikacija koje uključuju obradu slike, poput postupka klasifikacije, svoju primjenu nalaze konvolucijske neuronske mreže. Cilj ovog rada jest pospješiti rano otkrivanje zloćudnih promjena na koži uporabom automatske, računalom potpomognute dijagnostike, konkretno, primjenom funkcionalnosti neuronskih mreža u problemu klasifikacije slika koje sadrže zloćudne promjene s ciljem povećanja uspješnosti liječenja. Nadalje, prikazani su postojeći pristupi klasifikaciji kožnih nepravilnosti i analizirano ponašanje implementiranih sustava.

Abstract (english)

The last few decades have seen an increasing trend in the incidence of melanoma – a malignant skin tumor. Given the results of the projections being made for the upcoming one-year period, it seems that this trend will continue. The most important factor on which the successful treatment of this disease depends is its early and timely detection. In order to increase the success of correct detection and prevent further development of the disease, machine learning models whose intention is to automate the detection of malignant tumors and their classification based on characteristics such as shape, color and size are being developed. Convolutional neural networks are being applied in applications that involve image processing, such as the classification process. The main goal of this paper is to improve the early detection of malignant irregularities found on the skin using automatic, computer-assisted diagnostics, specifically, by applying the functionalities of neural networks in the problems of classifying images containing malignant changes in order to increase treatment success. Furthermore, the existing approaches to the classification of skin irregularities are presented and the performance of the implemented systems is analyzed.

• Keywords: melanom; klasifikacija slika; neuronske mreže; strojno učenje; kožne nepravilnosti
• Keywords (english): melanoma; image classification; neural networks; machine learning; skin irregularities
• Language: croatian
• URN:NBN: urn:nbn:hr:168:671021
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-14 19:59:13