КОМБІНАЦІЯ ЛОКАЛЬНОЇ ПОРОГОВОЇ БІНАРИЗАЦІЇ ТА МАШИННОГО НАВЧАННЯ ДЛЯ КЛАСИФІКАЦІЇ ПУХЛИН МОЛОЧНОЇ ЗАЛОЗИ

Abstract

Проблематика. Рання діагностика раку молочної залози має колосальне значення, оскільки дана патологія є одним із найбільш розповсюджених чинників летальності серед жінок по всьому світу. Чи не небезпечнішим підтипом раку молочної залози вважається інвазивна протокова карцинома. Зазвичай патологоанатоми фокусуються на областях з подібною карциномою, так як це дозволяє присвоїти оцінку агресивності усьому зразку монтування. Саме тому важливою задачею є автоматизоване виявлення карциноми при діагностиці ракових пухлин молочної залози. Мета. Встановлення основних етапів побудови діагностичних алгоритмів класифікації типу ракової пухлини молочної залози на основі аналізу гістологічних знімків. Методика реалізації. Запропоновано алгоритм на основі методу локальної порогової бінаризації для вилучення інформативних ознак з медичних зображень, та машинного навчання для побудови моделей розпізнавання типу ракової пухлини молочної залози за допомогою методів класифікації, таких як: метод групового урахування аргументів, логістична регресія, наївний байєсів класифікатор, метод k найближчих сусідів, та метод випадкового лісу. Перед виконанням алгоритму вибірку зображень було розбито на робочу (80%) для навчання моделей, та екзаменаційну (20%), яка не приймає жодної участі в експериментах аж до отримання результуючої моделі. Після застосування локальної порогової бінаризації отримуються дуети (комбінації із двох пікселей) і тріо (комбінації із трьох пікселей). При моделюванні робоча вибірка була розбита на тренувальну (75%) і тестову (25%).   Результати дослідження. В результаті моделювання було отримано 10 моделей машинного навчання. Найкращою з них виявилась модель KNN, навчена на дуетах бінаризованих пікселей, що дала на тестовій вибірці 78.5% точності класифікації. Ключові слова – молочна залоза, ракові пухлини, гістологічні знімки, візуальна діагностика, бінаризація знімку, штучний інтелект, машинне навчання.