Simple view
Full metadata view
Authors
Statistics
Wybrane metody komputerowej diagnostyki czerniaka skóry
Selected methods of computer-aided diagnostics of melanoma malignum
nauczanie maszynowe, sztuczna inteligencja, splotowe sieci neuronowe, nowotwór skóry, melanoma malignum, głębokie sieci neuronowe
machine learning, artificial intelligence, convolutional neural network, skin cancer, melanoma malignum, deep learning
Zrozumienie i opisanie wybranych metod komputerowej diagnostyki czerniaka skóry może pozwolić na rozwiązanie jednego z najczęściej występujących problemów współczesnej onkologii, czyli późnej diagnozy nowotworu. W pracy licencjackiej przedstawione zostały zarówno teoretyczne aspekty związane z nowotworem skóry, nauczaniem maszynowym oraz sztuczną inteligencją, jak i praktyczne wykorzystanie głębokich sieci neuronowych w procesie klasyfikacji. Wspomniany proces pozwala na określenie czy na zdjęciu zmiany skórnej znajduje się melanoma malignum. Dodatkowo został w niej opisany proces polegający na eksploracji i obróbce danych, których późniejsza analiza posłużyła do stworzenia i przetestowaniach skuteczności dwóch różnych podejść klasyfikacji zdjęć oraz budowy modeli głębokich sieci neuronowych tak, by uzyskały one jak najlepszą skuteczność rozpoznawania czerniaka skóry.
The process of understanding and characterizing selected methods of computer-aided diagnostics of melanoma malignum can be a way of solving one of the most common problems of modern oncology, which is late diagnosis of cancer. This bachelor’s thesis presents both theoretical aspects related to skin cancer, machine learning and artificial intelligence, as well as the practical use of deep neural networks in process of classification whether skin lesion is melanoma malignum or not. In addition it describes the process of data mining and processing required for data analysis used to create and test the accuracy of two different approaches of classifying images and building models of deep neural networks that obtain the best accuracy in melanoma malignum recognition.
| dc.abstract.en | The process of understanding and characterizing selected methods of computer-aided diagnostics of melanoma malignum can be a way of solving one of the most common problems of modern oncology, which is late diagnosis of cancer. This bachelor’s thesis presents both theoretical aspects related to skin cancer, machine learning and artificial intelligence, as well as the practical use of deep neural networks in process of classification whether skin lesion is melanoma malignum or not. In addition it describes the process of data mining and processing required for data analysis used to create and test the accuracy of two different approaches of classifying images and building models of deep neural networks that obtain the best accuracy in melanoma malignum recognition. | pl |
| dc.abstract.pl | Zrozumienie i opisanie wybranych metod komputerowej diagnostyki czerniaka skóry może pozwolić na rozwiązanie jednego z najczęściej występujących problemów współczesnej onkologii, czyli późnej diagnozy nowotworu. W pracy licencjackiej przedstawione zostały zarówno teoretyczne aspekty związane z nowotworem skóry, nauczaniem maszynowym oraz sztuczną inteligencją, jak i praktyczne wykorzystanie głębokich sieci neuronowych w procesie klasyfikacji. Wspomniany proces pozwala na określenie czy na zdjęciu zmiany skórnej znajduje się melanoma malignum. Dodatkowo został w niej opisany proces polegający na eksploracji i obróbce danych, których późniejsza analiza posłużyła do stworzenia i przetestowaniach skuteczności dwóch różnych podejść klasyfikacji zdjęć oraz budowy modeli głębokich sieci neuronowych tak, by uzyskały one jak najlepszą skuteczność rozpoznawania czerniaka skóry. | pl |
| dc.affiliation | Wydział Matematyki i Informatyki | pl |
| dc.area | obszar nauk ścisłych | pl |
| dc.contributor.advisor | Martyna, Jerzy - 130359 | pl |
| dc.contributor.author | Janik, Tomasz | pl |
| dc.contributor.departmentbycode | UJK/WMI2 | pl |
| dc.contributor.reviewer | Martyna, Jerzy - 130359 | pl |
| dc.contributor.reviewer | Skomorowski, Marek - 131904 | pl |
| dc.date.accessioned | 2020-07-28T07:13:32Z | |
| dc.date.available | 2020-07-28T07:13:32Z | |
| dc.date.submitted | 2020-07-20 | pl |
| dc.fieldofstudy | informatyka | pl |
| dc.identifier.apd | diploma-142345-246436 | pl |
| dc.identifier.project | APD / O | pl |
| dc.identifier.uri | https://ruj.uj.edu.pl/xmlui/handle/item/241699 | |
| dc.language | pol | pl |
| dc.source.integrator | false | |
| dc.subject.en | machine learning, artificial intelligence, convolutional neural network, skin cancer, melanoma malignum, deep learning | pl |
| dc.subject.pl | nauczanie maszynowe, sztuczna inteligencja, splotowe sieci neuronowe, nowotwór skóry, melanoma malignum, głębokie sieci neuronowe | pl |
| dc.title | Wybrane metody komputerowej diagnostyki czerniaka skóry | pl |
| dc.title.alternative | Selected methods of computer-aided diagnostics of melanoma malignum | pl |
| dc.type | licenciate | pl |
| dspace.entity.type | Publication |