Υλοποίηση πολυεπίπεδων perceptrons για διάγνωση καρκίνου του μαστού
Master Thesis
Συγγραφέας
Σιακαβέλλα, Κωνσταντία Μαρία
Ημερομηνία
2021-07Επιβλέπων
Φιλιππάκης, ΜιχαήλΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Μηχανική μάθηση ; Βαθιά μάθηση ; Πολυεπίπεδα perceptrons ; Καρκίνος μαστού ; WDBC ; Ταξινόμηση ; Επαναλήψεις ; Οπισθόδρομη / πρόσθια τροφοδότηση ; KerasΠερίληψη
Τα Τεχνητά Νευρωνικά Δίκτυα, που είναι ο πυρήνας της Βαθιάς Μάθησης, βρίσκουν
εφαρμογή στην επίλυση περίπλοκων προβλημάτων σε ένα ευρύ φάσμα εφαρμογών, όπως
η ιατρική διάγνωση ασθενειών του καρκίνου. Ο καρκίνος του μαστού αποτελεί την πρώτη
αιτία καρκίνου στις γυναίκες. Για να βελτιωθεί το ποσοστό μακροπρόθεσμης επιβίωσης για
τους ασθενείς, οι βασικοί παράγοντες είναι η έγκαιρη ανίχνευση και η ακριβής διάγνωση
για την ύπαρξη κακοήθειας. Η δημιουργία αξιόπιστων συστημάτων διάγνωσης με τη
βοήθεια του υπολογιστή και της Βαθιάς Μάθησης είναι σημαντική βοήθεια για τον ιατρικό
κόσμο, ώστε η διάγνωση να είναι ταχύτερη και ευκολότερη, και μάλιστα χωρίς να
απαιτείται θεωρητικό και τεχνητό υπόβαθρο για τα Τεχνητά Νευρωνικά Δίκτυα.
Σκοπός της παρούσας διπλωματικής εργασίας είναι η υλοποίηση Πολυεπίπεδων
Perceptrons με την χρήση της γλώσσας προγραμματισμού Python και της βιβλιοθήκης
Keras για τη διάγνωση καρκίνου του μαστού, με βάση σύνολο δεδομένων του Ουισκόνσιν
(Wisconsin Breast Cancer Diagnostic -WBCD) που διατίθεται στο αποθετήριο Μηχανικής
Μάθησης UCI .