Использование сверточных нейронных сетей и адаптивной системы управления веб-приложениями для диагностики кожных заболеваний

К. Г. Резников

Аннотация


В статье представлена разработка веб-приложения для диагностики кожных заболеваний с использованием сверточных нейронных сетей и применением адаптивной системы управления веб-приложениями. Веб-приложение позволяет классифицировать изображение кожного поражения для предварительного диагноза актинического и доброкачественного кератоза, базальноклеточной карциномы, дерматофибромы, меланомы, меланоцитарного невуса, плоскоклеточного рака и сосудистого поражения. В статье представлена модель сверточной нейронной сети. Подробно описаны этапы подготовки и обработки изображения для повышения точности распознавания. Описаны процессы кадрирования и центрирования изображения, удаления естественных и визуальных помех, а также цветокоррекция изображения, которые интегрированы в адаптивную систему управления веб-приложениями. Продемонстрирована схема всего процесса загрузки, обработки и классификации изображений. Разработанное веб-приложение прошло апробацию в Воронежском областном клиническом онкологическом диспансере. Приведены результаты исследований, точность общей и детальной классификации по каждому типу поражения кожи пациентов диспансера.

Ключевые слова


классификация изображений; веб-приложение; системы управления; сверточные нейронные сети; диагностика.

Полный текст:

PDF

Литература


[Ben09] Bengio Y. “Learning deep architectures for AI” // Foundations and Trends in Machine Learning. 2009. Vol. 2, pp. 1-127. DOI: 10.1561/2200000006.

[Mad20] Madeh Piryonesi S., Tamer E. El-Diraby. “Role of data analytics in infrastructure asset management: overcoming data size and quality problems” // Journal of Transportation Engineering, Part B: Pavements. 2020-06. Vol. 146, issue 2, pp. 04020022. DOI: 10.1061/JPEODX.0000175.

[Rah25] Parvez Rahi, Sandeep Singh Kang. “A novel paradigm in cardiovascular disease risk prediction through hybrid machine learning” // Systems Engineering and Information Technologies. 2025. Vol. 7, no. 3 (22), pp. 49-66. EDN: IZXXUE.

[Sut25] Om Prakash Suthar, et al. “Leveraging pre-trained models for precision: A transfer learning approach to brain tumor detec-tion” // Systems Engineering and Information Technologies. 2025. Vol. 7, no. 3 (22), pp. 30-40. EDN: PPUTFO.

[Зин23] Зиновьев М. С., Нургаянова О. С. Оценка индивидуального риска развития сахарного диабета второго типа и воз-можных осложнений // СИИТ. 2023. Т. 5, № 4(13). С. 101-110. EDN HIIXFH. [[ Zinoviev M. S., Nurgayanova O. S. “Assess-ment of individual risk of developing type 2 diabetes mellitus and possible complications” // SIIT. 2023. Vol. 5, no. 4(13), pp. 101-110. EDN HIIXFH. (In Russian). ]]

[Зин24] Зиновьев М. С., Нургаянова О. С. Прогнозирование вероятности развития диабетической ретинопатии у пациентов с сахарным диабетом: анализ методов машинного обучения // СИИТ. 2024. Т. 6, № 3(18). С. 95-101. EDN VLFFLP. [[ Zi-noviev M. S., Nurgayanova O. S. “Predicting the probability of developing diabetic retinopathy in patients with diabetes mellitus: analysis of machine learning methods” // SIIT. 2024. Vol. 6, no. 3(18), pp. 95-101. EDN VLFFLP. (In Russian). ]]

[Кор24] Коровин Е. А., Чиглинцева С. А., Сазонова Е. Ю., Сметанина О. Н. Медицинская рекомендательная система на осно-ве автоматического извлечения знаний из текстов // СИИТ. 2024. Т. 6, № 4(19). С. 111-121. EDN OTVTXR. [[ Korovina E. A., Chiglintseva S. A., Sazonova E. Yu., Smetanina O. N. “Medical recommendation system based on automatic knowledge extraction from texts” // SIIT. 2024. Vol. 6, no. 4(19), pp. 111-121. EDN OTVTXR. (In Russian). ]]

[Кра24] Кракова С. П., Гудков В. М., Резников К. Г. Применение веб-приложений в качестве интерфейсов для моделей ма-шинного обучения // Математика, информационные технологии, приложения: Сб. тр. Межвуз. науч. конф. моло-дых ученых и студентов, Воронеж, 24-25 апр. 2024 г. Воронеж: Научная книга, 2024. С. 435-441. EDN: JVORRK. [[ Krako-va S. P. et al. “Using web applications as interfaces for machine learning models” // Mathematics, Information Technology, Applications: Interuniversity Scient. Conf., Voronezh, April 24-25, 2024. Pp. 435-441. EDN: JVORRK. (In Russian). ]]

[Мир24] Мирасов О. О., , Шахмаметова Г. Р. Сетевой анализ профилей экспрессии генов // СИИТ. 2024. Т. 6, № 3(18). С. 61-70. EDN RCXENH. [[ Mirasov O. O., Shakhmametova G. R. “Network analysis of gene expression profiles” // SIIT. 2024. Vol. 6, no. 3(18), pp. 61-70. EDN RCXENH. (In Russian). ]]

[Мих23] Михайлусов, А. В. Использование сверточных нейронных сетей для диагностики рака кожи // Вестник Воронежск. гос. техн. ун-та. 2023. Т. 19, № 1. С. 20-26. DOI: 10.36622/VSTU.2023.19.1.003. EDN: UTFAST. [[ Mikhaylusov A. V. “Using convolutional neural networks for diagnosing skin cancer” // Bulletin of the Voronezh State Technical University. 2023. Vol. 19, no. 1, pp. 20-26. DOI: 10.36622/VSTU.2023.19.1.003. EDN: UTFAST. (In Russian). ]].

[Под24] Подвальный С. Л., Казьмин А. И., Михайлусов А. В. Использование ансамблевых методов для классификации изоб-ражений кожных образований // Вековой юбилей Воронежской онкологической службы: Сб. тр. науч.-практ. конф., Воронеж, 12 декабря 2024 года. Воронеж: ВГМУ, 2024. EDN: ETKYUU. [[ Podvalny S. L. et al. “Using ensemble methods for classification of skin images” // Centennial Anniversary of the Voronezh Oncology Service. December 12, 2024. Voro-nezh, 2024. EDN: ETKYUU. (In Russian). ]].

[Рез25] Резников К. Г., Подвальный С. Л. Разработка модуля веб-приложений для конфигурирования алгоритмов обработки данных в виде блок-схем // Оптимизация и моделирование в автоматизированных системах: Тр. Междунар. моло-дежн. науч. шк., Воронеж, 11–12 дек. 2024 г. Воронеж: ВГТУ, 2025. С. 74-77. EDN: LPDVNM. [[ Reznikov K. G., Podvalny S. L. “Development of a web application module for configuring data processing algorithms in the form of flowcharts” // Optimization and Modeling in Automated Systems: Proc. Int. Youth Scient. School, Voronezh, Dec. 11-12, 2024. Voronezh, 2025, pp. 74-77. EDN: LPDVNM. (In Russian). ]].

[Шах22] Шахмаметова Г. Р., Христодуло А. Д., Береговая С. П. Анализ эндокринологических данных на основе моделей классификации // СИИТ. 2022. Т. 4, № 2(9). С. 30-36. EDN LBZVZL. [[ Shakhmametova G. R., Khristodullo A. D., Beregovaya S. P. “Analysis of endocrinological data based on classification models” // SIIT. 2022. Vol. 4, no. 2(9), pp. 30-36. (In Russian). ]]




DOI: https://doi.org/10.54708/2658-5014-SIIT-2025-no4-p58

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2025 К. Г. Резников