Умный город и безопасность

Разработка экспертной системы ранней диагностики опасных новообразований кожи с помощью нейронных сетей

Партнеры

Московский политехнический университет

Израильский медицинский

научный центр Melanoma Unit

Проблема и актуальность

На сегодняшний день меланома является одним из самых опасных видов рака. По официальным данным: заболеваемость меланомой в России составляет около 7000 человек в год.
Одной из причин опасности меланомы является сложность в точности определения этого заболевания. Точность визуальной диагностики напрямую зависит от квалификации и специализации врача.
Ранняя диагностика опасных новообразований кожи помогает своевременно назначить лечение и сократить риски развития заболевания.
К сожалению, на данный момент в регионах возникают проблемы с доступностью качественной ранней диагностики опасных новообразований кожи. Это связано с отсутствием высококвалифицированных специалистов и оборудования. Возникает необходимость в доступе к современным методам обследования.
Современное развитие технологий в области обработки изображений и машинного обучения позволяет создать системы на основе нейронных сетей, превосходящие человека в задачах классификации объектов, в том числе в случае диагностики злокачественных новообразований кожи.

Разрабатываемая экспертная система станет помощником (сервисом второго мнения) у начинающих врачей при выявлении и постановке диагноза новообразований кожи.

Цель и задачи

Нашей командой была выдвинута цель - разработать экспертную систему для ранней диагностики опасных новообразований кожи с использованием нейронных сетей.


Для достижения цели нами были поставлен ряд задач.

Таким образом, путь развития проекта должен был включить в себя изучение существующих аналогов, разработку сервера (сервер позволяет хранить данные пользователей, что-то про API, в нем содержится работающая нейронная сеть), клиента (интерфейс пользователя) и базы данных. Разработка и обучение нейронной сети.









Решение и результаты

Имеется готовая модель нейронной сети, состоящей из 26 слоев. Она была натренирована на трех тысячах картинок, а точность составляет 90% на тестировочном датасете в 412 картинок, не использовавшихся в обучении.
Написан интерфейс пользователя, сервер и микросервис для сервера, позволяющий обрабатывать изображения.

Визуализация процесса работы над проектом и результатов проекта

Планы развития проекта
В перспективе развития проекта мы планируем:
-1-
Доработка системы
добавление новых функций, улучшение и доработка системы
-2-
Улучшение дизайна
создание отзывчивого дизайна после тестирования

Команда
Наша команда была создана по итогам всероссийского конкурса детских проектов "Большие вызовы". В нее попали лучшие дети из 5 регионов России
  • Фастахиев Султан

    Front-end Developer
    Республика Удмуртия
  • Литовец Андрей
    Data Scientist
    Республика Коми
  • Гернер Богдан
    Database Engineer & Speaker
    Ставропольский край
  • Мелков Никита

    Front-end Developer & Designer
    Томская область
  • Вольвач Дарья
    Server Developer & Copywriter
    Алтайский край
Наши наставники и эксперты
  • Чудаков Георгий
    Наставник
  • Холодов Дмитрий
    Наставник
  • Джунковский Андрей
    Наставник
  • Джунковская Наталья
    Эксперт
  • Синельников Игорь
    Эксперт
Фотоотчет
Направление «Умный город»
Контакты
+7 (926) 529 75 90
george1005@yandex.ru
Георгий Алексеевич Чудаков

© Большие вызовы — 2021