ViT классификатор изображений биопсии патологий

Описание модели

Эта модель представляет собой дообученную версию google/vit-base-patch16-224-in21k, предназначенную для классификации гистологических изображений биопсии. Модель эффективно разделяет изображения на четыре категории: аденокарцинома, норма, предраковое состояние и плоскоклеточная карцинома (SCC).

Назначение и ограничения

Модель предназначена для использования в медицинских исследованиях и системах поддержки принятия решений для предварительной классификации гистологических слайдов. Она может помочь патоморфологам в выявлении потенциальных аномалий и ускорении процесса диагностики. Однако, модель не является заменой профессиональной медицинской диагностике и должна использоваться только как вспомогательный инструмент. Точность модели составляет 0.9799 на оценочном наборе данных.

Данные для обучения и оценки

Модель была дообучена на специализированном наборе данных гистологических изображений биопсии, состав которого не детализирован в рамках данного описания. Предполагается, что данные включали изображения, размеченные по категориям: аденокарцинома, норма, предраковое состояние и плоскоклеточная карцинома.

Процедура обучения

• Обучение проводилось с использованием следующих гиперпараметров:

• Скорость обучения: 5e-05

• Размер обучающего батча: 32

• Размер оценочного батча: 32

• Начальное зерно рандомизации: 42

• Шаги накопления градиента: 4

• Общий размер обучающего батча: 128

• Оптимизатор: Adam с бета-коэффициентами (0.9, 0.999) и эпсилон 1e-08

• Тип планировщика скорости обучения: линейный

• Коэффициент разогрева планировщика скорости обучения: 0.1

• Количество эпох: 50

Результаты обучения

Потери при обучении Эпоха Шаг Потери на валидации Точность 1.18621.0421.11670.5611 0.72352.0840.60290.8543 0.42863.01260.34520.9280 0.36124.01680.34850.8945 0.30155.02100.25900.9296 0.29176.02520.22190.9414 0.23127.02940.24000.9280 0.17088.03360.21200.9414 0.18069.03780.17840.9514 0.170310.04200.15710.9481 0.13911.04620.15440.9648 0.130112.05040.14310.9598 0.12213.05460.12970.9631 0.110414.05880.14010.9598 0.107515.06300.12000.9665 0.098616.06720.16650.9581 0.09217.07140.13990.9531 0.112318.07560.11220.9698 0.076619.07980.13370.9564 0.076220.08400.09740.9732 0.099421.08820.10230.9698 0.068722.09240.09760.9749 0.076723.09660.09520.9765 0.058124.010080.10960.9665 0.054425.010500.11230.9715 0.07926.010920.104-

Ссылки

MakAIHealthLab/vit-base-patch16-224-in21k-finetuned-biopsy

Ссылки

https://https://huggingface.co/MakAIHealthLab/vit-base-patch16-224-in21k-finetuned-biopsy