Comparison of single and ensemble-based convolutional neural networks for cancerous image classification

Lantang, Oktavian, Terdik, György, Hajdú, András, Tiba, Attila (2021) Comparison of single and ensemble-based convolutional neural networks for cancerous image classification Annales Mathematicae et Informaticae (54.). pp. 45-56. ISSN 1787-6117 (Online)

[thumbnail of AMI_54_from45to56.pdf] pdf
AMI_54_from45to56.pdf

Download (1MB) [error in script]
Hivatalos webcím (URL): https://doi.org/10.33039/ami.2021.03.013

Absztrakt (kivonat)

In this work, we investigated the ability of several Convolutional Neural Network (CNN) models for predicting the spread of cancer using medical images. We used a dataset released by the Kaggle, namely PatchCamelyon. The dataset consists of 220,025 pathology images digitized by a tissue scanner. A clinical expert labeled each image as cancerous or non-cancerous. We used 70% of the images as a training set and 30% of them as a validation set. We design three models based on three commonly used modules: VGG, Inception, and Residual Network (ResNet), to develop an ensemble model and implement a voting system to determine the final decision. Then, we compared the performance of this ensemble model to the performance of each single model. Additionally, we used a weighted majority voting system, where the final prediction is equal to the weighted average of the prediction produced by each network. Our results show that the classification of the two ensemble models reaches 96%. Thus these results prove that the ensemble model outperforms single network architectures.

Mű típusa: Folyóiratcikk - Journal article
Szerző:
Szerző neve
Email
MTMT azonosító
ORCID azonosító
Közreműködés
Lantang, Oktavian
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Terdik, György
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Hajdú, András
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Tiba, Attila
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Megjegyzés: Published online: March 31, 2021
Kapcsolódó URL-ek:
Kulcsszavak: Cancer image classification, ensemble-based model, convolutional neural network
Nyelv: angol
DOI azonosító: 10.33039/ami.2021.03.013
ISSN: 1787-6117 (Online)
Felhasználó: Tibor Gál
Dátum: 01 Ápr 2021 10:50
Utolsó módosítás: 23 Dec 2021 08:08
URI: http://publikacio.uni-eszterhazy.hu/id/eprint/6900
Műveletek (bejelentkezés szükséges)
Tétel nézet Tétel nézet