Діагностика раку грудей: IOT-система з FPGA та WEKA-аналітикою
DOI:
https://doi.org/10.25140/2411-5363-2025-3(41)-185-192Ключові слова:
ПЛІС; WEKA; інформаційні технології; стиснення зображень; jpeg-lsАнотація
У сучасному світі все більше приділяється увага науковців аналізу раку молочної залози. У статті проводиться огляд алгоритмів стиснення зображень, отриманих з ПЛІС систем для подальшої роботи у застосунку WEKA. Запропоновано можливості для ранньої діагностики раку молочної залози. Системи, які поєднують інтернет речі (IoT), програмовані логічні схеми (ПЛІС) та програму для аналізу даних, дозволять проводити щоденний моніторинг стану здоров’я та діагностувати можливі захворювання на ранній стадії. Також описано, як стиснення медичних зображень впливає на точність їхнього аналізу.
Посилання
Gayathri, R., Vijaya Madhari, M., & Christy Bobby, T. (2015). FPGA based diagnosis and classification of breast disease using thermographic images. International Journal of Scien-tific Research and Management, 3(6), 3139-3142.
Vaithianathan, Muthukumaran & Udkar, Shiv & Reddy, Manjunath & Roy, Deepanjan & Rajasekaran, Senkadir. (2024). FPGA-Based Smart Health Monitoring Systems for Wearable Devices. International Journal of intelligent systems and applications in engineering. https://doi.org/10.13140/ RG.2.2.33185.62567.
Alshammari, M., & Mezher, M. (2020). A Comparative Analysis of Data Mining Tech-niques on Breast Cancer Diagnosis Data using WEKA Toolbox. International Journal of Ad-vanced Computer Science and Applica-tions, 11(8). https://doi.org/10.14569/ijacsa.2020.0110829.
Mhaouch, A., Gtifa, W., & Machhout, M. (2025a). FPGA Hardware Acceleration of AI Models for Real-Time Breast Cancer Classification. AI, 6(4), 76. https://doi.org/10.3390/ai6040076.
Pagliari, D. J., Casu, M. R., & Carloni, L. P. (2017). Accelerators for Breast Cancer De-tection. ACM Transactions on Embedded Computing Systems, 16(3), 1-25. https://doi.org/10.1145/2983630.
Majji, R., G., O. P. P., Rajeswari, R., & R., C. (2023). Smart IoT in Breast Cancer Detec-tion Using Optimal Deep Learning. Journal of Digital Imaging. https://doi.org/10.1007/s10278-023-00834-9.
Mhaouch, A., Gtifa, W., & Machhout, M. (2025). FPGA Hardware Acceleration of AI Models for Real-Time Breast Cancer Classification. AI, 6(4), 76. https://doi.org/10.3390/ai6040076.
Wong, E.-H., Zakaria, F. F., Mustapa, M., Warip, M. N. M., & Ehkan, P. (2023). Breast cancer classification using deep learning and FPGA inferencing. In International Conference on Biomedical Engineering (ICoBE 2021). AIP Publishing. https://doi.org/10.1063/5.0111204.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
