Deep Learning for Cardiac Tissue Cell Classification

U ovome radu opisan je postupak klasifikacije srčanog tkiva uporabom dubokog učenja. Opisani su podatci s kojima se radilo te način obrade podataka. Kako bi se povećao skup podataka, korišteni su postupci augmentacije podataka te su i oni detaljno opisani u radu. Za klasifikaciju srčanog tkiva koristila se konvolucijska neuronska mreža prilagođena iz VGG16 mreže te je proveden prijenos učenja. Opisan je postupak treniranja i prikazani su rezultati mreže kroz niz metrika. Dan je primjer idejnog sustava za klasifikaciju za kojeg je također provedeno ispitivanje. Grad-CAM algoritam je korišten za vizualizaciju rada mreže i primjeri vizualizacija su prikazani u radu. Na posljetku je objašnjen postupak segmentacije slika tkiva koristeći Grad-CAM vizualizaciju kao temelj algoritma.This paper describes a method of classifying cardiac tissue using deep learning. It describes the data that was used and how the data was processed. It also describes data augmentations that were used to increase the amount of available data. Convolutional neural network based on VGG16 architecture is used to classify cardiac tissue and transfer learning is applied. The training process is described as well as the results of the testing process using numerous metrics. It gives an example of a classification system that was also tested. GradCAM algorithm is used to visualize the workings of the neural network and the examples of visualizations are displayed. Finally, it describes a tissue segmentation process using GradCAM visualizations as the basis of the method