Автоматизированные модели мультиклассовой классификации могут значительно повысить эффективность ранней диагностики опухолей головного мозга, что имеет решающее значение для выбора наилучших вариантов лечения. Данная работа направлена на исследование возможности применения модели DeiT в задаче мультиклассовой классификации ОГМ по снимкам магнитно-резонансной томографии. В результате модель DeiT продемонстрировала впечатляющие результаты, превосходя модель VGG-16 по достоверности (99,31% против 96,89%) и макро F1 мере (99,28% против 96,80%). Это подтверждает ее способность эффективно работать с небольшими наборами данных при использовании метода дистилляции знаний.
Ян Ц. (науч. рук. Русак А.В.) Применение технологии дистиляции знаний к задаче классификации опухолей головного мозга по снимкам МРТ // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12082