System uczącego się z przeniesieniem z uwzględnieniem uwagi dla klasyfikacji guzów mózgu z czterema klasami za pomocą rezonansu magnetycznego

Summary

To studium prezentuje lekki framework do głębokiego uczenia się oparty na uważności do klasyfikacji guzów mózgu w czterech klasach na podstawie obrazów MRI z wykorzystaniem uczenia przenoszonego z MobileNetV2, EfficientNetV1 i Inception-ResNet-V2. Model osiąga wysoką dokładność klasyfikacji przy obniżonej złożoności obliczeniowej, wspierając zasoby ograniczone aplikacje wspomagające decyzje kliniczne.

Abstract

Celem tej pracy badawczej jest opracowanie lekkiej, ale dokładnej sieci neuronowej do klasyfikacji guzów mózgu na cztery kategorie—glejaki, oponowe, guzy przysadki i zdrowe tkanki mózgowej—z wykorzystaniem danych z rezonansu magnetycznego (MRI). Zaproponowana metodologia łączy transfer learning z trzema wstępnie wytrenowanymi modelami sieci konwolucyjnych—MobileNetV2, EfficientNetV1 i Inception-ResNet-V2—zintegrowanymi z mechanizmem uwagi, który naśladuje zdolność ludzkiego układu wzrokowego do koncentrowania się na klinicznie istotnych obszarach obrazu. Takie podejście z wykorzystaniem uwagi poprawia lokalizację guzów, jednocześnie tłumiąc nieistotne informacje na tle. Ramówka jest testowana na dużym, publicznie dostępnym zbiorze danych MRI mózgu zawierającym tysiące sklasyfikowanych obrazów z czterech klas. Stosuje się standardowe przetwarzanie wstępne, zwiększanie danych i protokoły treningowe, aby umożliwić bezpośrednie powtórzenie zaproponowanej metody. Wyniki eksperymentów pokazują, że EfficientNetV1 osiąga najwyższą wydajność klasyfikacji, osiągając lepszą dokładność w porównaniu zarówno z MobileNetV2, jak i z Inception-ResNet-V2. Badanie wynika, że zaproponowana lekka, oparta na uwagi ramówka efektywnie równoważy dokładność i złożoność obliczeniową, co sprawia, że jest bardzo przydatna do zastosowań w czasie rzeczywistym i mobilnej opieki zdrowotnej, szczególnie w środowiskach o ograniczonych zasobach.

Introduction

Dokładna klasyfikacja guzów mózgu za pomocą obrazowania metodą rezonansu magnetycznego (MRI) odgrywa kluczową rolę w diagnostyce klinicznej, planowaniu leczenia i estymacji rokowania¹. Guzy mózgu, w tym glioma, miażdżyca mózgu i guzy przysadki, wykazują odrębne cechy patologiczne i odpowiedzi na leczenie; dlatego wczesne i niezawodne identyfikowanie jest niezbędne do poprawy wyników terapeutycznych i zmniejszenia progresji choroby. MRI jest szeroko preferowane do oceny guzów mózgu ze względu na jego doskonałą kontrastowość tkanek miękkich, nieinwazyjność i zdolność do wizualizowania morfologii guza na wielu płaszczyznach anatomicznych. Jednak manualna interpretacja skanów MRI jest często czasochłonna i wysoce zależna od doświadczenia radiologicznego, szczególnie gdy granice guza są nieregularne lub gdy istnieją podobieństwa wizualne między klasami guzów. W związku z tym, zautomatyzowane komputerowo wspomagające systemy diagnostyczne stały się coraz ważniejsze dla wspomagania radiologów w dokładnej i efektywnej klasyfikacji guzów.

Techniki analizy obrazów oparte na głębokim uczeniu (DL) znacznie poszerzyły zakres zautomatyzowanej klasyfikacji chorób w zastosowaniach biomedycznych i wizji komputerowej^2,3. W neuro-onkologii, techniki uczenia maszynowego i transferu uczenia się wykazały obiecującą wydajność w wykrywaniu, segmencji i klasyfikacji guzów⁴. Szczególnie, sieci konwolucyjne (CNN), wykazały doskonałą zdolność do automatycznego wyodrębniania hierarchicznych cech obrazów bezpośrednio ze skanów MRI bez konieczności korzystania z ręcznie dopracowanych cech inżynieryjnych. Architektury CNN mogą uczyć się dyskryminacyjnych reprezentacji związanych z guzem z danych obrazowych, poprawiając wydajność klasyfikacji w porównaniu z konwencjonalnymi podejściami do uczenia maszynowego. Ostatnie osiągnięcia w DL umożliwiły opracowanie systemów klasyfikacji obrazów o wysokiej wydajności, zdolnych do przetwarzania dużych zbiorów danych obrazowych z lepszą precyzją i mniejszą interwencją ludzką.

Mimo tych osiągnięć, konwencjonalne głębokie architektury CNN często wymagają znacznych zasobów obliczeniowych, w tym dużego zużycia pamięci, zwiększonej złożoności parametrów i długiego czasu treningu⁵. Takie zapotrzebowanie obliczeniowe ogranicza ich wdrażanie w warunkach klinicznych o ograniczonych zasobach i systemach opieki zdrowotnej mobilnej. Ponadto, lekkie architektury sieci konwolucyjnych przyciągnęły coraz większą uwagę ze względu na zredukowaną złożoność obliczeniową i przydatność do wdrożenia w aplikacjach o ograniczonych zasobach⁵. Kilka ostatnich badań zbadano zoptymalizowane strategie CNN, efektywne mechanizmy ekstrakcji cech i lekkie ramy wdrożeniowe w celu poprawy wydajności klasyfikacji bez znacznego kompromisu w dokładności predykcyjnej^6,7,8. Jednakże, równoważenie wydajności obliczeniowej z wynikami klasyfikacji wieloklasztorowej guzów pozostaje głównym wyzwaniem w analizie guzów mózgu opartej na MRI⁹.

Frameworky uczenia głębokiego oparte na uważności wyłoniły się jako skuteczne rozwiązania dla poprawy reprezentacji cech w analizie medycznych obrazów¹⁰. Mechanizmy uważności umożliwiają sieciom neuronowym selektywne kładzenie nacisku na diagnostycznie istotne regiony obrazu, tłumiąc nieistotne informacje tła. Zainspirowane ludzkim układem wzrokowym, architektury z uważnością kierowane poprawiają uczenie się dyskryminacyjnych cech, kierując skupienie obliczeniowe na specyficzne dla guza regiony przestrzenne i cechy kontekstowe. Takie mechanizmy są szczególnie korzystne dla analizy MRI guzów mózgu, ponieważ tkanki guza często wykazują heterogeniczne wzorce intensywności, nieregularną morfologię i nakładające się cechy wizualne między kategoriami guzów. W związku z tym, integracja modułów uważności do architektur opartych na CNN może poprawić dokładność klasyfikacji i ulepszyć wydajność lokalizacji cech.

Kilka ostatnich badań wykazało potencjał ram uczenia głębokiego dla zautomatyzowanej diagnozy guzów mózgu i klasyfikacji guzów opartej na MRI^11,12. Gao i wsp. opracował i zweryfikował model DL do diagnozy guzów mózgu przy użyciu danych MRI, wykazując silne zdolności klasyfikacyjne dla zautomatyzowanej analizy neuroobrazów¹¹. Podobnie, Abdusalomov i wsp. zbadali podejścia DL do wykrywania guzów mózgu za pomocą skanów MRI i zgłosili obiecujące wyniki diagnostyczne¹². Mimo że te badania osiągnęły poprawioną dokładność klasyfikacji, ograniczenia dotyczące różnorodności zestawów danych, generalizacji modelu i wymagań obliczeniowych pozostają nierozwiązane. W wielu przypadkach, zestawy treningowe były ograniczone wielkością lub pochodzące z ograniczonych źródeł klinicznych, zwiększając ryzyko przetrenowania i zmniejszając trwałość wśród róż

Protocol

To badanie wykorzystało publicznie dostępny, anonimowy zestaw danych; dlatego nie była wymagana pisemna zgoda. Zaproponowany podejście obejmuje sześć komponentów: przetwarzanie wstępne, moduł konwolucji, moduł uwagi, integrację modułów konwolucji i uwagi oraz warstwy w pełni połączone (FC). Rysunek 1 przedstawia pełen przepływ naszej metody.

Uzyskiwanie danych
Oznaczone obrazy rezonansowe jąder mózgu pochodzą z publicznie dostępnego zestawu danych Kaggle, zawierającego cztery kategorie guzów i tkanki normalnej.

Przetwarzanie danych
Obrazy są skalowane do jednolitej rozdzielczości i normalizowane pod względem intensywności. Opcjonalnie stosuje się zwiększenie (rotacja, odbicie, zoom) w celu poprawy uogólnienia. Zestaw danych jest podzielony na zbiór treningowy (70%) i testowy (30%).

Architektura modelu
Do klasyfikacji guzów mózgu w czterech kategoriach za pomocą obrazów MRI wykorzystano trzy sieci CNN pretrenowanych na ImageNet - MobileNetV2, EfficientNetV1 i Inception-ResNet-V2. MobileNetV2 i EfficientNetV1 zostały skonfigurowane z wymiarem wejściowym 224 × 224 pikseli, podczas gdy Inception-ResNet-V2 wymagał rozmiaru wejścia 299 × 299 pikseli. W procesie uczenia transferowego początkowe warstwy konwolucyjne były zamrożone na początku, aby zachować ogólne cechy obrazu, podczas gdy warstwy górne były dostrajane, aby dostosować model do klasyfikacji guzów mózgu. Każdy szkielet został sparowany z lekkim nagłówkiem klasyfikującym, który zawierał globalne średnie pulowanie, gęste warstwy, dropout do regularyzacji i funkcję aktywacji Softmax do przewidywania czterech klas. Dropout został zaimplementowany, aby złagodzić przetrenowanie i poprawić uogólnienie. Zaprojektowana architektura skutecznie łączyła wydajne wyodrębnianie cech z niższymi wymaganiami obliczeniowymi, ułatwiając precyzyjną klasyfikację, pozostając jednocześnie odpowiednia do wdrożenia w scenariuszach ograniczonych zasobów i dowodu koncepcji.

Ekstrakcja cech oparta na uważności
Wejściowe obrazy są przetwarzane przez początkową warstwę konwolucyjną, po czym następuje niestandardowy moduł uwagi. Równoległe max pooling i average pooling wychwytują saliencyjne i kontekstowe cechy, które są sklejane i udoskonalane poprzez konwolucję, aby podkreślić regiony istotne dla guza.

Konwolucyjny szkielet i fuzja
Uwagowe ważone cechy są przekazywane do wstępnie nauczonych szkieletów (MobileNetV2, EfficientNetV1 lub Inception-ResNet-V2). Wysokiej klasy warstwy konwolucyjne są logicznie scalone, aby zmniejszyć dostęp do pamięci i poprawić efektywność obliczeniową.

Klasyfikacja
Spłaszczone cechy są przekazywane przez warstwy w pełni połączone z aktywacją ReLU6 i dropout, generując kompaktowy reprezentacji dla ostatecznej klasyfikacji softmax w czterech klasach.

Oceny
Wydajność modelu jest oceniana na zbiorze testowym za pomocą dokładności, precyzji, odzysku, wskaźnika F1 i macierzy pomyłek.

Rozwijanie frameworku
Zaproponowane rozwiązanie jest zaimplementowane w Pythonie i używa Keras do wykonania. Tabela 1 przedstawia hiperparametry. Zestaw danych jest podzielony na zestaw treningowy i zbiór testowy w proporcji 70:30. Pięć różnych dowolnych podziałów tren/test służy do wyświetlania ostatecznej zrównoważonej wydajności dla każdego zestawu danych.

Przetwarzanie wstępne
Wejściowe obrazy muszą zostać zaktualizowane, ponieważ ramowy MobileNetV2 służy jako fundament dla zaproponowanego rozwiązania. Aby wyodrębnić cechy o wysokiej rozdzielczości z fotografii, wykorzystywany jest wstępnie nauczony model MobileNetV2 z jego wymiarem wejściowym. Każdy wejściowy obraz jest następnie skalowany do 224×224 pikseli w zakresie [-1, 1].

Model konwolucji
MobileNetV2 poprawia rozpoznawanie obrazów poprzez wykorzystanie wydajnej architektury sieci neuronowej konwolucyjnej (CNN), zaprojektowanej w celu zminimalizowania wymagań obliczeniowych. Podczas gdy tradycyjne CNN osiągają wysoką dokładność, często wymagają znacznych zasobów pamięci i mocy obliczeniowej. MobileNetV1 wprowadził koncepcję przestrzennej konwolucji oddzielnej, która oddziela standardową konwolucję na dwie odrębne operacje: konwolucję przestrzenną do filtrowania wejść i konwolucję punktowo do integrowania funkcji. MobileNetV2 rozwija tę ideę, wprowadzając bloki rezydualne butelkowe, które składają się z warstw ekspansji, konwolucji przestrzennej, warstw projekcji i połączeń rezydualnych. Warstwa projekcji kompresuje kanały funkcji, podczas gdy połączenia rezydualne ułatwiają lepszy przepływ informacji w całej sieci. Aby poprawić stabilność i zwiększyć wydajność uczenia, aktywację ReLU6 i normalizację wsadów stosuje się po operacjach konwolucyjnych.

W tym badaniu MobileNetV2, wstępnie nauczone na ImageNet, zostało użyte jako model szkieletowy do wyodr

Results

Three pre-trained deep learning models, a mianowicie MobileNetV2, EfficientNetV1 i Inception-ResNet-V2, zostały oceniane pod kątem klasyfikacji czterech rodzajów guzów mózgu za pomocą obrazów MRI.

Zastosowany zestaw danych
Zaproponowany framework został oceniany przy użyciu publicznie dostępnego zestawu danych MRI guzów mózgu uzyskanego z platformy Kaggle. Zestaw składał się z 835 obrazów normalnego mózgu MRI, 826 obrazów glioma, 822 obrazów miąższu mózgowego i 827 obrazów guza przysadki. Przykładowe próbki MRI z zestawu danych są przedstawione na Rysunku 2.

MobileNetV2
Model MobileNetV2 zawierał łącznie 2 263 108 parametrów, w tym 2 228 996 parametrów trenowanych i 34 112 nietrenowanych. Wskaźniki wydajności klasyfikacji są przedstawione w Tabeli 2. Model osiągnął ogólną dokładność klasyfikacji na poziomie 97%, z porównywalnymi wskaźnikami makro- i ważonej średniej F1. Macierz pomyłek przedstawiona w Tabeli 3 wykazuje dobrą wydajność klasyfikacji we wszystkich czterech kategoriach guzów, z stosunkowo niewielką liczbą błędnych klasyfikacji między glioma a miąższem mózgowym.

Rysunek 3 przedstawia krzywe dokładności/straty trenowania i walidacji dla MobileNetV2. Model wykazał stabilną konwergencję po kilku epokach trenowania, przy stopniowym poprawianiu się wydajności walidacji.

Inception-ResNet-V2
Model Inception-ResNet-V2 miał łącznie 54 342 884 parametrów, w tym 54 282 340 parametrów trenowanych i 60 544 nietrenowanych. Wskaźniki klasyfikacji są podsumowanie w Tabeli 4. Model osiągnął ogólną dokładność klasyfikacji na poziomie 98%, co pokazuje lepszą wydajność w porównaniu z MobileNetV2.

Macierz pomyłek w Tabeli 5 wskazuje na wysoką dokładność klasyfikacji we wszystkich kategoriach guzów z obniżoną liczbą błędnych klasyfikacji. Zaobserwowano lepszą dyskryminację między klasami guzów w porównaniu z modelem MobileNetV2. Rysunek 4 przedstawia krzywe dokładności/straty trenowania i walidacji dla Inception-ResNet-V2. Model wykazywał stabilne zachowanie uczenia się i konwergencję w trakcie epok trenowania.

EfficientNetV1
Model EfficientNetV1 zawierał łącznie 6 580 363 parametrów, w tym 6 518 308 parametrów trenowanych i 62 055 nietrenowanych. Wskaźniki klasyfikacji podsumowanie w Tabeli 6 wskazują na najwyższą wydajność wśród ocenianych modeli, osiągającą około 99% dokładność, precyzję, odzyskiwanie i wynik F1.

Macierz pomyłek w Tabeli 7 wykazuje dobrą wydajność klasyfikacji we wszystkich czterech klasach guzów, z minimalną liczbą błędnych klasyfikacji. Model poprawnie sklasyfikował większość obrazów glioma, miąższu mózgowego, bez guza i guza przysadki.

Rysunek 5 przedstawia krzywe dokładności/straty trenowania i walidacji dla EfficientNetV1. Model osiągnął stabilną konwergencję z niższymi wahaniami walidacji w porównaniu z innymi ocenianymi architekturami.

Porównanie ogólne
Wśród ocenianych modeli, EfficientNetV1 osiągnął najwyższą wydajność klasyfikacji, zachowując niższą złożoność obliczeniową niż Inception-ResNet-V2. MobileNetV2 wykazał wydajność lekkich obliczeń z mniejszymi wymaganiami parametrów, podczas gdy Inception-ResNet-V2 osiągnął lepszą dokładność klasyfikacji kosztem znacznie wyższej złożoności modelu. Wyniki wskazują, że EfficientNetV1 zapewnia najlepszą równowagę między dokładnością klasyfikacji a wydajnością obliczeń dla klasyfikacji MRI guzów mózgu w czterech klasach.

Dostępność danych
Analizowano zbiór danych MRI mózgu, który jest publicznie dostępny na platformie Kaggle. Wszystkie dane wygenerowane i analizowane w trakcie tego badania, w tym wyniki klasyfikacji, wskaźniki wydajności, macierze pomyłek oraz wyniki trenowania/walidacji, są przedstawione na rysunkach i w tabelach tego artykułu. Kod dostosowany do opracowania i oceny modelu jest dostępny od odpowiedniego autora na uzasadnione żądanie.

Rysunek 1: Przepływ pracy uczącego się przenoszenia uwagi dla klasyfikacji guzów mózgu w czterech klasach. Przepływ pracy przedstawia przetwarzanie wstępne, ekstrakcję cech opartą na uwagi, uczenie się cech konwolucyjnych, fuzję cech i warstwy klasyfikacji w pełni połączonych używane do klasyfikacji guzów opartej na MRI.

Discussion

Ocena wydajności, oparta na dokładności, odzyskaniu, wskaźniku F1 i precyzji, ujawnia, że zarówno MobileNetV2, jak i Inception-ResNet-V2 osiągają porównywalne wyniki w klasyfikacji guzów mózgu, osiągając łączną i ważoną średnią dokładność 97–98%. W porównaniu z tym, EfficientNet przewyższa pozostałe modele, osiągając 99% dokładności w makro- i ważonych wskaźnikach średnich, dzięki swojej ulepszonej generalizacji i strategii skalowania złożonego. Te wyniki są zgodne z wcześniejszymi badaniami wykazującymi skuteczność architektur EfficientNet w wieloklasoowej klasyfikacji guzów MRI i obliczeniowo efektywnym uczeniu się cech²². Podobnie, oparte na nauce przenoszeniu MobileNetV2 frameworki wcześniej wykazywały mocną wydajność w zadania klasyfikacji guzów mózgu o niskiej skali wagowej, zachowując niższą złożoność obliczeniową²¹.

Poprawiona wydajność EfficientNetV1 może być przypisana do jego zrównoważonego skalowania głębokości sieci, szerokości i rozdzielczości wejścia, które umożliwia efektywne wyodrębnianie dyskryminacyjnych cech związanych z guzem. Porównywalne obserwacje dotyczących zalet strategii skalowania złożonego zostały zgłoszone we wcześniejszych badaniach nad optymalizacją CNN^7,8. Ponadto, integracja modułu ekstrakcji cech kierowanych uwagą prawdopodobnie przyczyniła się do poprawy lokalizowania obszarów istotnych dla guzów poprzez tłumienie nieistotnych informacji tła, co jest zgodne z wynikami badań nad klasyfikacją medycznych obrazów opartych na uważności^10,15.

Mimo tych wyników, w klasyfikacji guzów mózgu pozostają jeszcze kilka wyzwań, w tym precyzyjne rozróżnianie nieregularnych guzów, segmentacja podregionów poza rdzeniem guza i dokładna klasyfikacja różnych rodzajów tkanki mózgowej. Poprzednie badania również wskazywały na ograniczenia związane z różnorodnością zestawów danych, zdolnością generalizacji i złożonością obliczeniową w systemach klasyfikacji guzów opartych na MRI^9,11,12. Co więcej, multimodalne frameworki MRI wykazały poprawę reprezentacji cech i wizualizacji guzów, choć metody te często wymagają rozległego przetwarzania wstępnego i wyższych zasobów obliczeniowych^13,17,18,20.

Tabela 8 przedstawia skonsolidowaną analizę przekrojową MobileNetV2, Inception-ResNet-V2 i EfficientNetV1 z 5-krotną walidacją. Tabela przedstawia średnią i odchylenie standardowe dokładności, precyzji, odzysku i wskaźnika F1, wraz z dokładnościami poszczególnych złożeń. MobileNetV2 wykazuje stabilną, ale stosunkowo niższą wydajność, podczas gdy Inception-ResNet-V2 poprawia zarówno dokładność, jak i spójność. EfficientNetV1 osiąga najwyższą średnią dokładność (0,989 ± 0,003) z najniższą wariancją, co wskazuje na doskonałą zdolność generalizacji. Jego jednolicie wysokie dokładności poszczególnych złożeń (0,986–0,992) demonstrują trwałą i stabilną wydajność w wielu podziałach danych, co ustanawia go jako najskuteczniejszy model w klasyfikacji guzów mózgu MRI w czterech klasach w tym badaniu.

Ograniczenia badania
Obecna ocena frameworku opiera się wyłącznie na zwiększaniu danych online, co może ograniczać jego odporność na obsługę szerszej różnorodności danych w realnych scenariuszach. Ponadto, badanie głównie bada ekstrakcję cech z ostatecznych warstw składowych, bez oceny potencjalnych korzyści płynących z uwzględnienia wielowarstwowej fuzji cech. Badania są również ograniczone do statycznych zestawów danych MRI i nie zostały zweryfikowane w rzeczywistej pracy klinicznej, co może stwarzać wyzwania integracyjne.

Kierunki przyszłych badań
Przyszłe prace powinny badać agregację wielowarstwową cech z MobileNetV2 i innych struktur, aby jeszcze bardziej poprawić dokładność klasyfikacji. Rozszerzenie frameworku o obsługę wielomodalnych danych obrazowych i zweryfikowanie jego wydajności w rzeczywistym środowisku klinicznym wzmocni jego praktyczne zastosowanie. Ponadto, optymalizacja architektury pod kątem wdrożenia na platformach mobilnych i IoT, w połączeniu z zaawansowanymi technikami zwiększania i rzeczywistymi zestawami danych pacjentów, może umożliwić skalowalną, wysokowydajną diagnostykę guzów mózgu w różnych środowiskach opieki zdrowotnej.

Wniosek
To badanie przedstawia lekki framework uczenia się przenoszenia kierowanych uwagą dla klasyfikacji guzów mózgu w czterech klasach za pomocą obrazów MRI. Dzięki wykorzystaniu uczenia się przenoszenia z MobileNetV2, EfficientNetV1 i Inception-ResNet-V2, model osiąga wysoką dokładność, zachowując wydajność obliczeniową, co czyni go potencjalnie odpowiednim dla ograniczonych zasobów

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Brain MRI Dataset	IEEE		Zestaw danych jest pobierany z dostępem do instytutu. Zestaw MRI zawiera cztery klasy: glioma, meningioma, guz przysadki i normalny mózg
CNN Accelerator (Layer Fusion)	Zaproponowana praca	—	Logiczne scalanie górnych warstw konwolucyjnych w celu zmniejszenia dostępu do pamięci i poprawy efektywności obliczeniowej
Custom Attention Module	Zaproponowana praca	—	Mechanizm uwagi integrujący max-pooling i average-pooling, aby podkreślić regiony związane z guzem
EfficientNetV1	Google	Pre-trained (ImageNet)	Skalująca architektura CNN zapewniająca optymalny stosunek dokładności i efektywności
Google Colaboratory	Google		Środowisko oparte na chmurze używane do trenowania modeli, ewaluacji i eksperymentowania z obsługą GPU
Inception-ResNet-V2	Google	Pre-trained (ImageNet)	Głęboka hybrydowa architektura CNN łącząca moduły Inception z połączeniami resztowymi
Keras	Google	v2.6.0	Wysokiego poziomu API sieci neuronowych oparte na TensorFlow do szybkiego prototypowania modeli
Matplotlib	Matplotlib Developers	v3.4.3	Biblioteka wizualizacyjna używana do wykresów krzywych trenowania, macierzy pomyłek i metryk wydajności
MobileNetV2	Google	Pre-trained (ImageNet)	Lekka struktura CNN zoptymalizowana dla wdrożeń mobilnych i na urządzeniach brzegowych
NumPy	NumPy Developers	v1.21.4	Podstawowa biblioteka do obliczeń naukowych używana do operacji numerycznych
Pandas	Pandas Development Team	v1.3.4	Biblioteka do obsługi danych i manipulacji danymi używana do organizacji zestawu danych i przetwarzania meta-danych
Python	Python Software Foundation	v3.8.10	Główny język programowania używany do przetwarzania danych, rozwoju modeli i ewaluacji
Scikit-learn	Scikit-learn Developers	Najnowsza stabilna	Używane do metryk ewaluacji wydajności, takich jak precyzja, odzyskiwanie, wynik F1 i macierze pomyłek
Seaborn	Seaborn Developers	Najnowsza stabilna	Biblioteka wizualizacji statystycznych wysokiego poziomu używana do ulepszonych analiz graficznych
TensorFlow	Google	v2.6.0	Około-obwódka głębokiego uczenia się używana do implementacji struktur CNN i modułów uwagi