Classifier for Confocal Thyroid Imaging on Single Board Computers

Abstract

The paper proposes the architecture of a convolutional neural network for classification of digital images of the thyroid gland obtained using a laser confocal microscope. The possibility of using single-board computers as a basis for building a full-fledged device for classifying images with high mobility and versatility is being considered. The process of preparing data for training and comparing existing single-board computers available.

В статье рассматривается архитектура сверточной нейронной сети для классификации цифровых изображений щитовидной железы, полученных с помощью лазерного конфокального микроскопа. Предлагается способ увеличения возможностей использования лазерного конфокального микроскопа с помощью одноплатных компьютеров для классификации модифицированных тканей. Разработано соответствующее программное обеспечение, адаптированное для использования на одноплатных компьютерах, с ограниченными ресурсными возможностями. Проведен сравнительный анализ одноплатных устройств при решении задач бинарной классификации с использованием рассмотренной сверточной нейронной сети. Факторами отбора устройст для испытаний были выделены их технические характеристики, невысокая цена и доступность платформы на рынке Беларуси. Описаны сильные и слабые стороны при использовании данных устройств. Кратко приведены их характеристики. Предполагается, что приведенные устройства или их аналоги могут быть использованы для построения мобильных и энергоемких систем обработки информации при ограниченных возможностях, как пример обработка конфокальных изображений щитовидной железы.