تصنيف سرطان الجلد باستخدام هندسة EfficientNet

يعد سرطان الجلد من أكثر الأمراض القاتلة شيوعًا في جميع أنحاء العالم. وبالتالي، فإن تصنيف سرطان الجلد أصبح مهمًا بشكل متزايد لأن العلاج في المراحل المبكرة من سرطان الجلد يكون أكثر فعالية وكفاءة. تركز هذه الدراسة على تصنيف ثلاثة أنواع شائعة من سرطان الجلد، وهي سرطان الخلايا القاعدية (BCC) وسرطان الخلايا الحرشفية (SCC) والورم الميلانيني باستخدام هندسة EfficientNet. تم معالجة مجموعة البيانات مسبقًا، وتم تغيير حجم كل صورة في مجموعة البيانات إلى 256×256 بكسل قبل دمجها في المراحل اللاحقة. ثم نقوم بتدريب جميع أنواع EfficientNet بدءًا من EfficientNet-B0 إلى EfficientNet-B7 ومقارنة أدائها. بناءً على نتائج الاختبار، فإن جميع نماذج EfficientNet المدربة قادرة على إنتاج دقة جيدة، ودقة، واسترجاع، ونقاط F1 في تصنيف سرطان الجلد. بشكل خاص، يحقق نموذجنا المصمم EfficientNet-B4 دقة تبلغ 79.69%، ودقة تبلغ 81.67%، واسترجاع تبلغ 76.56%، ونقاط F1 تصل إلى 79.03% كأعلى بين الآخرين. تؤكد هذه النتائج أنه يمكن استخدام هندسة EfficientNet لتصنيف سرطان الجلد بشكل صحيح.