Overview

Il cancro della pelle rimane uno dei tumori più diffusi a livello globale e la sua diagnosi precoce svolge un ruolo fondamentale per garantire un trattamento efficace. Tuttavia, i metodi di diagnosi tradizionali dipendono fortemente dalle competenze dei dermatologi, il che può rendere il processo lento e costoso. Questo progetto introduce un approccio automatizzato al rilevamento del cancro della pelle utilizzando una combinazione di tecniche di deep learning e machine learning, con l'obiettivo di supportare una diagnosi precoce ed efficiente. Per migliorare l'accuratezza e l'affidabilità, sono state applicate diverse fasi di pre-elaborazione, tra cui l'aumento dell'immagine, la normalizzazione e il bilanciamento delle classi. Il modello è stato ulteriormente migliorato utilizzando l'apprendimento per trasferimento con i pesi di ImageNet pre-addestrati, consentendo di ottenere buone prestazioni anche con dati limitati.