Abstract
Берілген мақалада сүт бездерінің патологиясын анықтау әдістерін жетілдіру үшін заманауи машиналық оқыту технологияларын, атап айтқанда You Only Look Once (YOLOv8) және Faster Region-based Convolutional Neural Network (R-CNN) қолдану қарастырылған. Мақалада сүт безі ауруларын диагностикалаудың қолданыстағы әдістері талданып, олардың тиімділігі бағаланады. Маммографиялық кескіндердегі патологияны анықтау үшін YOLOv8 және Faster R-CNN архитектуралары қолданылады. Жұмыста патологиялар алты деңгей бойынша ауырлық дәрежесі мен аурудың ерекшеліктерін ескере отырып жіктеледі, бұл аурудың дамуын дәлірек бақылауға және жеке емдеу жоспарын құруға мүмкіндік береді. Жіктеу нәтижелері дәрігерлердің шешім қабылдау сапасын арттырып, диагностикалау мен емдеуді дәлдеп, жалпы тиімділігін жақсартуға ықпал етеді. Эксперименттік нәтижелер кескіндерді өңдеуде жоғары дәлдік пен жылдамдықты көрсетті, бұл патологияларды жедел әрі сенімді анықтауға мүмкіндік береді. Алынған деректер медициналық диагностикада машиналық оқыту алгоритмдерін қолданудың тиімділігін растайды және сүт безі ауруларын автоматты түрде анықтау жүйелерін жетілдірудің болашағын ашады, бұл ерте диагностика мен емдеуді оңтайландыруға ықпал етеді.