Standard

Сегментация изображений легких человека с использованием свёрточных нейронных сетей. / Шилов, Олег Александрович.

In: ПРОЦЕССЫ УПРАВЛЕНИЯ И УСТОЙЧИВОСТЬ, Vol. 7, No. 1, 2020, p. 178-182.

Research output: Contribution to journalArticle

Harvard

APA

Vancouver

Author

BibTeX

@article{5feae5258156434f9d431b9719d03993,
title = "Сегментация изображений легких человека с использованием свёрточных нейронных сетей.",
abstract = "Ручная обработка медицинских изображений, полученных с помощью различных методов визуализации, может занять продолжительное время у специалиста, поэтому задача автоматической сегментации изображений сейчас остро стоит в медицинской диагностике, чтобы ускорить время между проведением исследования и постановкой диагноза. С развитием вычислительных мощностей и доступности различных библиотек машинного обучения, для её решения все чаще применяют сверточные нейронные сети, хорошо зарекомендовавшие себя в задачах сегментации изображений. В данной работе рассматривается задача сегментации изображений легких человека на доли, с помощью свёрточной нейронной сети. Изображения получены методом компьютерной томографии. В работе представлена архитектура сети, подготовлен набор данных, описаны используемые метрики, проведены эксперименты, получены результаты.",
keywords = "computed tomography, convolutional neural networks, Image Segmentation, компьютерная томография, сверточные нейронные сети, сегментация изображений, computed tomography, convolutional neural networks, Image Segmentation, компьютерная томография, сверточные нейронные сети, сегментация изображений",
author = "Шилов, {Олег Александрович}",
year = "2020",
language = "русский",
volume = "7",
pages = "178--182",
journal = "Процессы управления и устойчивость",
issn = "2313-7304",
publisher = "Смирнов Николай Васильевич",
number = "1",

}

RIS

TY - JOUR

T1 - Сегментация изображений легких человека с использованием свёрточных нейронных сетей.

AU - Шилов, Олег Александрович

PY - 2020

Y1 - 2020

N2 - Ручная обработка медицинских изображений, полученных с помощью различных методов визуализации, может занять продолжительное время у специалиста, поэтому задача автоматической сегментации изображений сейчас остро стоит в медицинской диагностике, чтобы ускорить время между проведением исследования и постановкой диагноза. С развитием вычислительных мощностей и доступности различных библиотек машинного обучения, для её решения все чаще применяют сверточные нейронные сети, хорошо зарекомендовавшие себя в задачах сегментации изображений. В данной работе рассматривается задача сегментации изображений легких человека на доли, с помощью свёрточной нейронной сети. Изображения получены методом компьютерной томографии. В работе представлена архитектура сети, подготовлен набор данных, описаны используемые метрики, проведены эксперименты, получены результаты.

AB - Ручная обработка медицинских изображений, полученных с помощью различных методов визуализации, может занять продолжительное время у специалиста, поэтому задача автоматической сегментации изображений сейчас остро стоит в медицинской диагностике, чтобы ускорить время между проведением исследования и постановкой диагноза. С развитием вычислительных мощностей и доступности различных библиотек машинного обучения, для её решения все чаще применяют сверточные нейронные сети, хорошо зарекомендовавшие себя в задачах сегментации изображений. В данной работе рассматривается задача сегментации изображений легких человека на доли, с помощью свёрточной нейронной сети. Изображения получены методом компьютерной томографии. В работе представлена архитектура сети, подготовлен набор данных, описаны используемые метрики, проведены эксперименты, получены результаты.

KW - computed tomography

KW - convolutional neural networks

KW - Image Segmentation

KW - компьютерная томография

KW - сверточные нейронные сети

KW - сегментация изображений

KW - computed tomography

KW - convolutional neural networks

KW - Image Segmentation

KW - компьютерная томография

KW - сверточные нейронные сети

KW - сегментация изображений

M3 - статья

VL - 7

SP - 178

EP - 182

JO - Процессы управления и устойчивость

JF - Процессы управления и устойчивость

SN - 2313-7304

IS - 1

ER -

ID: 78488866