Identification of bronchopulmonary lung segments through shadowing and conventional neural networks

Detalhes bibliográficos
Parent link:Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XVI Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 23-26 апреля 2019 г./ Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой.— , 2019
Т. 7 : IT-технологии и электроника.— 2019.— [11-13]
Autor principal: Francis N. S.
Autor Corporativo: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Outros Autores: Francis N. J. (727), Aksenov S. V. Sergey Vladimirovich
Resumo:Заглавие с экрана
Цель работы заключается в разработке алгоритма для выявления патологических образований, вызванных фиброзом в легких человека. Основой алгоритма является модель PSPNet, позволяющей сгруппировать множества наборов данных в соответствии с их сходством на основе диагностических признаков для выявления фиброза легких. Простая и эффективная структура алгоритма использует метод манипулирования пикселями с абразивными процессами на краях сегментов легких и приводит к локализации областей фиброза с высокой точностью.
Publicado em: 2019
Assuntos:
Acesso em linha:http://earchive.tpu.ru/handle/11683/55941
Formato: Recurso Electrónico Capítulo de Livro
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=629785
Descrição
Resumo:Заглавие с экрана
Цель работы заключается в разработке алгоритма для выявления патологических образований, вызванных фиброзом в легких человека. Основой алгоритма является модель PSPNet, позволяющей сгруппировать множества наборов данных в соответствии с их сходством на основе диагностических признаков для выявления фиброза легких. Простая и эффективная структура алгоритма использует метод манипулирования пикселями с абразивными процессами на краях сегментов легких и приводит к локализации областей фиброза с высокой точностью.