Аннотирование объектов на медицинских изображениях рентгенографии грудной клетки с применением нейронных сетей

Bibliografische gegevens
Parent link:Современные технологии, экономика и образование.— 2020.— [С. 235-238]
Hoofdauteur: Башлыков А. А.
Coauteur: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Andere auteurs: Спицын В. Г. Владимир Григорьевич
Samenvatting:Заглавие с титульного экрана
Misinterpretation of X-ray images can lead to a worsening of the patient's condition. The purpose of this research was to develop an algorithm for automatic annotation of diseases on the X-ray image in order to improve the accuracy of the analysis of medical images. This paper considers various methods for solving the classification problem. During the research a database of annotated medical images of radiography was compiled. On this basis, a compactly connected convolutional neural network was trained and tested. The classification accuracy of developed algorithm is above 66% for 14 classes of diseases.
Taal:Russisch
Gepubliceerd in: 2020
Onderwerpen:
Online toegang:http://earchive.tpu.ru/handle/11683/64713
Formaat: Elektronisch Hoofdstuk
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=632673

MARC

LEADER 00000naa2a2200000 4500
001 632673
005 20240209102614.0
035 |a (RuTPU)RU\TPU\conf\34394 
035 |a RU\TPU\conf\34393 
090 |a 632673 
100 |a 20210302d2020 k y0rusy50 ca 
101 0 |a rus 
102 |a RU 
105 |a y z 101zy 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Аннотирование объектов на медицинских изображениях рентгенографии грудной клетки с применением нейронных сетей  |d Neural network annotation of objects on chest x-ray images  |f А. А. Башлыков, В. Г. Спицын 
203 |a Текст  |c электронный 
300 |a Заглавие с титульного экрана 
320 |a [Библиогр.: с. 237-238 (10 назв.)] 
330 |a Misinterpretation of X-ray images can lead to a worsening of the patient's condition. The purpose of this research was to develop an algorithm for automatic annotation of diseases on the X-ray image in order to improve the accuracy of the analysis of medical images. This paper considers various methods for solving the classification problem. During the research a database of annotated medical images of radiography was compiled. On this basis, a compactly connected convolutional neural network was trained and tested. The classification accuracy of developed algorithm is above 66% for 14 classes of diseases. 
463 1 |0 (RuTPU)RU\TPU\conf\34302  |t Современные технологии, экономика и образование  |o сборник материалов II Всероссийской научно-методической конференции, г. Томск, 2-4 сентября 2020 г.  |f Национальный исследовательский Томский политехнический университет ; под ред. А. Г. Фефеловой, Е. А. Покровской, И. О. Болотиной [и др.]  |v [С. 235-238]  |d 2020 
510 1 |a Neural network annotation of objects on chest x-ray images  |z eng 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a аннотирование 
610 1 |a объекты 
610 1 |a медицинские изображения 
610 1 |a рентгенография 
610 1 |a грудная клетка 
610 1 |a нейронные сети 
610 1 |a аннотация 
610 1 |a алгоритмы 
700 1 |a Башлыков  |b А. А. 
701 1 |a Спицын  |b В. Г.  |c специалист в области информатики и вычислительной техники  |c профессор Томского политехнического университета, доктор технических наук  |f 1948-  |g Владимир Григорьевич  |3 (RuTPU)RU\TPU\pers\22707  |9 9740 
712 0 2 |a Национальный исследовательский Томский политехнический университет  |b Инженерная школа информационных технологий и робототехники  |b Отделение информационных технологий  |3 (RuTPU)RU\TPU\col\23515 
801 2 |a RU  |b 63413507  |c 20210305  |g RCR 
856 4 |u http://earchive.tpu.ru/handle/11683/64713 
942 |c BK