Identification of bronchopulmonary segment containing COVID abrasions using EG-CNN and Segnet; Молодежь и современные информационные технологии

Identification of bronchopulmonary segment containing COVID abrasions using EG-CNN and Segnet; Молодежь и современные информационные технологии

Bibliographic Details
Parent link:Молодежь и современные информационные технологии.— 2021.— [С. 96-98]
Main Author: Aksenov S. V. Sergey Vladimirovich
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Other Authors: Samuel Ragland Francis N. S. Nadine Susanne, Samuel Ragland Francis N. J. Natzina Juanita
Summary:Заглавие с титульного экрана
As the current COVID pandemic is a huge concern, more effective methods are required for treatment and analysis of this disease. If COVID analysis is aided by automated detection of the disease, this will reduce time and also speed up treatment. In this research, the particular bronchopulmonary segment containing COVID is detected to narrow and segregate the treatment area. Computer Tomographic Images are passed through EG-CNN which is modelled with Segnet to detect COVID-19 abrasions. The output of the two CNNs are gated to develop the final result with high accuracy.
Language:English
Published: 2021
Series:Искусственный интеллект и машинное обучение
Subjects:
электронный ресурс
труды учёных ТПУ
идентификация
томографические изображения
компьютерные изображения
COVID-19
сегментация
диагностика
Online Access:http://earchive.tpu.ru/handle/11683/68021
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=633161

Similar Items

Similar Items