Алгоритм обнаружения образований в легких человека на снимках компьютерного томографа с использованием искусственной нейронной сети; Фундаментальные исследования; № 4, ч. 2
| Parent link: | Фундаментальные исследования: научный журнал.— , 2003- № 4, ч. 2.— 2016.— [С. 290-294] |
|---|---|
| Hovedforfatter: | |
| Institution som forfatter: | |
| Andre forfattere: | |
| Summary: | Заглавие с экрана Существующие методы обнаружения образований в легких сводятся к поиску определенного вида образований на изображениях компьютерного томографа. С точки зрения качества распознавания такие подходы показывают высокий результат именно при обработке конкретных, как правило, онкологических образований на снимках компьютерного томографа. Однако при решении задачи в общем случае результативность таких методов снижается. В связи с этим появляется необходимость в разработке метода, применимого для всех типов образований в легких человека. В представленной работе был разработан набор эвристических оценок, используемый для обнаружения кластеров, соответствующих легочным долям на изображении. Для получения вектора входных признаков искусственной нейронной сети был предложен собственный метод, инвариантный к размеру кластера. Алгоритм реализован в виде консольного приложения на языке программирования C++ с использованием библиотеки компьютерного зрения с открытым исходным кодом OpenCV. Обучающая выборка для искусственной нейронной сети была сформирована из базы изображений легких человека, предоставленной медицинским учреждением. При апробации алгоритма на предоставленной базе изображений точность распознавания составила 94?%. На основании полученных результатов были определены виды образований, вызвавшие наибольшие затруднения при классификации и предложены способы устранения недостатков. Common methods for pulmonary nodules detection on computer tomography images are based on the searching a specific type of nodules which features has been determined earlier. From the standpoint of the recognition quality, such approaches have shown good results only when processing is a specific, usually when search of cancer formations on CT scans. However, while solving the problem, in general, the effectiveness of these methods is reduced. Therefore there is a need to develop a method applicable to all types of formations in the human lungs. In the current study a set of heuristic evaluations used for the detection of clusters corresponding to the pulmonary lobes on CT scans has been developed. The method of getting feature vector used as an input signal for an artificial neural network has been proposed which is invariant to the size of the cluster. The algorithm is implemented as a console application on C ++ programming language using the tools of Open Source Computer Vision Library OpenCV. The training set for an artificial neural network has been generated from a database of CT scans of human lungs provided by the medical establishment. A recognition accuracy of 94?% has been reached when testing the algorithm on the basis of provided images. Based on the obtained results of the study the types of pulmonary nodules that caused the greatest difficulties during the classification have been discovered and future improvements have been proposed. Режим доступа: по договору с организацией-держателем ресурса |
| Sprog: | russisk |
| Udgivet: |
2016
|
| Serier: | Технические науки |
| Fag: | |
| Online adgang: | http://www.fundamental-research.ru/ru/article/view?id=40170 http://elibrary.ru/item.asp?id=25953356 |
| Format: | Electronisk Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=648505 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 648505 | ||
| 005 | 20250221134901.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\13664 | ||
| 090 | |a 648505 | ||
| 100 | |a 20160523d2016 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Алгоритм обнаружения образований в легких человека на снимках компьютерного томографа с использованием искусственной нейронной сети |d Algorithm for detecting pulmonary nodules using an artificial neural network |f Е. И. Максимова, П. А. Хаустов | |
| 203 | |a Текст |c электронный | ||
| 225 | 1 | |a Технические науки | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: с. 294 (5 назв.)] | ||
| 330 | |a Существующие методы обнаружения образований в легких сводятся к поиску определенного вида образований на изображениях компьютерного томографа. С точки зрения качества распознавания такие подходы показывают высокий результат именно при обработке конкретных, как правило, онкологических образований на снимках компьютерного томографа. Однако при решении задачи в общем случае результативность таких методов снижается. В связи с этим появляется необходимость в разработке метода, применимого для всех типов образований в легких человека. В представленной работе был разработан набор эвристических оценок, используемый для обнаружения кластеров, соответствующих легочным долям на изображении. Для получения вектора входных признаков искусственной нейронной сети был предложен собственный метод, инвариантный к размеру кластера. Алгоритм реализован в виде консольного приложения на языке программирования C++ с использованием библиотеки компьютерного зрения с открытым исходным кодом OpenCV. Обучающая выборка для искусственной нейронной сети была сформирована из базы изображений легких человека, предоставленной медицинским учреждением. При апробации алгоритма на предоставленной базе изображений точность распознавания составила 94?%. На основании полученных результатов были определены виды образований, вызвавшие наибольшие затруднения при классификации и предложены способы устранения недостатков. | ||
| 330 | |a Common methods for pulmonary nodules detection on computer tomography images are based on the searching a specific type of nodules which features has been determined earlier. From the standpoint of the recognition quality, such approaches have shown good results only when processing is a specific, usually when search of cancer formations on CT scans. However, while solving the problem, in general, the effectiveness of these methods is reduced. Therefore there is a need to develop a method applicable to all types of formations in the human lungs. In the current study a set of heuristic evaluations used for the detection of clusters corresponding to the pulmonary lobes on CT scans has been developed. The method of getting feature vector used as an input signal for an artificial neural network has been proposed which is invariant to the size of the cluster. The algorithm is implemented as a console application on C ++ programming language using the tools of Open Source Computer Vision Library OpenCV. The training set for an artificial neural network has been generated from a database of CT scans of human lungs provided by the medical establishment. A recognition accuracy of 94?% has been reached when testing the algorithm on the basis of provided images. Based on the obtained results of the study the types of pulmonary nodules that caused the greatest difficulties during the classification have been discovered and future improvements have been proposed. | ||
| 333 | |a Режим доступа: по договору с организацией-держателем ресурса | ||
| 461 | |t Фундаментальные исследования |o научный журнал |d 2003- | ||
| 463 | |t № 4, ч. 2 |v [С. 290-294] |d 2016 | ||
| 510 | 1 | |a Algorithm for detecting pulmonary nodules using an artificial neural network |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a компьютерная томография | |
| 610 | 1 | |a легкие | |
| 610 | 1 | |a нейронные сети | |
| 610 | 1 | |a кластеризация | |
| 700 | 1 | |a Максимова |b Е. И. |g Елена Ивановна | |
| 701 | 1 | |a Хаустов |b П. А. |c специалист в области информатики и вычислительной техники |c ассистент Томского политехнического университета |f 1990- |g Павел Александрович |3 (RuTPU)RU\TPU\pers\30104 |9 14511 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Институт кибернетики |b Кафедра вычислительной техники |3 (RuTPU)RU\TPU\col\18699 |9 27152 |
| 801 | 2 | |a RU |b 63413507 |c 20160523 |g RCR | |
| 856 | 4 | |u http://www.fundamental-research.ru/ru/article/view?id=40170 | |
| 856 | 4 | |u http://elibrary.ru/item.asp?id=25953356 | |
| 942 | |c CF | ||