Методы машинного обучения в радиомике для анализа кардиоваскулярных изображений; Перспективы развития фундаментальных наук; Т. 3 : Математика

Методы машинного обучения в радиомике для анализа кардиоваскулярных изображений; Перспективы развития фундаментальных наук; Т. 3 : Математика

Podrobná bibliografie
Parent link:	Курзина, И. А. (химик ; 1972-). Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XX Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 25-28 апреля 2023 г..— .— Томск: Изд-во ТПУ, 2023 Т. 3 : Математика.— 2023.— С. 25-27
Hlavní autor:	Саматов Д. С.
Korporativní autor:	Томский политехнический университет
Další autoři:	Мочула А. В. (научный руководитель), Мерзликин Б. С. Борис Сергеевич
Shrnutí:	Заглавие с экрана This article outlines the idea of applying machine learning techniques in nuclear medicine to analyze cardiovascular images. The work includes segmentation of the affected area of the heart on the polar map, isolation of radiomic indicators from the ROI, and classification of patients into healthy individuals and patients with abnormalities. The article also presents some of the results of the initial study and the first stage of work. Текстовый файл
Jazyk:	ruština
Vydáno:	2023
Témata:	труды учёных ТПУ электронный ресурс машинное обучение радиомика медицинские изображения
On-line přístup:	http://earchive.tpu.ru/handle/11683/80909
Médium:	Elektronický zdroj Kapitola
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=674331

Podobné jednotky

Сегментация мультимодальных изображений на основе методов машинного обучения; Современные технологии, экономика и образование
Autor: Гергет О. М. Ольга Михайловна
Vydáno: (2020)

Утечка данных при обучении нейронных сетей на примере анализа медицинских изображений; Молодежь и современные информационные технологии
Autor: Шубкин Е. О.
Vydáno: (2022)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: автореферат диссертации на соискание ученой степени кандидата технических наук; спец. 05.13.01
Autor: Данилов В. В. Вячеслав Владимирович
Vydáno: (Томск, [Б. и.], 2020)

Мультиклассовая классификация корпуса смешанных текстов алгоритмами машинного обучения; Перспективы развития фундаментальных наук; Т. 3 : Математика
Autor: Гузеев Е. В.
Vydáno: (2023)

Исследование миокардиальной перфузии методами машинного обучения и искусственного интеллекта; Перспективы развития фундаментальных наук; Т. 3 : Математика
Autor: Кандыбо А. С.
Vydáno: (2023)

Применение методов машинного и глубокого обучения в задачах семантической сегментации изображений лесного покрова; Молодежь и современные информационные технологии
Autor: Марков Н. Г. Николай Григорьевич
Vydáno: (2021)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: диссертация на соискание учёной степени кандидата технических наук; спец. 05.13.01
Autor: Данилов В. В. Вячеслав Владимирович
Vydáno: (Томск, 2020)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения: автореферат диссертации на соискание учёной степени кандидата технических наук; спец. 05.13.01
Autor: Данилов В. В. Вячеслав Владимирович
Vydáno: (Томск, 2020)

Распознавание рукописных цифр на изображениях с использованием инструментов машинного обучения; Молодежь и современные информационные технологии
Autor: Вторушина А. С.
Vydáno: (2020)

Применение средств машинного обучения для формирования сегментационных масок; Молодежь и современные информационные технологии
Autor: Лаптев В. В.
Vydáno: (2023)

Сегментация снимков микрофокусной рентгенографии; Перспективы развития фундаментальных наук; Т. 3 : Математика
Autor: Ильина C. А.
Vydáno: (2021)

Тестирование алгоритмов машинного обучения для задач классификации и регрессии порядкового признака; Перспективы развития фундаментальных наук; Т. 3 : Математика
Autor: Редько Д. А.
Vydáno: (2022)

Подготовка данных с высоким уровнем ошибок и шума к обработке алгоритмами машинного обучения; Молодежь и современные информационные технологии
Autor: Мнацаканян Р. Э.
Vydáno: (2019)

Исследование автоэнкодера для восстановления изображения и синтеза новых медицинских данных; Молодежь и современные информационные технологии
Autor: Лаптев В. В.
Vydáno: (2020)

Распознавание эмоций: тестирование эффективности алгоритмов машинного обучения; Научный прогресс: проблемы и перспективы развития
Autor: Саклаков В. М. Василий Михайлович
Vydáno: (2019)

Обзор методов сегментации медицинских изображений; Молодежь и современные информационные технологии
Autor: Шубкин Е. О.
Vydáno: (2021)

Информационные технологии анализа изображений в задачах медицинской диагностики
Autor: Ильясова Н. Ю.
Vydáno: (Москва, Радио и связь, 2012)

Основы машинного обучения на Python: учебник
Autor: Коротеев М. В. Михаил Викторович
Vydáno: (Москва, Кнорус, 2025)

Восстановление неравномерно освещенных изображений; Перспективы развития фундаментальных наук; Т. 3 : Математика
Autor: Сапегин А. А.
Vydáno: (2024)

Разработка алгоритма поэтапного совмещения перекрывающихся изображений для сравнительного анализа методов обнаружения ключевых точек; Молодежь и современные информационные технологии
Autor: Друки А. А. Алексей Алексеевич
Vydáno: (2021)

Инженерия машинного обучения: пер. с англ.
Autor: Бурков А. Андрей
Vydáno: (Москва, ДМК Пресс, 2022)

Использование принципов машинного обучения для создания системы анализа текста на предмет заимствований; Прогрессивные технологии и экономика в машиностроении
Autor: Останин В. В.
Vydáno: (2015)

Компьютерные методы анализа видеоинформации
Autor: Денисов Д. А. Дмитрий Абрамович
Vydáno: (Красноярск, Изд-во Красноярского ун-та, 1993)

Кластеризация жалоб пациентов из документа "Осмотр лечащим врачом"; Перспективы развития фундаментальных наук; Т. 7 : IT-технологии и электроника
Autor: Кащеева Е. В. Евгения Викторовна
Vydáno: (2020)

Вопросы машинного проектирования и инженерной графики: тематический сборник научных трудов института
Vydáno: (Москва, Изд-во МАИ, 1980)

Пространственное увеличение разрешения изображений при помощи генеративно-состязательной сети; Молодежь и современные информационные технологии
Autor: Монгуш Т. В.
Vydáno: (2023)

Адаптивная платформа для анализа текстов на базе открытых моделей машинного обучения; Молодежь и современные информационные технологии
Autor: Зайда А. В.
Vydáno: (2025)

Детекрирование объектов на изображении на основе метода деревьев решений; Молодежь и современные информационные технологии
Autor: Коваль Д. И.
Vydáno: (2020)

Прогнозирование электрической нагрузки на основе машинного обучения; Молодежь и современные информационные технологии
Autor: Хэ Цинчжоу
Vydáno: (2024)

Методы машинного обучения в задачах квантовой химии; Молодежь и современные информационные технологии
Autor: Пякилля Б. И. Борис Иванович
Vydáno: (2021)

Разработка алгоритма генеративной нейронной сети для создания управляемых кадров изображений лиц; Молодежь и современные информационные технологии
Autor: Друки А. А. Алексей Алексеевич
Vydáno: (2021)

Нейроэволюционная система оценки и улучшения качества цифровых изображений; Перспективы развития фундаментальных наук
Autor: Цой Ю. Р.
Vydáno: (2008)

Использование классификационных методов машинного обучения в дефектоскопии; Вестник науки Сибири; № 3 (13)
Autor: Ильясов Б. Б. Борис Борисович
Vydáno: (2014)

Создание кластера для обучения алгоритмов машинного обучения на основе персональных компьютеров в учебной аудитории; Молодежь и современные информационные технологии
Autor: Кривошеев Н. А. Николай Анатольевич
Vydáno: (2024)

Cверточные нейронные сети семейства YOLO для решения задачи мультиклассификации изображений; Молодежь и современные информационные технологии
Autor: Небаба С. Г. Степан Геннадьевич
Vydáno: (2023)

Анализ влияния качества данных на достоверность алгоритма машинного обучения для прогнозирования нарушений герметичности эксплуатационных колонн; Перспективы науки; № 11 (194)
Autor: Карсаков А. В. Александр Владиславович
Vydáno: (2025)

Технологии машинного обучения в кибербезопасности: учебное пособие для вузов
Autor: Платонов В. В. Владимир Владимирович
Vydáno: (Москва, Инфра-Инженерия, 2024)

Применение методов машинного обучения для распознавания микро-выражений лица; Молодежь и современные информационные технологии
Autor: Спицын В. Г. Владимир Григорьевич
Vydáno: (2021)

Построение предсказательной модели аэродинамического стенда на основе методов машинного обучения; Молодежь и современные информационные технологии
Autor: Тоневицкая А. К.
Vydáno: (2024)

Оценка эффективности работы системы охлаждения реактора ИРТ-Т методами машинного обучения; Изотопы: технологии, материалы и применение
Autor: Кублинский М. К. Максим Константинович
Vydáno: (2023)