Исследование и сравнение нейросетевых моделей генерации заключения для радиологических снимков; Молодежь и современные информационные технологии

Исследование и сравнение нейросетевых моделей генерации заключения для радиологических снимков; Молодежь и современные информационные технологии

Bibliografski detalji
Parent link:	Молодежь и современные информационные технологии.— 2025.— С. 318-321
Glavni autor:	Пан А. Э
Daljnji autori:	Аксёнов С. В. Сергей Владимирович
Sažetak:	Данный доклад представляет обзор современных методов автоматизированной генерации подписей к медицинским изображениям. Проведен анализ подходов на основе шаблонов, поиска, генеративных и гибридных моделей, оценены их преимущества и недостатки. Представлены результаты сравнительного анализа, выявляющие потенциал для клинического применения Текстовый файл
Jezik:	ruski
Izdano:	2025
Teme:	электронный ресурс труды учёных ТПУ MIC генерация подписей медицинские изображения глубокое обучение нейронные сети генеративные модели гибридные методы Transfer Learning
Online pristup:	http://earchive.tpu.ru/handle/11683/132231
Format:	Elektronički Poglavlje knjige
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681149

Slični predmeti

Глубокое обучение с R и Keras
od: Шолле Ф.
Izdano: (Москва, ДМК Пресс, 2023)

Prompt engineering – технология общения с нейросетью; Молодежь и современные информационные технологии
od: Брехова А. Г.
Izdano: (2023)

Миражи интеллекта: от теста Тьюринга до больших языковых моделей: учебное пособие
od: Пожидаев М. С. Михаил Сергеевич
Izdano: ([Б. м.], Издательские решения, 2025)

Глубокое обучение в биологии и медицине
od: Рамсундар Б.
Izdano: (Москва, ДМК Пресс, 2020)

Сегментация изображений на основе генеративной состязательной сети; Молодежь и современные информационные технологии
od: Кривошеев Н. А. Николай Анатольевич
Izdano: (2020)

Купола в генерации искусственного интеллекта; Современные проблемы машиностроения
od: Новицкий А. Е.
Izdano: (2025)

Исследование генеративно–состязательных сетей для синтеза новых медицинских данных; Автоматизация и моделирование в проектировании и управлении; № 2 (8)
od: Лаптев В. В. Владислав Витальевич
Izdano: (2020)

Использование моделей машинного обучения для прогнозирования генерации возобновляемых источников энергии; Информационные технологии в науке, образовании и производстве. ИТНОП-2025
od: Фикс Н. П. Наталья Павловна
Izdano: (2025)

Исследование прочности деталей тележки при испытаниях на стенде
od: Бороненко Ю. П.
Izdano: (Санкт-Петербург, ПГУПС, 2019)

Методы квантования нейросетевых моделей; Интеллектуальная энергетика
od: Иванов Е. А.
Izdano: (2023)

Нейросетевой алгоритм генерации изображений; Молодежь и современные информационные технологии
od: Салимова А. А.
Izdano: (2021)

Технологии программной реализации нейросетевых моделей учеб. пособие
od: Толмачев С. Г.
Izdano: (Санкт-Петербург, ГУАП, 2022)

Разработка рекуррентной нейронной сети для генерации текстов; Молодежь и современные информационные технологии
od: Кривошеев Н. А. Николай Анатольевич
Izdano: (2020)

Разработка генеративно-состязательной нейросети для генерации КТ-изображений грудной клетки; Молодежь и современные информационные технологии
od: Кузнецов И. Е.
Izdano: (2023)

Программирование глубоких нейронных сетей на языке Python: учебное пособие
od: Цуканова Н. И. Нина Ивановна
Izdano: (Москва, КУРС, 2022)

Т. 1; Охота на электроовец. Большая книга искусственного интеллекта
od: Марков С. Сергей
Izdano: (2024)

Comparative Study of Deep Learning Modelsfor Automatic Coronary Stenosis Detectionin X-ray Angiography; CEUR Workshop Proceedings; Vol. 2744 : GraphiCon 2020. Computer Graphics and Machine Vision
Izdano: (2020)

Исследование вариационного автоэнкодера для синтеза новых медицинских данных; Научная сессия ТУСУР-2020; Ч. 2
od: Лаптев В. В. Владислав Витальевич
Izdano: (2020)

Классификация моторных образов с помощью глубокого обучения и графического представления электроэнцефалограмм; Молодежь и современные информационные технологии
od: Брагин А. Д. Александр Дмитриевич
Izdano: (2022)

Применение методов глубокого обучения для создания анимации лица на основе речи; Молодежь и современные информационные технологии
od: Спицын В. Г. Владимир Григорьевич
Izdano: (2021)

Об адекватности факторных моделей на основе нейросетевых поверхностей отклика; Информационные технологии; № 12
od: Стогней В. Г.
Izdano: (2004)

Анатомия и морфология растений лабораторный практикум
od: Никитина В. И.
Izdano: (Красноярск, КрасГАУ, 2018)

Т. 2; Охота на электроовец. Большая книга искусственного интеллекта
od: Марков С. Сергей
Izdano: (2024)

Введение в искусственный интеллект: учебное пособие
od: Воробьев А. Е. Александр Егорович
Izdano: (Москва, Инфра-Инженерия, 2026)

Ботаника учебное пособие для вузов
od: Имескенова Э. Г.
Izdano: (Санкт-Петербург, Лань, 2023)

Т. 2 : Практика; Глубокое обучение без математики
Izdano: (2020)

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

Real-time coronary artery stenosis detection based on modern neural networks; Scientific Reports; Vol. 11, iss. 1
Izdano: (2021)

Formation and amplification of 50-ps pulses in a THL-100 hybrid laser system; Quantum Electronics; Vol. 47, № 3
Izdano: (2017)

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

Возможности генеративных нейросетей в обучении иностранному языку; Язык. Общество. Образование
od: Серебряков К. В.
Izdano: (2024)

Megawatt PV-diesel power stations in the Arctic; IOP Conference Series: Materials Science and Engineering; Vol. 1019 : 14th International Forum on Strategic Technology (IFOST 2019)
od: Dmitrienko V. N. Vitaliy Nikolaevich
Izdano: (2021)

Автоматизация конструкторско-технологической подготовки производства радиоэлектронных средств. Основы технического документооборота учебное пособие
od: Синельников А. В.
Izdano: (Новосибирск, НГТУ, 2020)

Использование генеративных нейросетей в проведении исследовательской и проектной деятельности: возможности и риски; Современное образование: интеграция образования, науки, бизнеса и власти (НМК ТУСУР-2025); Технологический суверенитет: новые модели инженерного образования, развитие и повышение конкурентоспособности университетов
od: Гончарова Л. А. Любовь Анатольевна
Izdano: (2025)

Развитие дивергентного мышления студентов при использовании генеративного ИИ в задачах светотехнического проектирования; Интеллектуальная энергетика
od: Коржнева Т. Г. Татьяна Геннадьевна
Izdano: (2025)

Использование искусственной нейронной сети для классификации образований в легких человека на снимках компьютерного томографа; Молодежь и современные информационные технологии; Т. 2
od: Максимова Е. И.
Izdano: (2016)

Comparative study of COVID and pulmonary fibrotic CT lung images using siamese networks with VGG16; Молодежь и современные информационные технологии
od: Aksenov S. V. Sergey Vladimirovich
Izdano: (2021)

Требования по оформлению рефератов и отчетов по лабораторным работам и практическим занятиям методические указания
od: Юркин А. А.
Izdano: (Москва, РТУ МИРЭА, 2021)

Автоматизированная система технической диагностики прочностных характеристик металлов на основе гибридных нейронных сетей; Техническая диагностика и неразрушающий контроль; № 4
od: Бабичев С. А.
Izdano: (2004)

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