Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/232612| Заглавие документа: | Методы машинного обучения для задачи классификации рентгенограмм |
| Авторы: | Гулицкий, А. А. |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Физика ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Дата публикации: | 2019 |
| Издатель: | Минск : БГУ |
| Библиографическое описание источника: | 76-я научная конференция студентов и аспирантов Белорусского государственного университета [Электронный ресурс] : материалы конф. В 3 ч. Ч. 1, Минск, 13–24 мая 2019 г. / Белорус. гос. ун-т ; редкол.: В. Г. Сафонов (пред.) [и др.]. – Минск : БГУ, 2019. – С. 250-253. |
| Аннотация: | В работе освещена тема больших объёмов данных, которая становится всё более актуальной в результате быстрого роста количества информации. На базе набора рентгенограмм произведён анализ некоторых методов обработки Big Data и описан метод, позволяющий диагностировать лёгочные заболевания. Для задачи сегментации области лёгких была использована нейронная сеть с архитектурой U-net, являющаяся наиболее популярной для аналогичных задач в области анализа биомедицинских изображений. Классификация произведена с помощью нейросети ResNet-50, итоговая точность которой составила 92 %. |
| Доп. сведения: | Физический факультет |
| URI документа: | http://elib.bsu.by/handle/123456789/232612 |
| ISBN: | 978-985-566-808-5; 978-985-566-809-2 (ч. 1) |
| Располагается в коллекциях: | 2019. Научная конференция студентов и аспирантов БГУ. В трех частях |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 250-253.pdf | 381,51 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.