Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/280107
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorKarshakevich, D. V.
dc.date.accessioned2022-05-24T13:13:48Z-
dc.date.available2022-05-24T13:13:48Z-
dc.date.issued2022
dc.identifier.citationКомпьютерные технологии и анализ данных (CTDA’2022) : материалы III Междунар. науч.-практ. конф., Минск, 21–22 апр. 2022 г. / Белорус. гос. ун-т ; редкол.: В. В. Скакун (отв. ред.) [и др.]. – Минск : РИВШ, 2022. – С. 300-303.
dc.identifier.isbn978-985-586-561-3
dc.identifier.urihttps://elib.bsu.by/handle/123456789/280107-
dc.descriptionСекция «Биоинформатика»
dc.description.abstractDifferent approaches to the classification of histological images of three different classes were experimentally investigated: metastasis-affected lymphoid tissue region, healthy lymphoid tissue region, and lymph node capsule. The paper investigated what quality of classification can be achieved by using only the classical approaches of texture feature extraction proposed by Haralick in 1970, then using neural networks and finally by combining both approaches
dc.language.isoen
dc.publisherМинск : РИВШ
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология
dc.titleTexture analysis and classification of medical images based on deep learning methods
dc.typeconference paper
Располагается в коллекциях:2022. Компьютерные технологии и анализ данных (CTDA’2022)

Полный текст документа:
Файл Описание РазмерФормат 
300-303.pdf334,64 kBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.