Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288531| Заглавие документа: | Этапы контроля входных данных при работе системы автоматического выявления патологий легких |
| Другое заглавие: | Stages of input data control during the work of automatic lung pathology detection system / A.A. Kosareva, D.A. Paulenka, E.V. Snezhko, V.A. Kovalev |
| Авторы: | Косарева, А. А. Павленко, Д. А. Снежко, Э. В. Ковалев, В. А. |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Дата публикации: | 2022 |
| Издатель: | Минск : БГУ |
| Библиографическое описание источника: | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 138-143. |
| Аннотация: | Предварительная обработка и отсеивание поступающих данных в систему компьютерной диагностики заболеваний легких является важным этапом, так как напрямую влияет на работу приложения и на отношение пользователя к получаемым результатам. В данном докладе предлагается алгоритм верификации изображений компьютерной томографии (КТ) органов грудной клетки человека, включающий в себя набор тривиальных и нетривиальных чекеров. Наибольшее внимание уделяется нейросетевым методам. Разработанный модуль контроля входных данных имеет точность классификации 100 % на тестовом наборе данных для проверки модальности и точность классификации 89 % на тестовом наборе данных для проверки наличия легких |
| Аннотация (на другом языке): | Pre-processing and verification of incoming data into a computer-aided diagnosis system of lung diseases is an important step, as it directly affects the output of the application and the user’s attitude to the obtained result. This report proposes a chest computed tomography (CT) checking algorithm that includes a set of trivial and non-trivial verification tools. The greatest attention is paid to neural network methods. The result of the developed input data control module is 100% classification accuracy on the modality check dataset and 89% classification accuracy on the lung presence check dataset |
| URI документа: | https://elib.bsu.by/handle/123456789/288531 |
| ISBN: | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 |
| Лицензия: | info:eu-repo/semantics/openAccess |
| Располагается в коллекциях: | 2022. Информационные системы и технологии |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 138-143.pdf | 364,68 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.