Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/315267
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorСюй, С.
dc.contributor.authorСкакун, В. В.
dc.date.accessioned2024-06-28T12:11:15Z-
dc.date.available2024-06-28T12:11:15Z-
dc.date.issued2024
dc.identifier.citationКомпьютерные технологии и анализ данных (CTDA’2024) : материалы IV Междунар. науч.-практ. конф., Минск, 25–26 апр. 2024 г. / Белорус. гос. ун-т ; редкол.: В. В. Скакун (гл. ред.), Н. Н. Яцков, В. В. Гринёв. – Минск : БГУ, 2024. – С. 30-33.
dc.identifier.isbn978-985-881-636-0
dc.identifier.urihttps://elib.bsu.by/handle/123456789/315267-
dc.descriptionСекция «Системы машинного и глубокого обучения»
dc.description.abstractСегментация и подсчет ядер клеток на гистологических и иммуногистохимических изображениях срезов раковых тканей позволяет сделать оценку степени развития заболевания. Основным инструментов для выполнения сегментации изображений являются нейронные сети глубокого обучения. В данной работе произведено исследование применения метода главных компонент для расширения обучающего набора при сегментации ядер клеток на флуоресцентных изображениях раковых тканей молочной железы. Наилучшие результаты получены при добавлении первой главной компоненты с последующей стандартизацией данных
dc.language.isoru
dc.publisherМинск : БГУ
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
dc.titleПрименение метода главных компонент для формирования обучающего набора при сегментации ядер клеток раковых тканей с помощью нейронных сетей глубокого обучения
dc.typeconference paper
Располагается в коллекциях:2024. Компьютерные технологии и анализ данных (CTDA’2024)

Полный текст документа:
Файл Описание РазмерФормат 
30-33.pdf726,34 kBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



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