Отрывок: Обновление φ во времени состоит в нахождении новых значений φ в каждой точке сети, после некоторого приращения времени t . Обозначим новые значения φ как 1 1( )n nt   , где 1n nt t t    . Достаточно простым методом первого порядка точности для временной дискретизации уравнения (1.11) является прямой метод Эйлера, задаваемый уравнением 1 0 n n n nV t          , (1.12) ...
Название : Автоматизированная сегментация анатомических структур на биомедицинских изображениях с использованием сверточных нейронных сетей
Авторы/Редакторы : Корабельников А. Н.
Никоноров А. В.
Бояркин М. И.
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2017
Библиографическое описание : Корабельников, А. Н. Автоматизированная сегментация анатомических структур на биомедицинских изображениях с использованием сверточных нейронных сетей : вып. квалификац. работа по спец. "Фундаментальная информатика и информационные технологии" / А. Н. Корабельников ; рук. работы А. В. Никоноров; рец. М. И. Бояркин ; Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. програм. систем. - Самара, 2017. - on-line
Аннотация : Объект исследования – алгоритмы сегментации анатомических структур(новообразований печени) по данным компьютерной томографии.В квалификационной работе кратко рассмотрены существующиеалгоритмы сегментации анатомических структур по данным КТ, введеныметрики качества, разработан комбинированный подход сегментированияанатомических структур, включающий в себя автоматический подход сиспользованием сверточных нейронных сетей и автоматизированный сиспользований метода функции уровня.Выявлена основная проблематика задачи, предложены и апробированыпути решения.Программная реализация интегрирована в программный пакет MITK ипроходит испытания в клинической среде совместно с Самарскимгосударственным медицинским университетом.Реализация выполнена с применением языков программирования С++,python, prototxt, CMake, OpenCL C/C++ в средах программирования VisualStudio 2015, PyCharm 4.5.4 и функционирует в операционных системахWindows (7 и выше), Linux, macOS.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20170703133747
Ключевые слова: методы функции уровня
сверточные нейронные сети
новообразования печени
компьютерная томография
автоматизированная диагностика
глубинное обучение
биомедицинские изображения
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Корабельников_Александр_Николаевич_Автоматизированная_сегментация_анатомических_структур.pdf2.28 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.