Отрывок: Д. Каприн, В.В. Старинский, Г.В. Петрова. – M.: МНИОИ им. П.А. Герцена  филиал ФГБУ «НМИРЦ» Минздрава России, 2019. – 250 c. 6. de Oliveira Santos, M. Estimativa 2018: Incidência de câncer no Brasil / M. de Oliveira Santos // Revista Brasileira De Cancerologia. – 2018. – Vol. 64, No. 1. – P. 119-120. 7. de Almeida, V.L. Câncer e agentes antineoplásicos ciclo- celular específicos e ciclo-celular nãoespecíficos que inter...
Название : Нейросетевой классификатор гиперспектральных снимков кожных патологий
Другие названия : Neural network classifier of hyperspectral images of skin pathologies
Авторы/Редакторы : Винокуров, В.О.
Матвеева, И.А.
Христофорова, Ю.А.
Мякинин, О.О.
Братченко, И.А.
Братченко, Л.А.
Морятов, А.А.
Козлов, С.Г.
Мачихин, А.С.
Абдулхалим, И.
Захаров, В.П.
Ключевые слова : гиперспектральная визуализация, нейросетевой классификатор, меланин, гемоглобин, онкопатология, меланома, базальноклеточная карцинома, VGG
Дата публикации : Ноя-2021
Издательство : Самарский национальный исследовательский университет
Библиографическое описание : Винокуров, В.О. Нейросетевой классификатор гиперспектральных снимков кожных патологий / В.О. Винокуров, И.А. Матвеева, Ю.А. Христофорова, О.О. Мякинин, И.А. Братченко, Л.А. Братченко, А.А. Морятов, С.Г. Козлов, А.С. Мачихин, И. Абдулхалим, В.П. Захаров // Компьютерная оптика. – 2021. – Т. 45, № 6. – С. 879-886. – DOI: 10.18287/2412-6179-CO-832.
Серия/номер : 45;6
Аннотация : В работе представлены результаты применения нейросетевого классификатора для анализа снимков злокачественных и доброкачественных кожных образований, полученных с помощью гиперспектральной камеры. С помощью трёхблочной нейросети архитектуры VGG произведена классификация набора двумерных изображений меланомы, папилломы и базальноклеточной карциномы, полученных в диапазонах 530–570 и 600–606 нм, характеризуемых наибольшим поглощением меланина и гемоглобина. Проанализирована достаточность включения в обучающий набор двумерных изображений ограниченного спектрального диапазона. Полученные результаты позволяют судить о значительных перспективах применения нейросетевых алгоритмов обработки гиперспектральных данных для классификации кожных патологий. При относительно малом наборе обучающих данных точность классификации для трех типов новообразований составила 96 %.
URI (Унифицированный идентификатор ресурса) : 10.18287/2412-6179-CO-832
http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevoi-klassifikator-giperspektralnyh-snimkov-kozhnyh-patologii-95514
Другие идентификаторы : Dspace\SGAU\20220203\95514
ГРНТИ: 50.53.17
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
12-Винокуров-Матвеева-Христофорова-и-др_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Aut-!-Corr.pdfОсновная статья1.35 MBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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