Отрывок: 6. Результаты определения необходимости лечения для 3 классов, количество признаков, при котором достигнуты лучшие показатели C D F T1 T2 Метод прямого отбора признаков 90 200 10 250 10 Метод обратного отбора признаков 40 280 40 10 290 Комбинированный алгоритм отбора признаков 67 127 67 137 295 Рекурсивное удаление признаков 10 180 6...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКоневский, В.В.-
dc.contributor.authorБлагов, А.В.-
dc.contributor.authorГайдель, А.В.-
dc.contributor.authorКапишников, А.В.-
dc.contributor.authorКуприянов, А.В.-
dc.contributor.authorСуровцев, Е.Н.-
dc.contributor.authorАсатрян, Д.Г.-
dc.date.accessioned2023-06-21 14:07:50-
dc.date.available2023-06-21 14:07:50-
dc.date.issued2022-08-
dc.identifierDspace\SGAU\20230602\104072ru
dc.identifier.citationКоневский, В.В. Повышение эффективности анализа изображений МРТ головного мозга с использованием отбора признаков / В.В. Коневский, А.В. Благов, А.В. Гайдель, А.В. Капишников, А.В. Куприянов, Е.Н. Суровцев, Д.Г. Асатрян // Компьютерная оптика. – 2022. – Т. 46, № 4. – С. 621-627. – DOI: 10.18287/2412-6179-CO-1040.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-1040-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Povyshenie-effektivnosti-analiza-izobrazhenii-MRT-golovnogo-mozga-s-ispolzovaniem-otbora-priznakov-104072-
dc.description.abstractВ данной статье рассматривается возможность повышения качества анализа изображений МРТ головного мозга в различных режимах сканирования путем использования алгоритмов жадного отбора признаков. Всего было рассмотрено пять последовательностей МРТ. Формирование текстурных признаков производилось с использованием програм-много комплекса MaZda. С использованием алгоритма рекурсивного отбора признаков удалось повысить точность определения типа опухоли с 69% до 100%. С помощью комбинированного алгоритма отбора признаков удалось повысить точность определения необходимости лечения пациента с 60% до 78% и с 81% до 88% в случае использования дополнительного класса, содержащего в себе данные пациентов, у которых точный результат лечения не известен. Использование текстурных признаков в совокупности с признаком, отвечающим за тип менингиомы, позволило однозначно определить необходимость лечения пациента.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries46;4-
dc.subjectтекстурный анализru
dc.subjectкомпьютерная оптикаru
dc.subjectобработка изображенийru
dc.subjectжадные алгоритмыru
dc.subjectдиагностика МРТru
dc.subjectменингиомаru
dc.titleПовышение эффективности анализа изображений МРТ головного мозга с использованием отбора признаковru
dc.title.alternativeImproving the efficiency of brain MRI image analysis using feature selectionru
dc.typeArticleru
dc.textpart6. Результаты определения необходимости лечения для 3 классов, количество признаков, при котором достигнуты лучшие показатели C D F T1 T2 Метод прямого отбора признаков 90 200 10 250 10 Метод обратного отбора признаков 40 280 40 10 290 Комбинированный алгоритм отбора признаков 67 127 67 137 295 Рекурсивное удаление признаков 10 180 6...-
dc.classindex.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
2412-6179_2022_46-4_621-627.pdf788.33 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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