1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Информационные технологии и нанотехнологии
Full metadata record
DC FieldValueLanguage
dc.contributor.authorГречкин Б. В.
dc.contributor.authorВинокуров В. О.
dc.contributor.authorМатвеева И. А.
dc.coverage.spatialзлокачественная меланома
dc.coverage.spatialгиперспектральная визуализация
dc.coverage.spatialрак кожи
dc.coverage.spatialпигментный невус
dc.coverage.spatialнейронные сети
dc.coverage.spatialклассификация
dc.coverage.spatialмедицинская диагностика
dc.creatorГречкин Б. В., Винокуров В. О., Матвеева И. А.
dc.date2023
dc.date.accessioned2025-08-22T12:19:10Z-
dc.date.available2025-08-22T12:19:10Z-
dc.date.issued2023
dc.identifier.identifierRU\НТБ СГАУ\542109
dc.identifier.citationГречкин, Б. В. Нейросетевой классификатор гиперспектральных изображений / Б. В. Гречкин, В. О. Винокуров, И. А. Матвеева // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 6: Информационные технологии в биомедицине / под ред. В. П. Захарова. - 2023. - С. 062592.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/13213-
dc.description.abstractВ последние годы для исследования биологических тканей все чаще используются различные оптические методы. Целью работы является изучение возможностей нейросетевого классификатора диагностировать онкологические заболевания кожи. Проведено исследование гиперспектральных снимков злокачественной меланомы и пигментного невуса. Разработан классификатор гиперспектральных изображений на основе нейронных сетейглубокого обучения. Результаты демонстрируют возможность применения машинного обучения при классификации гиперспектральных изображений различных новообразований кожного покрова. Классификация гиперспектров разных нозологий (злокачественные и доброкачественные новообразования, злокачественная меланома и пигментные новообразования) показывает точность классификации 95%.
dc.languagerus
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 6 : Информационные технологии в биомедицине
dc.subjectзлокачественная меланома
dc.subjectгиперспектральная визуализация
dc.subjectрак кожи
dc.subjectпигментный невус
dc.subjectнейронные сети
dc.subjectклассификация
dc.subjectмедицинская диагностика
dc.titleНейросетевой классификатор гиперспектральных изображений
dc.typeText
dc.citation.spage062592
dc.citation.volume6
local.contributor.authorГречкин Б. В.
local.contributor.authorВинокуров В. О.
local.contributor.authorМатвеева И. А.
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Neirosetevoi-klassifikator-giperspektralnyh-izobrazhenii-106086
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-1922-3_2023-062592.pdf523.21 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.