1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 06. Периодические издания
  3. Журнал "Компьютерная оптика"
Full metadata record
DC FieldValueLanguage
dc.contributor.authorВинокуров, В.О.
dc.contributor.authorМатвеева, И.А.
dc.contributor.authorХристофорова, Ю.А.
dc.contributor.authorМякинин, О.О.
dc.contributor.authorБратченко, И.А.
dc.contributor.authorБратченко, Л.А.
dc.contributor.authorМорятов, А.А.
dc.contributor.authorКозлов, С.Г.
dc.contributor.authorМачихин, А.С.
dc.contributor.authorЗахаров, В.П.
dc.date2021-11
dc.date.accessioned2025-08-27T05:21:08Z-
dc.date.available2025-08-27T05:21:08Z-
dc.date.issued2021-11
dc.identifier.identifierDspace\SGAU\20220203\95514
dc.identifier.citationВинокуров, 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.
dc.identifier.uri10.18287/2412-6179-CO-832
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/22989-
dc.description.abstractВ 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 %.
dc.description.sponsorshipИсследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-52-06005 МНТИ_а.
dc.languagerus
dc.publisherСамарский национальный исследовательский университет
dc.relation.ispartofseries45;6
dc.titleНейросетевой классификатор гиперспектральных снимков кожных патологий
dc.title.alternativeNeural network classifier of hyperspectral images of skin pathologies
dc.typeArticle
dc.identifier.scsti50.53.17
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevoi-klassifikator-giperspektralnyh-snimkov-kozhnyh-patologii-95514
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevoi-klassifikator-giperspektralnyh-snimkov-kozhnyh-patologii-95514
Appears in Collections:Журнал "Компьютерная оптика"

Files in This Item:
File Description SizeFormat 
12-Винокуров-Матвеева-Христофорова-и-др_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Aut-!-Corr.pdfОсновная статья1.35 MBAdobe PDFView/Open
Show simple item record


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