Title: Классификация биомедицинских изображений оптической когерентной томографии с использованием статистических моделей
Authors: Раупов Д. С.
Храмов А. Г.
Капишников А. В.
Суханов С. В.
Keywords: сверточные нейронные сети
извлечение признаков
обработка изображений
машинное обучение
Issue Date: 2018
Citation: Раупов, Д. С. Классификация биомедицинских изображений оптической когерентной томографии с использованием статистических моделей : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / Д. С. Раупов ; рук. работы А. Г. Храмов; рец. А. В. Капишников ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и элек. - Самаpа, 2018. - on-line
Abstract: В работе производится разработка и исследование диагностических моделей для классификации биомедицинских изображений оптическойкогерентной томографии (ОКТ). Объектом исследования являются ОКТ-изображения онкологических заболеваний кожи.Цель работы – применение сложных комбинированных методов обработки изображений, использующих элементы нескольких алгоритмов и обладающих более высокими характеристиками диагностической чувствительности и специфичности. Проведена обработка ОКТ-изображений методами удаления шумов, выделением признаков и глубокими нейронными сетями. Посчитаны эффективные диагностические признаки. На тестовых изображениях погруппе критериев произведена оценка качества реализованных вариантов алгоритмов, исследованы основные режимы их работы, определены границыприменимости алгоритмов при решении конкретных прикладных задач.
URI: http://repo.ssau.ru/jspui/handle/123456789/49844
Appears in Collections:Выпускные квалификационные работы



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