| Title: | Автоматизированное извлечение диагностических признаков ABCD по гиперспектральным изображениям новообразований кожи |
| Authors: | Матвеева И. А. Неповиннов А. П. |
| Keywords: | ABCD dermoscopy rule automatic segmentation computer vision diagnostic features hyperspectral images machine learning malignant skin neoplasms melanoma visual diagnosis автоматическая сегментация визуальная диагностика гиперспектральные изображения дерматоскопическое правило ABCD диагностические признаки злокачественные новообразования кожи компьютерное зрение машинное обучение меланома |
| Issue Date: | 2026 |
| Citation: | Неповиннов, А. П. Автоматизированное извлечение диагностических признаков ABCD по гиперспектральным изображениям новообразований кожи = Automated extraction of abcd diagnostic features from hyperspectral images of skin neoplasms / А. П. Неповиннов, И. А. Матвеева // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 291-294. |
| Abstract: | В работе представлен автоматизированный алгоритм для извлечения диагностических признаков по системе ABCD из гиперспектральных изображений новообразований кожи. Проведена предварительная сегментация данных с использованием метода Оцу и предварительно обученной модели U-Net с применениями алгоритмов предобработки изображения. Формализированы математические критерии для признаков асимметрии, неровности границ, вариативности цвета и диаметра. Метод успешно апробирован на 331 изображении, подтвердив соответствие результатов клинической картине патологий. |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/64077 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\590081 |
| Appears in Collections: | VOLGA CYBER WEEK |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-291-294.pdf | 1.29 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.