Отрывок: Для базового алгоритма глобальный порог разделения подбирался на объеди- нённых валидационной и обучающей выборках. Основным методом классификации агглютинации является обученная легковесная нейронная сеть с 5 http://www.computeroptics.ru journal@computeroptics.ru 964 Computer Optics, 2023, Vol. 47(6) DOI: 10.18287/2412-6179-CO-1339 свёрточными слоями: размер ядра свёртки 3×3, после свёртки применяется функция активации ReLu, а за- тем на всех слоях, кроме последнего, – слой п...
Название : | Алгоритм определения групп крови по изображениям серологических планшетов |
Другие названия : | An algorithm of blood typing using serological plate images |
Авторы/Редакторы : | Корчагин, С.А. Зайченкова, Е.Е. Шарапов, Д.А. Ершов, Е.И. Буторин, Ю.В. Венгеров, Ю.Ю. |
Ключевые слова : | агглютинация группа крови классификация преобразование Хафа глубокое обучение |
Дата публикации : | Ноя-2023 |
Издательство : | Самарский национальный исследовательский университет |
Библиографическое описание : | Корчагин, С.А. Алгоритм определения групп крови по изображениям серологических планшетов / С.А. Корчагин, Е.Е. Зайченкова, Д.А. Шарапов, Е.И. Ершов, Ю.В. Буторин, Ю.Ю. Венгеров // Компьютерная оптика. – 2023. – Т. 47, № 6. – С. 958-967. – DOI: 10.18287/2412-6179-CO-1339. |
Серия/номер : | 47;6 |
Аннотация : | В работе рассматривается алгоритм для автоматизации системы медицинской экспресс-диагностики, предназначенной для определения группы крови путем анализа реакции агглютинации (склеивания эритроцитов). После забора крови и заполнения серологического планшета лаборанту достаточно разместить его в специальном сканере для последующего автоматического определения группы крови. Оцифровка данных и помощь лаборанту в распознавании планшетов позволяет решить сразу две критически важные задачи: хранение результатов анализа и контроль человеческого фактора. Предлагаемый алгоритм распознавания позволяет точно определить границы лунок и оценить степень агглютинации посредством легковесной свёрточной нейронной сети. Был собран уникальный набор данных с независимой оценкой степени агглютинации медицинскими экспертами. Наивысшая достигнутая точность оценки степени агглютинации на собранном наборе данных из 3231 изображения лунок оказалась сопоставима с оценкой среднего эксперта и составила 98,2 %. |
URI (Унифицированный идентификатор ресурса) : | https://dx.doi.org/10.18287/2412-6179-CO-1339 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritm-opredeleniya-grupp-krovi-po-izobrazheniyam-serologicheskih-planshetov-109483 |
Другие идентификаторы : | Dspace\SGAU\20240518\109483 |
ГРНТИ: | 28.23.15 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2023_47_6_958-967.pdf | 3.85 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.