Отрывок: Д. Каприн, В.В. Старинский, Г.В. Петрова. – M.: МНИОИ им. П.А. Герцена филиал ФГБУ «НМИРЦ» Минздрава России, 2019. – 250 c. 6. de Oliveira Santos, M. Estimativa 2018: Incidência de câncer no Brasil / M. de Oliveira Santos // Revista Brasileira De Cancerologia. – 2018. – Vol. 64, No. 1. – P. 119-120. 7. de Almeida, V.L. Câncer e agentes antineoplásicos ciclo- celular específicos e ciclo-celular nãoespecíficos que inter...
Название : | Нейросетевой классификатор гиперспектральных снимков кожных патологий |
Другие названия : | Neural network classifier of hyperspectral images of skin pathologies |
Авторы/Редакторы : | Винокуров, В.О. Матвеева, И.А. Христофорова, Ю.А. Мякинин, О.О. Братченко, И.А. Братченко, Л.А. Морятов, А.А. Козлов, С.Г. Мачихин, А.С. Абдулхалим, И. Захаров, В.П. |
Ключевые слова : | гиперспектральная визуализация, нейросетевой классификатор, меланин, гемоглобин, онкопатология, меланома, базальноклеточная карцинома, VGG |
Дата публикации : | Ноя-2021 |
Издательство : | Самарский национальный исследовательский университет |
Библиографическое описание : | Винокуров, 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. |
Серия/номер : | 45;6 |
Аннотация : | В 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 %. |
URI (Унифицированный идентификатор ресурса) : | 10.18287/2412-6179-CO-832 http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Neirosetevoi-klassifikator-giperspektralnyh-snimkov-kozhnyh-patologii-95514 |
Другие идентификаторы : | Dspace\SGAU\20220203\95514 |
ГРНТИ: | 50.53.17 |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
12-Винокуров-Матвеева-Христофорова-и-др_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Aut-!-Corr.pdf | Основная статья | 1.35 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.