Отрывок: 6. Изменение достоверности классификации изображений для 1 000 эпох обучения Значение достоверности составило 0,346, а LRAP – 0,533. Было приято решение увеличить число эпох, так как 15 классов – это достаточно много, и предсказательная модель может улучшиться в ре- зультате дальнейшего обучения. На рис. 7 приведено значение достоверности клас- сификации (1) во время обучения классификатора изображений, которое уже длилось 10000 эпох. Па- раметры нейронной сети остались без изме...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Агафонова, Ю.Д. | - |
dc.contributor.author | Гайдель, А.В. | - |
dc.contributor.author | Зельтер, П.М. | - |
dc.contributor.author | Капишников, А.В. | - |
dc.contributor.author | Кузнецов, А.В. | - |
dc.contributor.author | Суровцев, Е.Н. | - |
dc.contributor.author | Никоноров, А.В. | - |
dc.date.accessioned | 2023-02-21 10:16:42 | - |
dc.date.available | 2023-02-21 10:16:42 | - |
dc.date.issued | 2023-02 | - |
dc.identifier | Dspace\SGAU\20230216\102045 | ru |
dc.identifier.citation | Агафонова, Ю.Д. Совместный анализ рентгенологических протоколов и компьютерных томограмм для автоматического уточнения патологических состояний головного мозга / Ю.Д. Агафонова, А.В. Гайдель, П.М. Зельтер, А.В. Капишников, А.В. Кузнецов, Е.Н. Суровцев, А.В. Никоноров // Компьютерная оптика. – 2023. – Т. 47, № 1. – С. 152-159. – DOI: 10.18287/2412-6179-CO-1201. | ru |
dc.identifier.uri | 10.18287/2412-6179-CO-1201 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Sovmestnyi-analiz-rentgenologicheskih-protokolov-i-komputernyh-tomogramm-dlya-avtomaticheskogo-utochneniya-patologicheskih-sostoyanii-golovnogo-mozga-102045 | - |
dc.description.abstract | Рассматривается задача валидации радиологических медицинских протоколов и изображений компьютерной томографии для автоматизированного анализа состояния головного мозга. Предлагается два метода решения задачи: метод на основе мультимодальной модели ruCLIP и метод, основанный на совместном использовании двух отдельных классификаторов – для текстового отчета и для изображения КТ головного мозга. Обсуждаются способы оценки полученных результатов. Предложенные подходы позволяют верно классифицировать на 15 возможных диагнозов 99,6% радиологических отчётов из контрольной выборки. | ru |
dc.description.sponsorship | Работа выполнена при поддержке РФФИ (грант 19-29-01235МК). | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 47;1 | - |
dc.subject | глубокое обучение, компьютерная томография, автоматизация диагностики, распознавание образов, обработка естественного языка | ru |
dc.title | Совместный анализ рентгенологических протоколов и компьютерных томограмм для автоматического уточнения патологических состояний головного мозга | ru |
dc.type | Article | ru |
dc.textpart | 6. Изменение достоверности классификации изображений для 1 000 эпох обучения Значение достоверности составило 0,346, а LRAP – 0,533. Было приято решение увеличить число эпох, так как 15 классов – это достаточно много, и предсказательная модель может улучшиться в ре- зультате дальнейшего обучения. На рис. 7 приведено значение достоверности клас- сификации (1) во время обучения классификатора изображений, которое уже длилось 10000 эпох. Па- раметры нейронной сети остались без изме... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
17-1201-Агафонова-Гайдель-Зельтер-Капишников-Никоноров-Суровцев-KI-JuN-Lit-MI-MA-JuN2-VAS.pdf | Основная статья | 1.37 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.