Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/41833
Title: Методы глубокого обучения для диагностики COVID-19: модели, набор данных и проблемы
Authors: Худойкулов, З. Т.
Исломов, Ш. З.
Давронова, Л. У.
Рустамова, С. Р.
Keywords: материалы конференций;Covid-19;глубокое обучение;рентгеновский снимок;компьютерная томография;deep learning;X-ray image;CT scan
Issue Date: 2020
Publisher: БГУИР
Citation: Методы глубокого обучения для диагностики COVID-19: модели, набор данных и проблемы / З. Т. Худойкулов [и др.] // Медэлектроника – 2020. Средства медицинской электроники и новые медицинские технологии : сборник научных статей XII Международной научно-технической конференции, Минск, 10 декабря 2020 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2020. – С. 33–38.
Abstract: Эта статья посвящена методам обнаружение covid-19 на основе компьютерной томографии и рентгеновских снимков с использованием методов глубокого обучения. Кроме того, в работе приведены краткие описания искусственного интеллекта применяемых в здравоохранении, пандемии Covid-19, наборов данных, моделей и сетей глубокого обучения, проблем. Описание наборов данных и моделей глубокого обучения представлено в виде таблицы.
Alternative abstract: This paper is directed to methods of detection of covid-19 pandemic by CT and X-ray images using Deep learning techniques. Also, here is given brief description about Artificial intelligence in health care, Covid-19 pandemic, datasets, Deep learning models and networks, challenges. Description of datasets and Deep learning models are presented as a table.
URI: https://libeldoc.bsuir.by/handle/123456789/41833
Appears in Collections:Медэлектроника - 2020

Files in This Item:
File Description SizeFormat 
Khudoykulov_Metody.pdf797.47 kBAdobe PDFView/Open
Show full item record Google Scholar

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