DC Field | Value | Language |
dc.contributor.author | Худойкулов, З. Т. | - |
dc.contributor.author | Исломов, Ш. З. | - |
dc.contributor.author | Давронова, Л. У. | - |
dc.contributor.author | Рустамова, С. Р. | - |
dc.date.accessioned | 2020-12-18T06:17:44Z | - |
dc.date.available | 2020-12-18T06:17:44Z | - |
dc.date.issued | 2020 | - |
dc.identifier.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. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/41833 | - |
dc.description.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. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | Covid-19 | ru_RU |
dc.subject | глубокое обучение | ru_RU |
dc.subject | рентгеновский снимок | ru_RU |
dc.subject | компьютерная томография | ru_RU |
dc.subject | deep learning | ru_RU |
dc.subject | X-ray image | ru_RU |
dc.subject | CT scan | ru_RU |
dc.title | Методы глубокого обучения для диагностики COVID-19: модели, набор данных и проблемы | ru_RU |
dc.type | Статья | ru_RU |
local.description.annotation | 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. | - |
Appears in Collections: | Медэлектроника - 2020
|