| DC Field | Value | Language |
|---|
| dc.contributor.author | Kovalev, V. A. | - |
| dc.contributor.author | Liauchuk, V. A. | - |
| dc.contributor.author | Trukhan, S. V. | - |
| dc.contributor.author | Snezhko, E. V. | - |
| dc.date.accessioned | 2021-06-03T13:59:28Z | - |
| dc.date.available | 2021-06-03T13:59:28Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | A comparative study of three deep learning-based methods for segmentation of lung lesions associated with COVID-19 in 3D CT images / V. A. Kovalev [et al.] // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей VII Международной научно-практической конференции, Минск, 19-20 мая 2021 года / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2021. – С. 13–19. | ru_RU |
| dc.identifier.isbn | 978-985-7267-09-5 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/43886 | - |
| dc.description.abstract | In this paper, we present three different methods for segmentation of lung lesions associated with COVID19 virus disease in 3D CT images. All the methods are based on using state-of-the art deep learning techniques. The proposed methods were tested in the framework of COVID-19 Lung CT Lesion Segmentation Challenge 2020 (COVID-19-20), a MICCAI-associated event which was held on the «Grand Challenge» platform. The best achieved result corresponded to the 6th rank among 98 challenge finalists from all over the world. The results of this study demonstrate the importance of development of robust image analysis solutions applicable to the image data acquired in different hospitals. | ru_RU |
| dc.language.iso | en | ru_RU |
| dc.publisher | Бестпринт | ru_RU |
| dc.subject | публикации ученых | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | COVID-19 | ru_RU |
| dc.subject | сomputed tomography | ru_RU |
| dc.subject | компьютерная томография | ru_RU |
| dc.title | A comparative study of three deep learning-based methods for segmentation of lung lesions associated with COVID-19 in 3D CT images | ru_RU |
| dc.title.alternative | Сравнительный анализ трех методов сегментации новообразований в легких, ассоциированных с COVID-19, на трехмерных КТ-изображениях | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | В данной работе представлены три различных метода сегментации новообразований в легких, ассоциированных с поражением вирусом COVID-19, на трехмерных КТ-изображениях. Все методы основаны на использовании современных методов глубокого обучения. Предложенные методы были протестированы в рамках международного соревнования «COVID-19 Lung CT Lesion Segmentation Challenge 2020 (COVID-19-20)» – ассоциированного с MICCAI мероприятия, которое проводилось на платформе «Grand Challenge». Наилучший достигнутый результат соответствует 6-му месту среди 98 финалистов со всего мира. Результаты данного исследования демонстрируют важность разработки надежных решений для анализа изображений, применимых к медицинским изображениям, полученным в различных учреждениях. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2021)
|
