DC Field | Value | Language |
dc.contributor.author | Косарева, А. А. | - |
dc.contributor.author | Камлач, П. В. | - |
dc.contributor.author | Ковалев, В. А. | - |
dc.coverage.spatial | Минск | - |
dc.date.accessioned | 2022-09-13T11:53:59Z | - |
dc.date.available | 2022-09-13T11:53:59Z | - |
dc.date.issued | 2022 | - |
dc.identifier.citation | Косарева, А. А. Определение схожего анатомического участка на КТ-изображении грудной клетки с использованием традиционных методов выделения признаков изображения = Determination of a Similar Anatomical Area on a Chest CT Image Using Traditional Image Feature Extraction Methods / Косарева А. А., Камлач П. В., Ковалев В. А. // Доклады БГУИР. – 2022. – Т. 20, № 5. – С. 48–56. – DOI : http://dx.doi.org/10.35596/1729-7648-2022-20-5-48-56. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/48067 | - |
dc.description.abstract | Рассматриваются традиционные алгоритмы определения дескрипторов изображения, такие
как SIFT, ORB, LBP, GLSM, для решения задачи поиска схожего анатомического участка
на КТ-изображениях лёгких. В статье предлагается методика проведения сравнительного анализа
традиционных алгоритмов определения дескрипторов изображений при решении задачи поиска схожего
анатомического участка, а также определяются оптимальные анатомические признаки. Алгоритмы
апробируются при поиске схожего анатомического слоя в рамках слоев изображений компьютерной
томографии лёгких одного пациента, в рамках поиска схожей анатомической формы на слое среди
изображений компьютерной томографии лёгких двух пациентов и среди изображений компьютерной
томографии лёгких ста пациентов. В результате определено, что в ходе расчета методом GLSM
получаются наилучшие результаты при решении задачи классификации анатомической области
изображения (усредненная погрешность определения анатомического слоя составляет 5 %). Определено,
что оптимальные признаки на КТ-изображении лёгких соответствуют наличию органов: сердца, печени
и верхнего края лёгкого. Формулируются выводы о необходимости использования нейросетевых методов
для улучшения погрешности определения схожего слоя, содержащего необходимую анатомическую
структуру. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | доклады БГУИР | ru_RU |
dc.subject | компьютерная томография лёгких | ru_RU |
dc.subject | computed tomography of lung | ru_RU |
dc.subject | SIFT | ru_RU |
dc.subject | ORB | ru_RU |
dc.title | Определение схожего анатомического участка на КТ-изображении грудной клетки с использованием традиционных методов выделения признаков изображения | ru_RU |
dc.title.alternative | Determination of a Similar Anatomical Area on a Chest CT Image Using Traditional Image Feature Extraction Methods | ru_RU |
dc.type | Article | ru_RU |
local.description.annotation | The traditional image descriptor definition algorithms are considered, such as SIFT, ORB, LBP, GLSM.
With the help of them, the searching task for a similar anatomical area on the CT images of the lungs is solved.
The article proposes a methodology for performing a comparative traditional algorithms for determining images
descriptors analysis and optimal anatomical features. Algorithms are tested when searching for a similar anatomical
layer in the framework of the computer tomography images layers of of light patient, as part of the search for similar
anatomical form on the layer among the computer tomography images of light two patients, and among the images
of computed tomography of light hundred patients. As a result, it is determined that GLSM shows the best results
when solving the task of classifying an image anatomical area (averaged error of determining the anatomical layer is
5 %). It is determined that the optimal signs on the lungs correspond to the presence of organs: heart, liver and top
edge of the lung. Conclusions are fomulated about the need to use neural network methods to improve the error
in determining the similar layer containing the necessary anatomical structure. | - |
Appears in Collections: | № 20(5)
|