| DC Field | Value | Language |
|---|
| dc.contributor.author | Himbitskaya, E. | - |
| dc.contributor.author | Ermakov, V. | - |
| dc.contributor.author | Nedzved, A. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-04-25T09:23:23Z | - |
| dc.date.available | 2024-04-25T09:23:23Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Himbitskaya, E. Generation of Description for Eye Fundus Desease = Генерация описания для заболевания глазного дна / E. Himbitskaya, V. Ermakov, A. Nedzved // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков [и др.]. – Минск, 2024. – Вып. 8. – С. 319–326. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/55574 | - |
| dc.description.abstract | This research proposes an algoritm for detecting and evaluating signs of optic nerve disc degeneration of
various genesis. This algorithm is based on the analysis
of a diagnostic protocol, which is built by extracting a
semantic map from an ocular fundus image and analyzing
the characteristics of object classes associated with the
manifestations of opticoneuropathies. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | automated model | en_US |
| dc.subject | ocular fundus | en_US |
| dc.subject | deep learning | en_US |
| dc.title | Generation of Description for Eye Fundus Desease | en_US |
| dc.title.alternative | Генерация описания для заболевания глазного дна | en_US |
| dc.type | Article | en_US |
| local.description.annotation | В данной работе предлагается алгоритм для детекции и оценки клинических проявлений рассеянного
склероза на снимках фундус-камерой глазного дна. Так
как симптомы заболевания проявляются на различных
объектах снимка, с помощью создания семантической
карты исходного изображения, для каждого отдельного объекта оцениваются проявления симптомов. В
результате работы данного алгоритма составляется
диагностический протокол снимка. Далее полученный протокол можно сравнить с результатом модели-классификатора, работающей только с областью диска
и оценивающей вероятность заболевания. | en_US |
| Appears in Collections: | OSTIS-2024
|
