| DC Field | Value | Language |
|---|
| dc.contributor.author | Косарева, А. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-02-25T07:10:05Z | - |
| dc.date.available | 2025-02-25T07:10:05Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Косарева, А. А. Методика исследования нейросетевых дескрипторов при решении задачи поиска анатомических слоев на изображениях компьютерной томографии лёгких = Methodology for studying neural network descriptors in solving the problem of finding anatomical layers in computed tomography images of the lungs / А. А. Косарева // Доклады БГУИР. – 2025. – Т. 23, № 1. – С. 60–67. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59201 | - |
| dc.description.abstract | Поиск анатомических слоев на изображениях компьютерной томографии лёгких позволит упростить задачу диагностирования и планирования лечения, а также автоматизирует процесс разметки изображений при подготовке обучающей выборки. В статье предлагаются методика сравнения нейросетевых дескрипторов и выбор оптимального нейросетевого метода поиска схожих анатомических областей, гибридный алгоритм поиска, основанный на совместном использовании традиционных и нейросетевых дескрипторов. Такой алгоритм позволил улучшить результат нейросетевого поиска анатомических паттернов, выраженный в миллиметрах до искомого слоя, на 47 % для первых десяти найденных изображений класса сердца и на 18 % – для изображений с позициями от 10 до 100. Итоговый результат поиска анатомической области улучшился по сравнению с традиционными подходами на 9,7 % для найденных изображений с позициями от 10 до 100 и на 2 % – для первых десяти найденных изображений. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | доклады БГУИР | en_US |
| dc.subject | компьютерная томография | en_US |
| dc.subject | глубокое обучение | en_US |
| dc.subject | нейросетевые дескрипторы | en_US |
| dc.title | Методика исследования нейросетевых дескрипторов при решении задачи поиска анатомических слоев на изображениях компьютерной томографии лёгких | en_US |
| dc.title.alternative | Methodology for studying neural network descriptors in solving the problem of finding anatomical layers in computed tomography images of the lungs | en_US |
| dc.type | Article | en_US |
| dc.identifier.DOI | http://dx.doi.org/10.35596/1729-7648-2025-23-1-60-67 | - |
| local.description.annotation | The search for anatomical layers in lung CT images will simplify the task of diagnosis and treatment planning, as well as automate the process of image partitioning when preparing a training sample. The paper proposes a methodology for comparison of neural network descriptors and selection of an optimal neural network method for searching for similar anatomical regions. Neural network approaches are compared with traditional methods and a hybrid search algorithm based on the joint use of traditional and neural network methods is proposed. Using the proposed algorithm, the neural network search result for anatomical patterns, expressed in mm to the searched layer, was improved by 47 % for the first ten heart-class images found and by 18 % for images with positions from 10 to 100. The final anatomical region search result was improved over using traditional approaches by 9.7 % for retrieved images with positions from 10 to 100 and by 2 % for the first ten retrieved images. | en_US |
| Appears in Collections: | Том 23, № 1
|
