Оброблення зображень МРТ печінки за допомогою згорткової нейронної мережі

Автор(и)

  • V. M. Sineglazov Національний авіаційний університет
  • V. P. Hotsyanivskyy Національний авіаційний університет

DOI:

https://doi.org/10.18372/1990-5548.50.11384

Ключові слова:

автоматизація, глибоке навчання, обробка зображень, медицина

Анотація

Розглянуто методи навчання моделі машинного навчання для аналізу зображень магнітно-резонансноїтомографії печінки та виявлення на них захворювання пацієнта на цироз печінки

Біографії авторів

V. M. Sineglazov, Національний авіаційний університет

Доктор технічних наук. Професор. Навчально-науковий інститут інформаційно-діагностичних систем, кафедра авіаційних комп’ютерно-інтегрованихкомплексів

V. P. Hotsyanivskyy, Національний авіаційний університет

Студент. Навчально-науковий інститут інформаційно-діагностичних систем, кафедра авіаційних комп’ютерно-інтегрованихкомплексів

Посилання

M. Riesenhuber, “Object recognition in cortex: Neural mechanisms, and possible roles for attention,” Department of Neuroscience Georgetown University Medical Center, Washington, DC, 2007.

Y. Lecun and Y. Bengio, Convolutional Networks for Images, Speech, and Time-series, in Arbib, M. A. (Eds), The Handbook of Brain Theory and Neural Networks, MIT Press, 1995.

Y. LeCun, L. Bottou, Y. Bengio and P. Haffner, “Gradient-Based Learning Applied to Document Recognition.” Proceedings of the IEEE, 1998.

##submission.downloads##

Номер

Том 4 № 50 (2016)

Розділ

ТЕОРІЯ ТА МЕТОДИ ОБРОБЛЕННЯ СИГНАЛІВ

Ліцензія

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).