Оброблення зображень КТ печінки за допомогою згорткової нейронної мережі
DOI:
https://doi.org/10.18372/1990-5548.50.11385Ключові слова:
глибоке навчання, обробка зображень, медицина, штучна нейронна мережаАнотація
Розглянуто методи навчання нейронної мережі для аналізу зображень комп’ютерної томографії печінки та виявлення на них захворювання пацієнта на цироз печінкиПосилання
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.
Y. Tay, P. Lallican, M. Khalid, C. Viard-Gaudin, and S. Knerr, “An Offline Cursive Handwriting Word Recognition System”, Proc. IEEE Region 10 Conf., 2001.
Springhouse corporation. illustrated guide to diagnostic tests. Springhouse, pa: springhouse corporation, 1998.
Kenji Suzuki, Feng Li, Shusuke Sone, and Kunio Doi, “Computer-Aided Diagnostic Scheme For Distinction Between Benign And Malignant Nodules In Thoracic Low-Dose Ct By Use Of Massive Training Artificial Neural Network”, IEEE Transactions On Medical Imaging, 2005.
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:
Автори зберігають авторські права та надають журналу право першої публікації роботи, одночасно ліцензованої за ліцензією Creative Commons Attribution License, яка дозволяє іншим поширювати роботу з посиланням на авторство роботи та її першу публікацію в цьому журналі.
Автори можуть укладати окремі додаткові договірні угоди щодо неексклюзивного розповсюдження опублікованої в журналі версії роботи (наприклад, розміщувати її в інституційному репозиторії або публікувати в книзі) з посиланням на її першу публікацію в цьому журналі.
Авторам дозволяється та заохочується розміщувати свої роботи онлайн (наприклад, в інституційних репозиторіях або на своєму вебсайті) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш раннього та більшого цитування опублікованих робіт (див. Вплив відкритого доступу).