МЕДИЦИНАЛЫҚ КЕСКІНДЕРДІ СЕГМЕНТТЕУ МІНДЕТТЕРІНЕ АРНАЛҒАН ЗАМАНАУИ НЕЙРОНДЫҚ ЖЕЛІ АРХИТЕКТУРАЛАРДЫҢ САЛЫСТЫРМАЛЫ ЗЕРТТЕУІ
https://doi.org/10.55452/1998-6688-2021-18-3-83-88
Аннотация
Компьютерлік көру – визуалды ақпаратты машиналық қабылдауға жауап беретін машиналық оқыту саласы. Кескін сегментациясы – сандық кескінді сынып белгісі бойынша сегменттерге бөлу мәселесін шешетін компьютерлік көру саласы. Бұл саладағы негізгі проблемалардың бірі – деректердің жетіспеушілігі және жіктелген кескін үшін кеңістіктік ақпаратты қалпына келтіруі болып табылады. Аталған мақала биомедициналық кескіндерді сегментациялаудың заманауи тәсілдеріне, атап айтқанда конволюциялық нейрондық желілердің архитектурасына және деректерді көбейту үшін морфологиялық түрлендіруіне қысқаша шолу жасайды.
Авторлар туралы
А. Нагметова
Қазақcтан-Британ техникалық университеті
Қазақстан
Қазақстан
050000, Алматы
А. Алдош
Қазақcтан-Британ техникалық университеті
Қазақстан
Қазақстан
050000, Алматы
Әдебиет тізімі
1. O. Ronneberger, P. Fischer, T. Brox, (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. In: N. Navab, J. Hornegger, W. Wells, A. Frangi. (eds) Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015. MICCAI 2015. Lecture Notes in Computer Science, vol 9351. https://doi.org/10.1007/978-3-319-24574-4_28
2. J. Long, E. Shelhamer, T. Darrell, (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3431-3440
3. F. P. An, & J. E. Liu, (2020). Medical Image Segmentation Algorithm Based on Optimized Convolutional Neural Network-Adaptive Dropout Depth Calculation. Complexity, 2020. https://doi.org/10.1155/2020/1645479
4. R. Rodrigues, R. Braz, M. Pereira, J. Moutinho, & A. M. G. Pinheiro, (2015). A Two-Step Segmentation Method for Breast Ultrasound Masses Based on Multi-resolutionAnalysis. Ultrasound in Medicine and Biology, 41(6), 1737–1748. https://doi.org/10.1016/j.ultrasmedbio.2015.01.012
5. A. M. Anter, & A. E. Hassenian, (2019). CT liver tumor segmentation hybrid approach using neutrosophic sets, fast fuzzy c-means and adaptive watershed algorithm. Artificial Intelligence in Medicine, 97(March), 105–117. https://doi.org/10.1016/j.artmed.2018.11.007
Рецензия
Дәйектеу үшін:
Нагметова А., Алдош А. МЕДИЦИНАЛЫҚ КЕСКІНДЕРДІ СЕГМЕНТТЕУ МІНДЕТТЕРІНЕ АРНАЛҒАН ЗАМАНАУИ НЕЙРОНДЫҚ ЖЕЛІ АРХИТЕКТУРАЛАРДЫҢ САЛЫСТЫРМАЛЫ ЗЕРТТЕУІ. Қазақстан-Британ техникалық университетінің хабаршысы. 2021;18(3):83-88. https://doi.org/10.55452/1998-6688-2021-18-3-83-88
For citation:
Nagmetova A., Aldosh A. COMPARATIVE STUDY OF MODERN NEURAL NETWORK ARCHITECTURES FOR MEDICAL IMAGE SEGMENTATION PROBLEMS. Herald of the Kazakh-British technical university. 2021;18(3):83-88. https://doi.org/10.55452/1998-6688-2021-18-3-83-88
Қараулар:
404
Мақаланы эл. пошта арқылы жіберу 