Автоматизовані системи високопродуктивної ідентифікація об’єктів зображень за геометричними ознаками

dc.contributor.authorПоплавський, О. А.
dc.contributor.authorБондар, Олена Анатоліївна
dc.contributor.authorПавлов, С. В.
dc.contributor.authorПоплавська, О. А.
dc.date.accessioned2022-10-21T07:00:20Z
dc.date.available2022-10-21T07:00:20Z
dc.date.issued2020
dc.description.abstractУ статті обґрунтовується доцільність та практична цінність використання специфічної методології імітаційного моделювання, що передбачає цифрову обробку та математичну сутність технології нейронних мереж. Виділення параметрів та локалізація необхідних областей медичних зображень – складний процес, який потребує інтелектуальних алгоритмів, хорошої якості зображень, а також втручання кваліфікованого оператора при дослідженні великих масивів даних. Пухлина головного мозку – серйозне захворювання, і кількість людей, які помирають через пухлини головного мозку, незважаючи на значний прогрес у лікуванні залишається вражаючою. В даному досліджені детально представлено розроблений алгоритм для високопродуктивної ідентифікації об’єктів (ранньому виявленні та ідентифікації пухлин) на МРТ-знімках за геометричними ознаками. Даний алгоритм на основі попередньої обробки зображення аналізує масив даних за допомогою згорткової нейронної мережі (ЗНМ) та розпізнає патології на зображеннях. Отриманий алгоритм є кроком до створення автономних автоматичних систем ідентифікації та прийняття рішень, щодо діагностики злоякісних пухлин та інших новоутворень у головному мозку за геометричними ознаками. The article substantiates the feasibility and practical value of using a specific simulation modeling methodology, which provides for digital processing and the mathematical essence of neural network technology. A brain tumor is a serious disease, and the number of people who die due to a brain tumor, despite significant progress in treatment remains impressive. In this research presents in detail the developed algorithm for highperformance identification of objects (early detection and identification of tumors) on MRI images by geometric features. This algorithm, based on image pre-processing, analyzes the data array using a convolutional neural network (CNN) and recognizes pathologies in the images. The obtained algorithm is a step towards the creation of autonomous automatic identification and decision-making systems for the diagnosis of malignant tumors and other neoplasms in the brain by geometric features.uk_UA
dc.identifier.citationАвтоматизовані системи високопродуктивної ідентифікація об’єктів зображень за геометричними ознаками / О. А. Поплавський, О. А. Бондар, С. В. Павлов, А. А. Поплавська // Прикладна геометрія та інженерна графіка : міжвід. наук.-техн. зб. / Київ. нац. ун-т буд-ва і архітектури ; відп. ред. В. В. Ванін. – Київ : КНУБА, 2020. – Вип. 98. – С. 120 - 130. – Бібліогр. : 14 назви.uk_UA
dc.identifier.issn0131-579X
dc.identifier.urihttps://repositary.knuba.edu.ua/handle/987654321/10267
dc.language.isouk_UAuk_UA
dc.publisherКНУБАuk_UA
dc.subjectкафедра менеджменту в будівництвіuk_UA
dc.subjectautomated systemsuk_UA
dc.subjectmedical imaginguk_UA
dc.subjecttumorsuk_UA
dc.subjectMRI imagesuk_UA
dc.subjectobject identificationuk_UA
dc.subjectmachine learninguk_UA
dc.subjectneural networkuk_UA
dc.subjectавтоматизовані системиuk_UA
dc.subjectмедичні зображенняuk_UA
dc.subjectпухлиниuk_UA
dc.subjectМРТ-зображенняuk_UA
dc.subjectідентифікація об’єктівuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectнейронна мережаuk_UA
dc.subject.udc519.251uk_UA
dc.titleАвтоматизовані системи високопродуктивної ідентифікація об’єктів зображень за геометричними ознакамиuk_UA
dc.title.alternativeAutomated systems of high-productive identification of image objects by geometric featuresuk_UA
dc.typeArticleuk_UA

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
prgeoig_2020_98_18.pdf
Розмір:
660.61 KB
Формат:
Adobe Portable Document Format
Опис:

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
3.67 KB
Формат:
Item-specific license agreed upon to submission
Опис:

Зібрання