Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/41846
Full metadata record
DC FieldValueLanguage
dc.contributor.authorКозарь, Р. В.-
dc.contributor.authorНавроцкий, А. А.-
dc.date.accessioned2020-12-18T06:52:14Z-
dc.date.available2020-12-18T06:52:14Z-
dc.date.issued2020-
dc.identifier.citationКозарь, Р. В. Алгоритмы распознавания медицинских изображений в задачах компьютерной автоматизированной диагностики = Algorithms for recognition of medical images in computer automated diagnostics tasks / Р. В. Козарь, А. А. Навроцкий // Медэлектроника – 2020. Средства медицинской электроники и новые медицинские технологии : сборник научных статей XII Международной научно-технической конференции, Минск, 10 декабря 2020 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2020. – С. 212–219.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/41846-
dc.description.abstractВ данной работе представлены результаты анализа существующих алгоритмов распознавания медицинских изображений. Также предложена модификация алгоритма Собеля, которая учитывает ключевые особенности медицинских изображений. Данная работа имеет существенную научную ценность, поскольку медицинские изображения имеют большое количество особенностей, которые необходимо учитывать на стадии проектирования и создания системы распознавания. Также в данной работе было установлено то, что для получения качественных результатов необходимо решить проблему улучшения качества изображения, проблему улучшения качества распознавания отдельных элементов и, наконец, проблему выбора оптимального метода машинного обучения для последующего анализа и обработки. В данной работе также было выяснено то, что определение оптимальных методов параметрического описания объектов, представляющих интерес, непосредственно связаны с качеством их классификации, что определяет точность последующего анализа таких изображений с минимальной вероятностью ошибки определения патологических процессов и то, что основная задача распознавания медицинских изображении – получение четкого контура исследуемой области. При распознавании был выяснен и учтен тот факт, что качество работы нейронной сети сильно зависит от предъявляемого ей в процессе обучения набора учебных данных. В ходе написания работы в качестве базового алгоритма для его последующей модификации был взят оператор Собеля, поскольку он позволяет вычислять приближенное значение градиента яркости изображения. Однако в ходе работы было выяснено, что матрица, которую использует данный алгоритм, не подходит для распознавания медицинских изображений и было принято решение изменить вариант матрицы на диагональную. Проведенные опыты показывают, что для медицинских изображений фильтр с матрицей маски диагонального вида имеет лучшие показатели по сравнению с оригинальной матрицей-фильтром.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectмедицинские изображенияru_RU
dc.subjectметод Собеляru_RU
dc.subjectградиентный фильтрru_RU
dc.subjectmedical imagingru_RU
dc.subjectSobel methodru_RU
dc.subjectgradient filterru_RU
dc.titleАлгоритмы распознавания медицинских изображений в задачах компьютерной автоматизированной диагностикиru_RU
dc.title.alternativeAlgorithms for recognition of medical images in computer automated diagnostics tasksru_RU
dc.typeСтатьяru_RU
local.description.annotationThis paper presents the results of the analysis of existing algorithms for the recognition of medical images. A modification of Sobel's algorithm is also proposed, which takes into account the key features of medical images. This work is of significant scientific value, since medical images have a large number of features that must be taken into account at the stage of design and creation of a recognition system. Also in this work, it was established that in order to obtain high-quality results, it is necessary to solve the problem of improving the image quality, the problem of improving the quality of recognition of individual elements, and, finally, the problem of choosing the optimal machine learning method for subsequent analysis and processing. In this work, it was also found that the determination of optimal methods for the parametric description of objects of interest is directly related to the quality of their classification, which determines the accuracy of the subsequent analysis of such images with a minimum probability of error in determining pathological processes and that the main task of recognizing medical images is obtaining a clear outline of the area of interest. During the recognition, the fact was found out and taken into account that the quality of the neural network is highly dependent on the set of training data presented to it in the learning process. In the course of writing the work, the Sobel operator was taken as the basic algorithm for its subsequent modification, since it allows calculating the approximate value of the image brightness gradient. However, during the work it was found out that the matrix used by this algorithm is not suitable for recognition of medical images and it was decided to change the matrix version to a diagonal one. Experiments have shown that for medical images, a filter with a diagonal mask matrix has better performance compared to the original filter matrix.-
Appears in Collections:Медэлектроника - 2020

Files in This Item:
File Description SizeFormat 
Kozar_Algoritmy.pdf941.88 kBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.