| DC Field | Value | Language |
|---|
| dc.contributor.author | Kosareva, A. | - |
| dc.contributor.author | Paulenka, D. | - |
| dc.contributor.author | Snezhko, E. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-04-25T09:35:32Z | - |
| dc.date.available | 2024-04-25T09:35:32Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Kosareva, A. Chest X-ray Image Processing Based on Radiologists’ Textual Annotations = Обработка рентгеновских изображений грудной клетки на основе текстовых аннотаций радиологов / A. Kosareva, D. Paulenka, E. Snezhko // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков [и др.]. – Минск, 2024. – Вып. 8. – С. 293–302. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/55576 | - |
| dc.description.abstract | More than 11,000 chest x-ray images and their
corresponding text annotations were analyzed, and the first
pilot studies on image processing tailored to text annotations
of radiology specialists were conducted. An image processing pipeline for a database and for a neural network has
been developed. The prediction of the parameter "Overall
percent of abnormal volume" was performed and the mean
absolute error (MAE) for the InceptionResNet50V2 neural
network model was 11.073. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | medical image processing | en_US |
| dc.subject | medical image analysis | en_US |
| dc.subject | deep learning | en_US |
| dc.title | Chest X-ray Image Processing Based on Radiologists’ Textual Annotations | en_US |
| dc.title.alternative | Обработка рентгеновских изображений грудной клетки на основе текстовых аннотаций радиологов | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Проанализировано более 11 000 рентгеновских снимков
грудной клетки и соответствующих им текстовых аннотаций, а также проведены первые пилотные исследования
по обработке изображений с учетом текстовых аннотаций
специалистов-рентгенологов. Разработан конвейер обработки изображений для базы данных и нейронной сети. Проведено прогнозирование параметра «Общий процент аномального объема», для которого средняя абсолютная ошибка
составила 11,073 при использовании нейросетевой модели
InceptionResNet50V2. | en_US |
| Appears in Collections: | OSTIS-2024
|
