Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/57907
Title: Grad-Сam visualization model for lung disease diagnosis
Other Titles: Модель визуализации Grad-Сam для диагностики заболеваний легких
Authors: He Tao
Keywords: материалы конференций;diagnostics;Grad-Cam;deep learning model;medicine
Issue Date: 2024
Publisher: БГУИР
Citation: He Tao. Grad-Сam visualization model for lung disease diagnosis = Модель визуализации Grad-Сam для диагностики заболеваний легких / He Tao // Информационная безопасность : сборник материалов 60-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 22–26 апреля 2024 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2024. – С. 125–129.
Abstract: When applying the diagnosis of lung diseases in the Internet of Things networks, the Grand-Cam model can be used to provide assistance to doctors by imaging lungs and diagnosing diseases. By creating heatmaps of attention, Cad-Cam can visualize areas in an image. Doctors can observe heat maps to make decisions about the disease and ensure that the model focuses on areas related to specific lung diseases, increasing the accuracy and reliability of diagnosis.
Alternative abstract: При применении диагностики заболеваний легких в сетях Интернета вещей модель Grad-Cam может использоваться для обеспечения помощи врачам путем изображениях легких и диагностики заболеваний. Создавая тепловые карты внимания, Grad-Cam может визуализировать области на изображении. Врачи могут наблюдать за тепловыми картами, чтобы принять решений о заболевании и убедиться, что модель фокусируется на областях, связанных с конкретными заболеваниями легких, повышая точность и достоверность диагностики.
URI: https://libeldoc.bsuir.by/handle/123456789/57907
Appears in Collections:Информационная безопасность : материалы 60-й научной конференции аспирантов, магистрантов и студентов (2024)

Files in This Item:
File Description SizeFormat 
He_Tao_Grad_Cam.pdf367.1 kBAdobe PDFView/Open
Show full item record Google Scholar

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