| DC Field | Value | Language |
|---|
| dc.contributor.author | Himbitskaya, E. V. | - |
| dc.contributor.author | Svistunova, K. I. | - |
| dc.contributor.author | Karapetyan, G. P. | - |
| dc.contributor.author | Nedzved, A. M. | - |
| dc.contributor.author | Ablameyko, S. V. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-05-07T07:28:04Z | - |
| dc.date.available | 2025-05-07T07:28:04Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Enhancing fundus image classification with semantic segmentation-based attention mask = Улучшение диагностики изображений глазного дна с использованием маски алгоритма внимания на основе семантической сегментации / E. V. Himbitskaya, K. I. Svistunova, G. P. Karapetyan [et al.] // 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, 2025. – Вып. 9. – С. 261–266. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59773 | - |
| dc.description.abstract | This research proposes a method for classifying ocular diseases in fundus images using semantic
segmentation as an attention mechanism. Unlike conventional approaches that rely on the entire retinal image,
the proposed framework emphasizes anatomically relevant regions extracted via segmentation of the optic disc, optic cup, and retinal vessels. These segmentation masks are integrated into the classification pipeline to enhance feature learning. A EfficientNetB6-based classifier is utilized to evaluate the impact of this strategy. Experimental results demonstrate improvements in classification performance across multiple evaluation metrics. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | automated model | en_US |
| dc.subject | ocular fundus | en_US |
| dc.subject | attention mask | en_US |
| dc.subject | semantic segmentation | en_US |
| dc.title | Enhancing fundus image classification with semantic segmentation-based attention mask | en_US |
| dc.title.alternative | Улучшение диагностики изображений глазного дна с использованием маски алгоритма внимания на основе семантической сегментации | en_US |
| dc.type | Article | en_US |
| local.description.annotation | В данной работе предлагается метод классификации офтальмологических заболеваний по изображениям глазного дна с применением семантической сегментации в качестве механизма внимания. В отличие от традиционных подходов, использующих всю область сетчатки, предложенная система акцентирует внимание на анатомически значимых зонах, выделенных посредством сегментации диска зрительного нерва, оптической чаши и сосудистой сети. Полученные сегментационные маски интегрируются в алгоритм классификации для улучшения извлечения признаков. В качестве классификатора используется модель на базе EfficientNetB6,
позволяющая оценить эффективность предложенной стратегии. Результаты экспериментов демонстрируют повышение точности классификации по ряду метрик и успешность данного метода. | en_US |
| Appears in Collections: | OSTIS-2025
|
