| DC Field | Value | Language |
|---|
| dc.contributor.author | Ходжиметов, Э. Ш. | - |
| dc.contributor.author | Захарьев, В. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-12-01T11:37:52Z | - |
| dc.date.available | 2025-12-01T11:37:52Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Ходжиметов, Э. Ш. Архитектуры глубоких нейронных сетей для анализа медицинских изображений / Э. Ш. Ходжиметов, В. А. Захарьев // Информационные технологии и системы 2025 (ИТС 2025) : материалы Международной научной конференции, Минск, 19 ноября 2025 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Л. Ю. Шилин [и др.]. – Минск, 2025. – С. 123–124. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62231 | - |
| dc.description.abstract | Представлен подход к анализу медицинских изображений на основе моделей глубокого обучения и современных архитектур компьютерного зрения. Использование сверточных нейронных сетей и трансформерных моделей позволяет повысить точность диагностики патологий на рентгеновских, МРТ и КТ-снимках. Описаны программные средства обработки изображений и результаты тестирования на открытых медицинских датасетах. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | медицина | en_US |
| dc.subject | изображения | en_US |
| dc.subject | глубокоге обучение | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | компьютерное зрение | en_US |
| dc.title | Архитектуры глубоких нейронных сетей для анализа медицинских изображений | en_US |
| dc.type | Article | en_US |
| Appears in Collections: | ИТС 2025
|
