https://libeldoc.bsuir.by/handle/123456789/64571| Title: | Методика формирования обучающего набора данных для сегментации структур среднего и внутреннего уха на КТ-изображениях |
| Other Titles: | Method for forming a training data set for segmentation of the middle and internal ear structures on CT images |
| Authors: | Смольская, Т. С. Друц, Э. В. |
| Keywords: | материалы конференций;компьютерная томография,;сегментация;медицинские данные;нейронные сети;анатомические структуры |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Смольская, Т. С. Методика формирования обучающего набора данных для сегментации структур среднего и внутреннего уха на КТ-изображениях = Method for forming a training data set for segmentation of the middle and internal ear structures on CT images / Т. С. Смольская, Э. В. Друц // Электронные системы и технологии : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: П. В. Камлач [и др.]. – Минск, 2026. – С. 320–322. |
| Abstract: | В работе рассматривается методика формирования обучающего набора данных для разработки нейросетевой модели сегментации анатомических структур среднего и внутреннего уха по данным компьютерной томографии. Описаны особенности КТ изображений височной кости, влияющие на процесс сегментации. Рассмотрены этапы подготовки исходных томографических данных, процедуры ручной разметки и формирования обучающей выборки для последующего обучения моделей глубокого обучения. Предложенный подход позволяет сформировать структурированный набор данных, пригодный для разработки и обучения нейросетевых алгоритмов сегментации медицинских изображений. |
| Alternative abstract: | The paper discusses the methodology for creating a training dataset for developing a neural network model for segmenting anatomical structures of the middle and inner ear based on computed tomography data. It describes the features of CT images of the temporal bone that affect the segmentation process. The paper also covers the steps of preparing the initial tomographic data, manual labeling procedures, and creating a training dataset for subsequent training of deep learning models. The proposed approach allows for the creation of a structured dataset suitable for developing and training neural network algorithms for medical image segmentation. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/64571 |
| Appears in Collections: | Электронные системы и технологии : материалы 62-й конференции аспирантов, магистрантов и студентов (2026) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Smolskaya_Metodika.pdf | 290.41 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.