| DC Field | Value | Language |
|---|
| dc.contributor.author | Кошеленков, А. Н. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-07-13T10:43:53Z | - |
| dc.date.available | 2026-07-13T10:43:53Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Кошеленков, А. Н. Интеллектуальная система поддержки принятия врачебных решений для диагностики пневмонии на основе сверточных нейронных сетей = Intelligent clinical decision support system for pneumonia diagnosis based on convolutional neural networks / А. Н. Кошеленков // 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. 278–279. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/64584 | - |
| dc.description.abstract | Экспериментально исследовано функционирование систем поддержки принятия врачебных решений (СППВР) для диагностики пневмонии на базе компактных сверточных нейронных сетей. Установлено, что алгоритмическое смещение порога классификации позволяет избежать ложноотрицательных результатов. Предложена методика визуального контроля решений нейросети при помощи алгоритма градиентного картирования (Grad-CAM). | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | врачебные решения | en_US |
| dc.subject | сверточные нейронные сети | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | пневмония | en_US |
| dc.subject | системы поддержки | en_US |
| dc.title | Интеллектуальная система поддержки принятия врачебных решений для диагностики пневмонии на основе сверточных нейронных сетей | en_US |
| dc.title.alternative | Intelligent clinical decision support system for pneumonia diagnosis based on convolutional neural networks | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Experimental study of the functioning of clinical decision support systems (CDSS) for diagnosing pneumonia based on compact convolutional neural networks. It was found that algorithmic shifting of the classification threshold avoids false-negative results. A method for visual control of neural network decisions using the gradient mapping algorithm (Grad-CAM) is proposed. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 62-й конференции аспирантов, магистрантов и студентов (2026)
|
