Детальная информация

Название: Методы глубокого обучения с частичным привлечением учителя для сегментации медицинских изображений: выпускная квалификационная работа магистра: направление 01.04.02 «Прикладная математика и информатика» ; образовательная программа 01.04.02_02 «Математические методы анализа и визуализации данных»
Авторы: Коц Михаил Викторович
Научный руководитель: Уткин Лев Владимирович
Другие авторы: Арефьева Людмила Анатольевна; Чуканов Вячеслав Сергеевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: нейронные сети; обработка медицинских изображений; машинное обучение; neural networks; medical imaging; machine learning
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 01.04.02
Группа специальностей ФГОС: 010000 - Математика и механика
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-2082
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\8402

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе описан метод глубокого обучения с частичным привлечением учителя для сегментации медицинских изображений. Представлены результаты для синтетических данных и медицинских изображений, доказывающие его применимость для задачи сегментации изображений патологий.

This paper describes a semi-supervised learning approach based on convolutional neural networks for medical image segmentation. Presented results for both synthetic data and medical images which proves the applicability of the suggested method to the problem of pathology image segmentation.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 30
За последние 30 дней: 0
Подробная статистика