Детальная информация

Название: Особенности применения методов глубокого обучение для сегментации изображений сердца: выпускная квалификационная работа бакалавра: направление 11.03.02 «Инфокоммуникационные технологии и системы связи» ; образовательная программа 11.03.02_06 «Оптические телекоммуникационные системы»
Авторы: Лю Жуньда
Научный руководитель: Павлов Виталий Александрович; Завьялов Сергей Викторович
Другие авторы: Зудов Роман Игоревич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт физики, нанотехнологий и телекоммуникаций
Выходные сведения: Санкт-Петербург, 2021
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: нейронные сети; сегментация изображений; анатомия сердца; компьютерная томография; магнитно-резонансная томография; ультразвуковое исследование; глубокое обучение; neural networks; image segmentation; heart anatomy; computer tomography; magnetic resonance tomography; ultrasonic research; deep learning
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 11.03.02
Группа специальностей ФГОС: 110000 - Электроника, радиотехника и системы связи
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-4311
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\13146

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

Данная работа посвящена обзору и анализу методов сегментации изображений сердца с использованием с помощью глубокого обучения. В работе рассмотрены распространенные методы визуализации, включая магнитно-резонансную томографию (МРТ), компьютерную томографию (КТ) и ультразвуковое исследование (УЗИ), а также основные представляющие интерес анатомические структуры сердца (желудочки, предсердия и сосуды). Проведён анализ проблем и ограничений, связанных с текущими подходами, основанными на глубоком обучении (нехватка аннотированных данных).

The given work is devoted to reviews and analyzes methods of cardiac image segmentation using deep learning. This paper discusses common imaging techniques, including magnetic resonance imaging (MRI), computed tomography (CT), and ultrasound (ultrasound), as well as the main anatomical structures of interest (ventricles, atria, and vessels) of the heart. The analysis of the problems and limitations associated with the current approaches based on deep learning (lack of annotated data).

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 7
За последние 30 дней: 0
Подробная статистика