Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/13303
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Иванцова Ольга Николаевна | ru_RU |
dc.contributor.author | Алимпьева Анастасия Владимировна | ru_RU |
dc.contributor.author | Alimpyeva Anastasia | en_GB |
dc.contributor.editor | Салищев Сергей Игоревич | ru_RU |
dc.contributor.editor | Salishchev Sergei Igorevich | en_GB |
dc.date.accessioned | 2018-07-26T15:25:38Z | - |
dc.date.available | 2018-07-26T15:25:38Z | - |
dc.date.issued | 2018 | |
dc.identifier.other | 022547 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/13303 | - |
dc.description.abstract | В данной работе рассмотрены сверточные нейронные сети архитектур GoogLeNet, Inception-V3, ResNet для задачи распознавания аномалий в рентгенограммах грудной клетки.Также применен метод сегментации изображений для вырезания легких. Было произведено сравнение результатов обучения глубоких нейронных сетей и выявлено, что увеличение глубины сетей не сильно влияет на точность распознания аномалий в данных снимках. | ru_RU |
dc.description.abstract | In this paper consider convolutional neural networks of the architecture of GoogLeNet, Inception-V3, ResNet for the solution of problems of recognition of anomalies in chest radiographs. A method of segmentation of images for cutting out lungs is also applied. Compare the results of training deep neural networks and found that increasing the depth of networks does not greatly affect the accuracy of the recognition of anomalies in these images. | en_GB |
dc.language.iso | ru | |
dc.subject | Сверточная нейронная сеть | ru_RU |
dc.subject | сегментация легких | ru_RU |
dc.subject | классификация | ru_RU |
dc.subject | GoogLeNet | ru_RU |
dc.subject | Inception-V3 | ru_RU |
dc.subject | ResNet | ru_RU |
dc.subject | CNN | en_GB |
dc.subject | lung segmentation | en_GB |
dc.subject | classification | en_GB |
dc.subject | GoogLeNet | en_GB |
dc.subject | Inception-V3 | en_GB |
dc.subject | ResNet | en_GB |
dc.title | Deep learning for abnormality detection in chest x-ray images | en_GB |
dc.title.alternative | Методы глубокого машинного обучения для обнаружения аномалий в рентгеновских снимках | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
DIPLOMA_final.pdf | Article | 5,98 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Otzyv_Alimpeva.pdf | ReviewSV | 213,64 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Recens_Alimpyeva_1.pdf | ReviewRev | 140,88 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st003629_Ivancova_Olga_Nikolaevna_(reviewer)(Ru).txt | ReviewRev | 5,03 kB | Text | Просмотреть/Открыть |
reviewSV_st007086_Salishhev_Sergej_Igorevich_(supervisor)(En).txt | ReviewSV | 2,15 kB | Text | Просмотреть/Открыть |
reviewSV_st007086_Salishhev_Sergej_Igorevich_(supervisor)(Ru).txt | ReviewSV | 3,81 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.