Image anomaly detection in preventive fluorographic

Ткачева Дарья Алексеевна; Tkacheva Daria

Image anomaly detection in preventive fluorographic

dc.contributor.advisor	Ронжин Александр Леонидович	ru_RU
dc.contributor.author	Ткачева Дарья Алексеевна	ru_RU
dc.contributor.author	Tkacheva Daria	en_GB
dc.contributor.editor	Салищев Сергей Игоревич	ru_RU
dc.contributor.editor	Salishchev Sergei Igorevich	en_GB
dc.date.accessioned	2018-07-26T15:26:26Z
dc.date.available	2018-07-26T15:26:26Z
dc.date.issued	2018
dc.description.abstract	В данной работе рассматривается возможность применения генеративного подхода машинного обучения в области поиска аномалий на рентгенограммах. Применение данного подхода оценивалось по двум метрикам: AUC-ROC и AUC-PR. Обе метрики показали хорошие результаты: площадь под ROC-кривой составила 0.92, под PR-кривой 0.94.	ru_RU
dc.description.abstract	In this paper, we consider the possibility of applying a generative machine learning approach in the search for anomalies on radiographs. Applying this approach was evaluated using two metrics: AUC-ROC and AUC-PR. Both metrics showed good results: the area under the ROC curve was 0.92, under the PR curve of 0.94.	en_GB
dc.identifier.other	040129	en_GB
dc.identifier.uri	http://hdl.handle.net/11701/13611
dc.language.iso	ru
dc.subject	cвeртoчный aвтoэнкoдeр	ru_RU
dc.subject	мeтoд oпoрных вeктoрoв	ru_RU
dc.subject	флюoрoгрaфичecкиe cнимки	ru_RU
dc.subject	соnvоlutiоnаl аutоеncоdеr	en_GB
dc.subject	suppоrt vеctоr mаchinе	en_GB
dc.subject	fluоrоgrаphiс	en_GB
dc.title	Image anomaly detection in preventive fluorographic	en_GB
dc.title.alternative	Поиск аномалий изображений при профилактическом флюорографическом исследовании	ru_RU