Тип публикации: диссертация
Год издания: 2020
Ключевые слова: медицинские данные, сегментация, классификация, распознавание образов, шиарлет-преобразование, нейронные сети
Аннотация: Актуальными являются разработка новых методов анализа медицинских данных, алгоритмов сегментации и распознавания объектов с повышенной точностью, поскольку имеется, как правило, неполная и неточная исходная информация, вариативность признаков, небольшой размер выборки и ограниченное время для принятия решений. Целью работы являетсяПоказать полностьюповышение точности алгоритмов сегментации и распознавания объектов на изображениях для визуализации и интерпретации экспериментальных медицинских данных.Методы исследования: методы цифровой обработки изображений, методы распознавания образов, методы программирования.Достигнутые результаты: метод сегментации по отдельным объектам, метод определения параметров сегментации для обнаружения границ объекта, методика и алгоритмическое обеспечение анализа изображений с использованием шиарлет-преобразования и нейронной сети, позволяющие повысить точность сегментации объектов и их классификации, а также уменьшить ошибки распознавания патологии на рентгенограммах и КТ изображениях.Результаты рекомендуется использовать в практическом здравоохранении в системах компьютерной диагностики.