Компьютерная оптика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Компьютерная оптика:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Компьютерная оптика, 2023, том 47, выпуск 6, страницы 958–967
DOI: https://doi.org/10.18287/2412-6179-CO-1339 (Mi co1199) 		 
Эта публикация цитируется в 1 научной статье (всего в 1 статье)

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Алгоритм определения групп крови по изображениям серологических планшетов

С. А. Корчагинab, Е. Е. Зайченковаac, Д. А. Шараповac, Е. И. Ершовac, Ю. В. Буторинabd, Ю. Ю. Венгеровab

a Институт проблем передачи информации им. А. А. Харкевича Российской академии наук, г. Москва
b Московский государственный университет имени М. В. Ломоносова
c Московский физико-технический институт
d ООО «СИНТЭКО-КОМПЛЕКС», 142530, Россия, Московская область, г. Электрогорск, ул. Будёного, д. 1а
PDF полного текста (2243 kB) Список цитирования (1)
DOI: https://doi.org/10.18287/2412-6179-CO-1339
Аннотация: В работе рассматривается алгоритм для автоматизации системы медицинской экспресс-диагностики, предназначенной для определения группы крови путем анализа реакции агглютинации (склеивания эритроцитов). После забора крови и заполнения серологического планшета лаборанту достаточно разместить его в специальном сканере для последующего автоматического определения группы крови. Оцифровка данных и помощь лаборанту в распознавании планшетов позволяет решить сразу две критически важные задачи: хранение результатов анализа и контроль человеческого фактора. Предлагаемый алгоритм распознавания позволяет точно определить границы лунок и оценить степень агглютинации посредством легковесной свёрточной нейронной сети. Был собран уникальный набор данных с независимой оценкой степени агглютинации медицинскими экспертами. Наивысшая достигнутая точность оценки степени агглютинации на собранном наборе данных из 3231 изображения лунок оказалась сопоставима с оценкой среднего эксперта и составила 98,2%.
Ключевые слова: агглютинация, группа крови, классификация, преобразование Хафа, глубокое обучение
Поступила в редакцию: 10.05.2023
Принята в печать: 20.06.2023
Тип публикации: Статья
Образец цитирования: С. А. Корчагин, Е. Е. Зайченкова, Д. А. Шарапов, Е. И. Ершов, Ю. В. Буторин, Ю. Ю. Венгеров, “Алгоритм определения групп крови по изображениям серологических планшетов”, Компьютерная оптика, 47:6 (2023), 958–967
Цитирование в формате AMSBIB
\RBibitem{KorZaySha23}
\by С.~А.~Корчагин, Е.~Е.~Зайченкова, Д.~А.~Шарапов, Е.~И.~Ершов, Ю.~В.~Буторин, Ю.~Ю.~Венгеров
\paper Алгоритм определения групп крови по изображениям серологических планшетов
\jour Компьютерная оптика
\yr 2023
\vol 47
\issue 6
\pages 958--967
\mathnet{http://mi.mathnet.ru/co1199}
\crossref{https://doi.org/10.18287/2412-6179-CO-1339}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co1199
  • https://www.mathnet.ru/rus/co/v47/i6/p958
    • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Компьютерная оптика
    Статистика просмотров:
    Страница аннотации:20
    PDF полного текста:8
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024