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, 2021, том 45, выпуск 6, страницы 879–886
DOI: https://doi.org/10.18287/2412-6179-CO-832 (Mi co979) 		 
Эта публикация цитируется в 1 научной статье (всего в 1 статье)

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Нейросетевой классификатор гиперспектральных снимков кожных патологий

В. О. Винокуровa, И. А. Матвееваa, Ю. А. Христофороваa, О. О. Мякининa, И. А. Братченкоa, Л. А. Братченкоa, А. А. Морятовa, С. В. Козловb, А. С. Мачихинc, И. Абдулхалимd, В. П. Захаровa

a Самарский национальный исследовательский университет имени академика С. П. Королева
b Самарский государственный медицинский университет
c Научно-технологический центр уникального приборостроения РАН
d Университет имени Давида Бен Гуриона в Негеве
PDF полного текста (1350 kB) Список цитирования (1)
DOI: https://doi.org/10.18287/2412-6179-CO-832
Аннотация: В работе представлены результаты применения нейросетевого классификатора для анализа снимков злокачественных и доброкачественных кожных образований, полученных с помощью гиперспектральной камеры. С помощью трёхблочной нейросети архитектуры VGG произведена классификация набора двумерных изображений меланомы, папилломы и базальноклеточной карциномы, полученных в диапазонах 530–570 и 600–606 нм, характеризуемых наибольшим поглощением меланина и гемоглобина. Проанализирована достаточность включения в обучающий набор двумерных изображений ограниченного спектрального диапазона. Полученные результаты позволяют судить о значительных перспективах применения нейросетевых алгоритмов обработки гиперспектральных данных для классификации кожных патологий. При относительно малом наборе обучаю-щих данных точность классификации для трех типов новообразований составила 96
Ключевые слова: гиперспектральная визуализация, нейросетевой классификатор, меланин, гемоглобин, онкопатология, меланома, базальноклеточная карцинома, VGG
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 19-52-06005
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-52-06005 МНТИ_а.
Поступила в редакцию: 09.11.2020
Принята в печать: 12.07.2021
Тип публикации: Статья
Образец цитирования: В. О. Винокуров, И. А. Матвеева, Ю. А. Христофорова, О. О. Мякинин, И. А. Братченко, Л. А. Братченко, А. А. Морятов, С. В. Козлов, А. С. Мачихин, И. Абдулхалим, В. П. Захаров, “Нейросетевой классификатор гиперспектральных снимков кожных патологий”, Компьютерная оптика, 45:6 (2021), 879–886
Цитирование в формате AMSBIB
\RBibitem{VinMatKhr21}
\by В.~О.~Винокуров, И.~А.~Матвеева, Ю.~А.~Христофорова, О.~О.~Мякинин, И.~А.~Братченко, Л.~А.~Братченко, А.~А.~Морятов, С.~В.~Козлов, А.~С.~Мачихин, И.~Абдулхалим, В.~П.~Захаров
\paper Нейросетевой классификатор гиперспектральных снимков кожных патологий
\jour Компьютерная оптика
\yr 2021
\vol 45
\issue 6
\pages 879--886
\mathnet{http://mi.mathnet.ru/co979}
\crossref{https://doi.org/10.18287/2412-6179-CO-832}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co979
  • https://www.mathnet.ru/rus/co/v45/i6/p879
    • 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:23
    PDF полного текста:9
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024