Обработка и анализ биомедицинских изображений при легочных заболеваниях основанный на сверточные нейронные сети
Another Title
Processing and analysis of biomedical images in pulmonary diseases based on convolutional neural networks
Abstract
В статье приведены результаты исследования методологических и алгоритмических основ обработки и анализа биомедицинских изображений легочных заболеваний. Разработаны методы, алго- ритмы обучения и архитектура сверточных нейронных сетей для классификации изображений легких. Сформирована базы биомедицинских изображений легочных заболеваний с последующей их обработкой. Предложен способ оцифровки изображений и клинических данных, чтобы получить данные для моделей в форме, удобной и готовой для анализа. Предложенные алгоритмы основаны на сверточные нейронные сети, и обеспечивают автоматически извлекать и анализировать ключевые признаки на изображениях.
Abstract in another language
Computed tomography (CT) is based on the use of X-rays to obtain layered images of the body. From the perspective of biophysics, this method allows us to study the physical properties of biological tissues: their density, atomic composition, and process dynamics. Innovative technologies such as spectral CT, photon–counting detectors, iterative reconstruction algorithms and 4D tomography are being introduced today. These solutions provide a more accurate representation of the structure of living tissues while reducing the radiation dose.