| 000 | 03431naa2a2200445 4500 | ||
|---|---|---|---|
| 001 | 626581 | ||
| 005 | 20231030035559.0 | ||
| 035 | _a(RuTPU)RU\TPU\conf\26008 | ||
| 035 | _aRU\TPU\conf\25405 | ||
| 090 | _a626581 | ||
| 100 | _a20180320d2017 k y0rusy50 ba | ||
| 101 | 0 |
_aeng _deng |
|
| 102 | _aRU | ||
| 105 | _ay z 101zy | ||
| 135 | _adrcn ---uucaa | ||
| 181 | 0 | _ai | |
| 182 | 0 | _ab | |
| 200 | 1 |
_aDetection of fibrosis regions in the lungs based on CT scans _fNatzina Juanita Francis _gsci. adv. S. V. Aksenov |
|
| 203 |
_aТекст _cэлектронный |
||
| 230 | _a1 компьютерный файл (pdf; 273 Kb) | ||
| 300 | _aЗаглавие с титульного экрана | ||
| 320 | _a[Библиогр.: с. 8-9 (8 назв.)] | ||
| 330 | _aThe main aim in the article was to provide an accurate, simple and fast algorithm that can increase the performance of the system and thereby the efficiency. Accurate results for lung images have not been accurate as the edges form in many diverse ways. Thereby, a universally applicable edge detection algorithm cannot comply with the purpose of detecting fibrosis. Thus by considering and furthermore introducing a deep convolutional neural network with pixel manipulation, the detection of fibrosis can be made easy, efficient and even accurate unlike the traditional learning structures. By implementing this we are free from extraction of features or even computation of multiple channels and thus suggesting a very straight forward method in terms of the detection and output accuracy. | ||
| 461 | 1 |
_0(RuTPU)RU\TPU\conf\25267 _tИнформационные технологии в науке, управлении, социальной сфере и медицине _oсборник научных трудов IV Международной научной конференции, 5-8 декабря 2017 г., Томск _oв 2 ч. _fНациональный исследовательский Томский политехнический университет (ТПУ) _d2017 |
|
| 463 | 1 |
_0(RuTPU)RU\TPU\conf\26007 _tЧ. 2 _fНациональный исследовательский Томский политехнический университет (ТПУ) ; под ред. О. Г. Берестневой [и др.] _v[С. 4-9] _d2017 |
|
| 610 | 1 | _aэлектронные ресурсы | |
| 610 | 1 | _aтруды учёных ТПУ | |
| 610 | 1 | _aimages | |
| 610 | 1 | _aneural network | |
| 610 | 1 | _aтомографические изображения | |
| 610 | 1 | _aнейронные сети | |
| 610 | 1 | _aметоды обработки | |
| 610 | 1 | _aфиброз | |
| 610 | 1 | _aлегкие | |
| 700 | 0 | _aNatzina Juanita Francis | |
| 702 | 1 |
_aAksenov _bS. V. _cSpecialist in the field of informatics and computer technology _cAssociate Professor of Tomsk Polytechnic University, Candidate of technical sciences _f1983- _gSergey Vladimirovich _2stltpush _4727 |
|
| 712 | 0 | 2 |
_aНациональный исследовательский Томский политехнический университет _bИнженерная школа информационных технологий и робототехники _bОтделение информационных технологий _h7951 _2stltpush _3(RuTPU)RU\TPU\col\23515 |
| 801 | 2 |
_aRU _b63413507 _c20180326 _gRCR |
|
| 856 | 4 | _uhttp://earchive.tpu.ru/handle/11683/46959 | |
| 942 | _cBK | ||