Згорткова нейронна мережа для класифікації томографічних і рентгенівських знімків в системі розпізнавання.

A. Поляченко

doi:10.36910/6775-2524-0560-2019-36-15

A. Поляченко Київський національний університет імені Тараса Шевченка

DOI: https://doi.org/10.36910/6775-2524-0560-2019-36-15

Ключові слова: система розпізнавання, згорткова нейронна мережа, томографічні та рентгенівські знімки, пошук і локалізація патологій, ме-дичні зображення.

Анотація

У роботі запропоновано та побудовано систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій. Дана система включає блоки: введення інформації про пацієнта, обробки медичних зображень, для встановлення висновку, для класифікації виявлених патологій, базу даних, підготовки звіту. У статті приділено увагу особливостям розробки згорткової нейронної мережі для класифікації томографічних і рентгенівських знімків в системі розпізнавання, призначеної для пошуку і локалізації патологій. В результаті, було запропоновано згорткову нейронну мережу для класифікації томографічних і рентгенівських знімків в запропонованій системі розпізнавання, призначеної для пошуку і локалізації патологій.

Посилання

Anam М. An Efficient Brain Tumor Detection Algorithm Using Watershed & Thresholding Based Segmentation. Image, Graphics and Signal Processing. 2012. Vol. 10. Pp. 34-39.

Bansal S. Performance analysis of color based region split and merge and otsu’s thresholding techniques for brain tumor extraction. International Journal of Engineering Research and Applications. 2013. Vol. 3, issue 4. Pp. 1640-1643.

Hakeem A. A. A new approach to image segmentation for brain tumor detection using pillar k-means algorithm. International Journal of Advanced Research in Computer and Communication Engineering. 2013. Vol. 2, issue 3. Pp. 1429-1436.

Hough P. V.C. Method and means for recognizing complex patterns .U.S. Patent 3,069,654. -December 18, 1962.

Kharrat A. Detection of brain tumor in medical images. International Conference on Signals, Circuits and Systems. 2009. Pp. 1-6.

Logeswari T. An improved implementation of brain tumor detection using segmentation based on hierarchical self organizing map. In-ternational Journal of Computer Theory and Engineering. 2010. Vol. 2, no. 4, pp. 1793-8201.

Marr D. Proceedings of the Royal Society of London. Series B, Biological Sciences. Vol. 207, no. 1167. Pp. 187-217.

Neeraj Sharma Automated medical image segmentation techniques. Journal of medical physics. 2010. No. 35. Pp. 3-14.

Prewitt J. M. S. Object enhancement and extraction, picture processing and psychopictorics. NY : Academic Pres, 1970. Pp. 75-149.

Rakesh M. Image segmentation and detection of tumor objects in MR brain images using fuzzy C-means (FCM) algorithm. Internation-al Journal of Engineering Research and Applications. 2012. No. 2, issue 3. Pp. 2088-2094.

Roberts L. G. Machine perception of three-dimensional solids. Optical and Electro-Optical Information Processing. MIT Pres, 1965. Pp. 159-197.

Robinson G. S. Edge detection by compass gradient masks. Computer Graphics and Image Processing. 1977. Vol. 6, no. 5. Pp. 492-502.

Sobel I. E. Camera models and machine perception, PHD dissertation. Stanford University, 1970. 303 р.