Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий
Рассмотрена оптимизация набора градаций яркости пикселей изображений морфологии тканей пациентов, полученных при диагностировании онкопатологий. Исследовано влияние набора градаций яркости пикселей на функциональную эффективность обучения системы распознавания изображений онкологических заболеваний....
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2014 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2014
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/115774 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий / А.С. Довбыш, М.С. Руденко // Кибернетика и системный анализ. — 2014. — Т. 50, № 1. — С. 178-184. — Бібліогр.: 8 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862751909686804480 |
|---|---|
| author | Довбыш, А.С. Руденко, М.С. |
| author_facet | Довбыш, А.С. Руденко, М.С. |
| citation_txt | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий / А.С. Довбыш, М.С. Руденко // Кибернетика и системный анализ. — 2014. — Т. 50, № 1. — С. 178-184. — Бібліогр.: 8 назв. — рос. |
| collection | DSpace DC |
| container_title | Кибернетика и системный анализ |
| description | Рассмотрена оптимизация набора градаций яркости пикселей изображений морфологии тканей пациентов, полученных при диагностировании онкопатологий. Исследовано влияние набора градаций яркости пикселей на функциональную эффективность обучения системы распознавания изображений онкологических заболеваний. Установлено, что изменение набора яркости пикселей рецепторного поля увеличивает значение критерия функциональной эффективности и, как результат, достоверность распознавания.
Розглянуто оптимізацію набору градацій яскравості пікселів зображень морфології тканин пацієнтів, одержаних при діагностуванні онкопатологій. Досліджено вплив набору градацій яскравості пікселів на функціональну ефективність навчання системи розпізнавання зображень онкологічних захворювань. За результатами дослідження виявлено, що зміна набору яскравості пікселів рецепторного поля збільшує значення критерію функціональної ефективності і, як результат, достовірність розпізнавання.
The paper considers the optimization of a set of brightness gradations for pixel images of tissue morphology in patients with oncological pathology. The influence of the set of pixel brightness gradations on the functional performance of the training system of cancer image recognition is analyzed. The analysis revealed that the modified set of brightness of pixels of the receptive field increases the value of the criterion of functional efficiency and, as a result, the reliability of the recognition.
|
| first_indexed | 2025-12-07T21:14:00Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-115774 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| language | Russian |
| last_indexed | 2025-12-07T21:14:00Z |
| publishDate | 2014 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Довбыш, А.С. Руденко, М.С. 2017-04-12T08:34:11Z 2017-04-12T08:34:11Z 2014 Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий / А.С. Довбыш, М.С. Руденко // Кибернетика и системный анализ. — 2014. — Т. 50, № 1. — С. 178-184. — Бібліогр.: 8 назв. — рос. https://nasplib.isofts.kiev.ua/handle/123456789/115774 681.518:004.93.1 Рассмотрена оптимизация набора градаций яркости пикселей изображений морфологии тканей пациентов, полученных при диагностировании онкопатологий. Исследовано влияние набора градаций яркости пикселей на функциональную эффективность обучения системы распознавания изображений онкологических заболеваний. Установлено, что изменение набора яркости пикселей рецепторного поля увеличивает значение критерия функциональной эффективности и, как результат, достоверность распознавания. Розглянуто оптимізацію набору градацій яскравості пікселів зображень морфології тканин пацієнтів, одержаних при діагностуванні онкопатологій. Досліджено вплив набору градацій яскравості пікселів на функціональну ефективність навчання системи розпізнавання зображень онкологічних захворювань. За результатами дослідження виявлено, що зміна набору яскравості пікселів рецепторного поля збільшує значення критерію функціональної ефективності і, як результат, достовірність розпізнавання. The paper considers the optimization of a set of brightness gradations for pixel images of tissue morphology in patients with oncological pathology. The influence of the set of pixel brightness gradations on the functional performance of the training system of cancer image recognition is analyzed. The analysis revealed that the modified set of brightness of pixels of the receptive field increases the value of the criterion of functional efficiency and, as a result, the reliability of the recognition. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Новые средства кибернетики, информатики, вычислительной техники и системного анализа Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий Інформаційно-екстремальний алгоритм навчання системи розпізнавання морфологічних зображень при діагностуванні онкологічних патологій Information-extreme learning algorithm for the system of recognition of morphological images at diagnosing cancer pathology Article published earlier |
| spellingShingle | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий Довбыш, А.С. Руденко, М.С. Новые средства кибернетики, информатики, вычислительной техники и системного анализа |
| title | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| title_alt | Інформаційно-екстремальний алгоритм навчання системи розпізнавання морфологічних зображень при діагностуванні онкологічних патологій Information-extreme learning algorithm for the system of recognition of morphological images at diagnosing cancer pathology |
| title_full | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| title_fullStr | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| title_full_unstemmed | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| title_short | Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| title_sort | информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| topic | Новые средства кибернетики, информатики, вычислительной техники и системного анализа |
| topic_facet | Новые средства кибернетики, информатики, вычислительной техники и системного анализа |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/115774 |
| work_keys_str_mv | AT dovbyšas informacionnoékstremalʹniialgoritmobučeniâsistemyraspoznavaniâmorfologičeskihizobraženiipridiagnostirovaniionkologičeskihpatologii AT rudenkoms informacionnoékstremalʹniialgoritmobučeniâsistemyraspoznavaniâmorfologičeskihizobraženiipridiagnostirovaniionkologičeskihpatologii AT dovbyšas ínformacíinoekstremalʹniialgoritmnavčannâsistemirozpíznavannâmorfologíčnihzobraženʹpridíagnostuvanníonkologíčnihpatologíi AT rudenkoms ínformacíinoekstremalʹniialgoritmnavčannâsistemirozpíznavannâmorfologíčnihzobraženʹpridíagnostuvanníonkologíčnihpatologíi AT dovbyšas informationextremelearningalgorithmforthesystemofrecognitionofmorphologicalimagesatdiagnosingcancerpathology AT rudenkoms informationextremelearningalgorithmforthesystemofrecognitionofmorphologicalimagesatdiagnosingcancerpathology |