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....
Gespeichert in:
| Veröffentlicht in: | Кибернетика и системный анализ |
|---|---|
| Datum: | 2014 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2014
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/115774 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | 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. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-115774 |
|---|---|
| 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 |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| 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_short |
Информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| 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_sort |
информационно-экстремальний алгоритм обучения системы распознавания морфологических изображений при диагностировании онкологических патологий |
| author |
Довбыш, А.С. Руденко, М.С. |
| author_facet |
Довбыш, А.С. Руденко, М.С. |
| topic |
Новые средства кибернетики, информатики, вычислительной техники и системного анализа |
| topic_facet |
Новые средства кибернетики, информатики, вычислительной техники и системного анализа |
| publishDate |
2014 |
| language |
Russian |
| container_title |
Кибернетика и системный анализ |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| 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 |
| 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.
|
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/115774 |
| 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. |
| work_keys_str_mv |
AT dovbyšas informacionnoékstremalʹniialgoritmobučeniâsistemyraspoznavaniâmorfologičeskihizobraženiipridiagnostirovaniionkologičeskihpatologii AT rudenkoms informacionnoékstremalʹniialgoritmobučeniâsistemyraspoznavaniâmorfologičeskihizobraženiipridiagnostirovaniionkologičeskihpatologii AT dovbyšas ínformacíinoekstremalʹniialgoritmnavčannâsistemirozpíznavannâmorfologíčnihzobraženʹpridíagnostuvanníonkologíčnihpatologíi AT rudenkoms ínformacíinoekstremalʹniialgoritmnavčannâsistemirozpíznavannâmorfologíčnihzobraženʹpridíagnostuvanníonkologíčnihpatologíi AT dovbyšas informationextremelearningalgorithmforthesystemofrecognitionofmorphologicalimagesatdiagnosingcancerpathology AT rudenkoms informationextremelearningalgorithmforthesystemofrecognitionofmorphologicalimagesatdiagnosingcancerpathology |
| first_indexed |
2025-12-07T21:14:00Z |
| last_indexed |
2025-12-07T21:14:00Z |
| _version_ |
1850885580082118656 |