Разработка алгоритма обнаружения заболеваний с помощью медицинских изображений и их экспериментальная проверка

Source: Современные инновации, системы и технологии, Vol 5, Iss 1 (2025)

Subject Terms: классификация, рак молочной железы, маммография, диагностики, Tkinter, опухоль, медицинские изображения, T1-995, Technology (General)

Access URL: https://doaj.org/article/12d5e270c4c14ad6b1df0adc664540bb

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДЛЯ ОПИСАНИЯ ФОРМ КАМНЕЙ В ПОЧКАХ НА ОСНОВЕ ИХ ГЕОМЕТРИЧЕСКИХ ОСОБЕННОСТЕЙ

Authors: Beknazarova S.S.

Subject Terms: kidney stones, mathematical modeling, geometric characteristics, image segmentation, threshold method, diagnostics, lithotripsy, volume, shape, medical images, computed tomography, ultrasound, shape analysis, individualized treatment, мочекаменная болезнь, камни в почках, математическое моделирование, геометрические характеристики, сегментация изображений, пороговый метод, диагностика, литотрипсия, объем, форма, медицинские изображения, компьютерная томография, ультразвуковое исследование, анализ формы, индивидуализированное лечение, buyrak toshlari, matematik modellashtirish, geometrik xususiyatlar, tasvir segmentatsiyasi, chegara usuli, diagnostika, litotripsiya, hajm, shakl, tibbiy tasvirlar, kompyuter tomografiyasi, ultratovush, shakl tahlili, individual davolash

Применение микросервисной архитектуры при анализе медицинских изображений

Contributors: Ермоченко, С. А., науч. рук.

Subject Terms: микросервисы, медицинская диагностика, медицинские изображения, микросервисная архитектура

File Description: application/pdf

Access URL: https://rep.vsu.by/handle/123456789/47213

ВЫЯВЛЕНИЕ КОЖНЫХ ЗАБОЛЕВАНИЙ ПО ИЗОБРАЖЕНИЯМ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ И ГЛУБОКОГО ОБУЧЕНИЯ

Subject Terms: классификация, предварительная обработка изображений, Deep learning, кожные заболевания, сегментация, Classification, машинное обучение, Skin diseases, Medical images, Segmentation, Image preprocessing, Machine learning, медицинские изображения, глубокое обучение

Recognition of text areas with personal data on diagnostic images ; Распознавание областей текста с персональными данными на диагностических изображениях

Authors: V. P. Novik, N. S. Kulberg, K. M. Arzamasov, S. F. Chetverikov, A. N. Khoruzhaya, D. V. Kozlov, E. I. Kremneva, В. П. Новик, Н. С. Кульберг, К. М. Арзамасов, С. Ф. Четвериков, А. Н. Хоружая, Д. В. Козлов, Е. И. Кремнева

Contributors: Публикация подготовлена при поддержке гранта Российского научного фонда № 22-25-20231, https://rscf.ru/project/22-25-20231/.

Source: Medical Visualization; Том 27, № 4 (2023); 150-158 ; Медицинская визуализация; Том 27, № 4 (2023); 150-158 ; 2408-9516 ; 1607-0763

Subject Terms: DICOM, medical images, convolutional neural networks, Tesseract, data anonymization, медицинские изображения, свёрточные нейронные сети, анонимизация данных

File Description: application/pdf

Relation: https://medvis.vidar.ru/jour/article/view/1263/816; dicomstandard.org [Internet]. Dicom standard: Current Edition [cited 2022 Aug 27]. Available from: https://www.dicomstandard.org/current.; Aryanto K.Y.E., Oudkerk M., van Ooijen P.M.A. Free dicom de-identification tools in clinical research: functioning and safety of patient privacy. Eur. Radiol. 2015; 25 (12): 3685–3695. http://doi.org/10.1007/s00330-015-3794-0; Daye D., Wiggins W.F., Lungren M.P. et al. Implementation of Clinical Artificial Intelligence in Radiology: Who Decides and How? Special Rep. Radiol. 2022; 305 (1): E62. http://doi.org/10.1148/radiol.229021; dclunie.com [Internet]. David Clunie's Medical Image Format Site: Dicomcleaner [cited 2022 Aug 23]. Available from: http://www.dclunie.com.; Cook T.S., Zimmerman S.L., Steingall S.R. et al. Radiance: An automated, enterprise-wide solution for archiving and reporting ct radiation dose estimates. Radiographics. 2011; 31 (7): 1833–1846. http://doi.org/10.1148/rg.317115048; Vcelak P., Kryl M., Kratochvil M., Kleckova J. Identification and classification of dicom files with burned-in text content. Int. J. Med. Inform. 2019; 126: 128–137. http://doi.org/10.1016/j.ijmedinf.2019.02.011.; Monteiro E., Costa C., Oliveira J.L. A de-identification pipeline for ultrasound medical images in dicom format. J. Med. Syst. 2017; 41 (5): 89. http://doi.org/10.1007/s10916-017-0736-1.; Kin G., Tsui W., Chan T. Automatic selective removal of embedded patient information from image content of dicom files. Am. J. Roentgenol. 2012; 198 (4): 769–772. http://doi.org/10.2214/AJR.10.6352; Smith R. An overview of the Tesseract OCR engine. Proc. in Int. Conference on Document Analysis and Recognition (ICDAR). 2007; 629–633. http://doi.org/10.1109/ICDAR.2007.56; Левенштейн В. Двоичные коды с исправлением выпадений, вставок и замещений символов. Доклады АН СССР. 1965; 163: 845–848.; Schulz K., Mihov S. Fast string correction with levenshtein automata. IJDAR. 2002; 5: 67–85. http://doi.org/10.1007/s10032-002-0082-8; github.com [Internet]. Center of Diagnostics and Telemedicine. Find Anomalies in Tomography. Medical images markup system [cited 2022 Aug 3]. Available from: https://github.com/Center-of-Diagnostics-andTelemedicine/FAnTom.; Mason D. SU-E-T-33: Pydicom: An Open Source DICOM Library. Medical Physics. 2011; 38 (6, Part 10): 3493–3493. ttp://doi.org/10.1118/1.3611983; Bradski G. The OpenCV Library. Dr Dobb's Journal of Software Tools. 2000.; Павлов Н.А., Андрейченко А.Е., Владзимирский А.В., Ревазян А.А., Кирпичев Ю.С., Морозов С.П. Эталонные медицинские датасеты (MosMedData) для независимой внешней оценки алгоритмов на основе искусственного интеллекта в диагностике. Digital Diagnostics. 2021; 2 (1): 49–66. http://doi.org/10.17816/DD60635; Morozov S.P., Gombolevskiy V.A., Elizarov A.B. et al. A simplified cluster model and a tool adapted for collaborative labeling of lung cancer CT scans. Comput. Methods Programs Biomed. 2021; 206: 106–111. http://doi.org/10.1016/j.cmpb.2021.106111.; О персональных данных: [федер. закон: принят Гос. Думой 8 июля. 2006 г.: по состоянию на 2 июля 2021 г.].; https://medvis.vidar.ru/jour/article/view/1263

Availability: https://medvis.vidar.ru/jour/article/view/1263
https://doi.org/10.24835/1607-0763-1263

Безэталонные метрики качества изображений клеток крови

Authors: Черных, Е. М., Михелев, В. М., Петров, Д. В.

Subject Terms: техника, кибернетика, информационные технологии, обработка изображений, компьютерное зрение, микроскопические изображения крови, оценка качества, медицинские изображения, классификация лейкоцитов

Relation: http://dspace.bsu.edu.ru/handle/123456789/57387

Availability: http://dspace.bsu.edu.ru/handle/123456789/57387

Утечка данных при обучении нейронных сетей на примере анализа медицинских изображений

Subject Terms: медицинские изображения, нейронные сети, утечка данных, машинное обучение

File Description: application/pdf

Access URL: http://earchive.tpu.ru/handle/11683/71161

Утечка данных при обучении нейронных сетей на примере анализа медицинских изображений

Authors: Шубкин, Е. О.

Subject Terms: утечка данных, нейронные сети, медицинские изображения, машинное обучение

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XIX Международной научно-практической конференции студентов, аспирантов и молодых учёных, 21-25 марта 2022 г., г. Томск; http://earchive.tpu.ru/handle/11683/71161

Availability: http://earchive.tpu.ru/handle/11683/71161

Применение микросервисной архитектуры при анализе медицинских изображений

Authors: Богданов, А. А.

Contributors: Ермоченко, С. А., науч. рук.

Subject Terms: медицинская диагностика, медицинские изображения, микросервисная архитектура, микросервисы

File Description: application/pdf

Relation: 704ceac5e4f784b81b77efe72b344a77; https://rep.vsu.by/handle/123456789/47213

Availability: https://rep.vsu.by/handle/123456789/47213

Применение методов радиомики для формирования признакового пространства в задаче распознавания церебральных аневризм

Source: Международный научный журнал "Современные информационные технологии и ИТ-образование". 18

Subject Terms: граф, radiomics, neural network, распознавание образов, pattern recognition, медицинские изображения, medical imaging, graph, радиомика, cerebral aneurysms, нейронная сеть, церебральные аневризмы

ГЕНЕРАЦИЯ ИСКУССТВЕННЫХ ИЗОБРАЖЕНИЙ ПОРАЖЕНИЙ КОЖНОГО ПОКРОВА С ИСПОЛЬЗОВАНИЕМ ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНЫХ НЕЙРОННЫХ СЕТЕЙ

Subject Terms: НЕЙРОННЫЕ СЕТИ, ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНЫЕ СЕТИ, ГЛУБОКОЕ ОБУЧЕНИЕ, МЕДИЦИНСКИЕ ИЗОБРАЖЕНИЯ

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/117260

Анализ результатов распознавания патологий на рентгенологических изображениях грудной клетки с помощью карт активации классов

Authors: Друки, Алексей Алексеевич, Скворцов, С. А.

Subject Terms: распознавание, паталогии, рентгеновские изображения, рентгенография, медицинские изображения

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых учёных, 22-26 марта 2021 г., г. Томск; http://earchive.tpu.ru/handle/11683/68020

Availability: http://earchive.tpu.ru/handle/11683/68020

Comparative study of COVID and pulmonary fibrotic CT lung images using siamese networks with VGG16

Authors: Aksenov, Sergey Vladimirovich, Samuel Ragland Francis, Natzina Juanita, Samuel Ragland Francis, Nadine Susanne

Subject Terms: компьютерная томография, нейронные сети, медицинские изображения, диагностические исследования, COVID-19

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых учёных, 22-26 марта 2021 г., г. Томск; http://earchive.tpu.ru/handle/11683/68022

Availability: http://earchive.tpu.ru/handle/11683/68022

Обзор методов сегментации медицинских изображений

Authors: Шубкин, Е. О.

Subject Terms: сегментация, медицинские изображения, сверточные нейронные сети, цифровые изображения

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых учёных, 22-26 марта 2021 г., г. Томск; http://earchive.tpu.ru/handle/11683/68017

Availability: http://earchive.tpu.ru/handle/11683/68017

A comparative analysis between image segmentation architectures: U-Net and U-Net++

Authors: Aksenov, Sergey Vladimirovich, Toro, Mohammed Lawal

Subject Terms: сравнительный анализ, архитектура, сегментация, изображения, медицинская визуализация, медицинские изображения, нейронные сети, сверточные сети

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых учёных, 22-26 марта 2021 г., г. Томск; http://earchive.tpu.ru/handle/11683/68008

Availability: http://earchive.tpu.ru/handle/11683/68008

Assessment of tools and libraries for digital imaging and communications in medicine (DICOM)

Authors: Aksenov, Sergey Vladimirovich, Toro, Mohammed Lawal

Subject Terms: цифровые изображения, коммуникации, медицина, цифровая обработка, диагностика, радиографические методы, медицинские изображения, операционные системы

File Description: application/pdf

Relation: Молодежь и современные информационные технологии : сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых учёных, 22-26 марта 2021 г., г. Томск; http://earchive.tpu.ru/handle/11683/67925

Availability: http://earchive.tpu.ru/handle/11683/67925

Обзор методов сегментации медицинских изображений

Subject Terms: цифровые изображения, медицинские изображения, сегментация, сверточные нейронные сети

File Description: application/pdf

Access URL: http://earchive.tpu.ru/handle/11683/68017

Анализ результатов распознавания патологий на рентгенологических изображениях грудной клетки с помощью карт активации классов

Subject Terms: рентгенография, распознавание, медицинские изображения, паталогии, рентгеновские изображения

File Description: application/pdf

Access URL: http://earchive.tpu.ru/handle/11683/68020

Сегментация мультимодальных изображений на основе методов машинного обучения

Subject Terms: медицинские изображения, сегментация, алгоритмы, кластеризация, мультимодальные изображения, машинное обучение

File Description: application/pdf

Access URL: http://earchive.tpu.ru/handle/11683/64630

Аннотирование объектов на медицинских изображениях рентгенографии грудной клетки с применением нейронных сетей

Subject Terms: объекты, аннотирование, рентгенография, медицинские изображения, аннотация, грудная клетка, нейронные сети, алгоритмы, 3. Good health

File Description: application/pdf

Access URL: http://earchive.tpu.ru/handle/11683/64713