Academic Journal
К вопросу отбора объектов на цифровых медицинских изображениях
| Title: | К вопросу отбора объектов на цифровых медицинских изображениях |
|---|---|
| Publisher Information: | ООО Цифра, 2023. |
| Publication Year: | 2023 |
| Subject Terms: | quantitative content analysis, radiomics, Kullback method, medical informatics, метод Шеннона, метод Кульбака, медицинская информатика, medical image analysis, радиомика, анализ медицинских изображений, Shannon coding, количественный контент-анализ |
| Description: | This work focuses on the selection of objects in digital medical images. The basic methods used for image processing are defined. It is established that a unified concept and unified methods for the selection of objects on medical images are currently absent. Applicable methods are limited by the scope of their use and requirements for the volume of calculations. The application of traditional processing methods to standard images instead of mathematical ones causes additional difficulties. The most common methods for processing digital medical images are Shannon and Kullback methods, as well as neural networks. All of them have limitations both in their application and in the interpretation of the results obtained. Работа посвящена вопросу отбора объектов на цифровых медицинских изображениях. Определены основные методы, применяемые для обработки изображений. Установлено, что единая концепция и единые методы отбора объектов на медицинских изображениях в настоящее время отсутствуют. Применяемые методы ограничены областью применения и требованиями к объёмам вычислений. Дополнительные сложности несёт применение к стандартным изображениям традиционных методов обработки вместо математических. Наиболее распространёнными методами обработки цифровых медицинских изображений являются методы Шеннона и Кульбака, а также применение нейросетей. Все они имеют ограничения как по применению, так и по интерпретации полученных результатов. Международный научно-исследовательский журнал, Выпуск 4 (130) 2023 |
| Document Type: | Article |
| Language: | Russian |
| DOI: | 10.23670/irj.2023.130.44 |
| Rights: | CC BY |
| Accession Number: | edsair.doi...........c2cc7b2a433bdabd7de36b4245c59c9f |
| Database: | OpenAIRE |
| DOI: | 10.23670/irj.2023.130.44 |
|---|