• ВХОД
  •  

    Полное описание

    Разработка трехмерной сверточной нейронной сети с вниманием для обнаружения аневризм / С. Г. Синица, Е. И. Зяблова, Д. О. Кардаильская [и др.]. - DOI 10.14357/20718594240209. - Текст : непосредственный // Искусственный интеллект и принятие решений. - 2024. - N 2. - С. 116-122. - Библиогр. в конце ст. - ISSN 2071-8594.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.032.26
    28.23.37004.85

    Рубрики:
    Искусственный интеллект
    Нейронные сети
    Машинное обучение
    Медицина

    Кл.слова (ненормированные): компьютерная томография -- ангиография -- интракраниальные аневризмы -- трехмерная сверточная нейронная сеть -- машинное обучение
    Аннотация: Рассмотрен прототип трехмерной сверточной нейронной сети с блоком внимания, определяющей вероятность наличия признаков интракраниальных аневризм головного мозга в отдельном исследовании контрастной компьютерной томографии-ангиографии. Для обучения сети использовались данные контрастных компьютерной томографии-ангиографии в формате DICOM с содержанием интракраниальных аневризм и без них. Данные были разделены на тренировочное и валидационное подмножества в пропорции 65 и 35%, соответственно. С применением библиотек Keras и Tensorflow в среде программирования Python разработана модель трехмерной сверточной нейронной сети со входными данными размерности 192x192x128, состоящая из четырех слоев свертки с ядром размерности 3 и блока внимания на себя. Меткость, точность и полнота классификации на тестовой выборке достигли 96, 99 и 93%, соответственно, что превысило показатели известных ранее нейросетей.
    Доп. точки доступа:
    Синица, Сергей Геннадьевич
    Зяблова, Елена Игоревна
    Кардаильская, Дарья Олеговна
    Заяц, И.А.
    Халафян, Алексан Альбертович
    Ищенко, А.В.

    Экз-ры полностью 0c656f9fec98729ca380d1b6868f9514/2024/2
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -013944-071693)

    Шифр в сводном ЭК: 245d24a5ed530913bbcd620048a52f63




    Заказ фрагмента документа ₽