X-RAY IMAGE SEGMENTATION WITH THE USE OF MACHINE LEARNING ALGORITHMS

Artemyev, M. S.; Serazetdinov, A. R.; Smirnov, A. A.

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/107152

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Artemyev, M. S.	en
dc.contributor.author	Serazetdinov, A. R.	en
dc.contributor.author	Smirnov, A. A.	en
dc.date.accessioned	2021-12-30T04:56:57Z	-
dc.date.available	2021-12-30T04:56:57Z	-
dc.date.issued	2020	-
dc.identifier.citation	Artemyev M. S. X-RAY IMAGE SEGMENTATION WITH THE USE OF MACHINE LEARNING ALGORITHMS / M. S. Artemyev, A. R. Serazetdinov, A. A. Smirnov // Физика. Технологии. Инновации : тезисы докладов VII Международной молодежной научной конференции, посвященной 100-летию Уральского федерального университета (Екатеринбург, 18–22 мая 2020 г.). — Екатеринбург : УрФУ, 2020. — C. 1022.	en
dc.identifier.uri	http://elar.urfu.ru/handle/10995/107152	-
dc.description.abstract	Oncological diseases interpretation through CT imaging is a commonly used method of cancer issues diagnosis. Designed neural network reaches aggregations segmentation accuracy of about 90-93%, although some weak points still remain.	en
dc.format.mimetype	application/pdf	en
dc.language.iso	en	en
dc.publisher	УрФУ	ru
dc.relation.ispartof	Физика. Технологии. Инновации. Тезисы докладов (ФТИ-2020)	ru
dc.title	X-RAY IMAGE SEGMENTATION WITH THE USE OF MACHINE LEARNING ALGORITHMS	en
dc.type	Conference Paper	en
dc.type	info:eu-repo/semantics/conferenceObject	en
dc.type	info:eu-repo/semantics/publishedVersion	en
dc.conference.name	VII Международная молодежная научная конференция «Физика. Технологии. Инновации», посвященная 100-летию Уральского федерального университета	ru
dc.conference.date	18.05.2020-22.05.2020	-
local.description.firstpage	1022	-
local.description.lastpage	1022	-
Располагается в коллекциях:	Конференции, семинары

Файлы этого ресурса:

Файл	Описание	Размер	Формат
fti_2020_581.pdf		192,88 kB	Adobe PDF	Просмотреть/Открыть

Показать базовое описание ресурса Статистика

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.