Пошук академічних текстів

Інформація × Реєстраційний номер 2119U007462, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Система визначення типу пухлин на основі результатів сегментації медичних зображень Автор Карлюк Анастасія ВікторівнаKarliuk Anastasiya Viktorivna Дата публікації 01-06-2019 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/29091 Видання Київ Опис Обсяг пояснювальної записки становить 87 сторінок, 41 ілюстрацію, 17 таблиць, 34 формул и та 45 джерел за переліком посилань. Метою дослідження є розробка системи визначення типу пухлини на основі результатів сегментації медичних зображень. Завдання: 1. Створення математичних моделей для визначення типу пухлин за результатами сегментації. 2. Порівняння класифікаційної можливості моделей та вибір методу сегментації з найбільшою точністю. 3. Проектування програмного додатку на основі отриманих моделей. 4. Реалізація моделей та інтегрування їх до програмного забезпечення. Розробка була здійснена засобами мови програмування C# в середовищі розробки Microsoft Visual Studio 2017 та за допомогою програмного інструменту для інтелектуального аналізу даних GMDH Shell DS. На основі результатів дипломної роботи було опубліковано статтю Карлюк А. В., Носовець О. К. Дослідження ефективності методу сегментації медичних зображень SNAP в залежності від місця локалізаці ї пухлини // Міжнародний науковий журнал "Інтернаука". — 2019. — No8. Проект розроблено на замовлення компанії «Alcora-Group» та буде впроваджений в робочий процес в 2019-2020 рр. (акт впровадження від 27 травня 2019 р.) This explanatory note contains a total of 87 pages, 41 illustrations, 17 tables, 34 formulas and 45 sources for references. The purpose of research is to develop a system for determining the type of tumor based on the results of the segmentation of medical images. Tasks: 1. Creation of mathematical models for determining the type of tumors by results of segmentation. 2. Comparison of classify's the possibility each models and choice of the method of segmentation with the highest accuracy. 3. Designing a software application based on the received models. 4. Realization of models and integration them into software. Development was carried out by means of the С# programming language in Microsoft Visual Studio 2017 development environment and programing tool for intellectual data analysis GMDH Shell DS. Based on this dissertation, the article was published by Karluk A, Nosovets O. Studying the efficiency of snap medical image segmentation method depend on localization of the tumor // International scientific journal "Internet Science". - 2019 - No8. The project was developed by order of «Alcora-Group» and it is going to be implemented in the workflow in 2019-2020 (implementation act dated May 27, 2019). Додано в НРАТ 2025-11-05 Закрити