https://ela.kpi.ua/handle/123456789/28980
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Добровська, Людмила Миколаївна | - |
dc.contributor.author | Столпаков, Ілля Євгенійович | - |
dc.date.accessioned | 2019-08-28T17:14:45Z | - |
dc.date.available | 2019-08-28T17:14:45Z | - |
dc.date.issued | 2019-06 | - |
dc.identifier.citation | Столпаков, І. Є. Розробка програмного забезпечення сегментації біомедичних зображень на основі згорткової нейронної мережі : дипломна робота ... бакалавра : 6.050101 Комп’ютерні науки / Столпаков Ілля Євгенійович. – Київ, 2019. – 83 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/28980 | - |
dc.language.iso | uk | uk |
dc.subject | сегментація | uk |
dc.subject | класифікація | uk |
dc.subject | нейронна мережа (нм) | uk |
dc.subject | segmentation | uk |
dc.subject | classification | uk |
dc.subject | neural network (nn) | uk |
dc.title | Розробка програмного забезпечення сегментації біомедичних зображень на основі згорткової нейронної мережі | uk |
dc.type | Bachelor Thesis | uk |
dc.format.page | 83 с. | uk |
dc.publisher.place | Київ | uk |
dc.description.abstractuk | Обсяг пояснювальної записки становить 82 сторінки, 47 ілюстрацій, 18 таблиць, 6 формул та 50 джерел за переліком посилань. Метою дослідження є розробка системи сегментації біомедичних зображень на основі згорткової нейронної мережі. Завдання: 1. Створення математичних моделей для сегментації пухлин. 2. Створення математичних моделей різних конфігурацій для отриманні більш чіткої сегментації. 3. Проектування програмного додатку на основі математичних моделей. 4. Реалізація моделей та інтегрування їх до програмного забезпечення Розробка була здійснена засобами мови програмування Python в середовищі розробки PyCharm IDE 2019 та за допомогою програмних бібліотек NumPy, Pandas, Tensorflow, Keras, Flask. | uk |
dc.description.abstracten | This explanatory note contains a total of 82 pages, 47 illustrations, 18 tables, 6 formulas and 50 sources for references. The purpose of research is to develop a system for segmentation biomedical images based on a convolutional neural network. Tasks: 1. Creation of mathematical models for tumor segmentation. 2. Creation of mathematical models of different configurations for more accurate segmentation. 3. Designing a software application based on mathematical models 4. Implement models and integrate them to the software The development was made by tools of the Python programming language in the development environment of PyCharm IDE 2019 and using the software libraries NumPy, Pandas, Tensorflow, Keras, Flask. | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
Appears in Collections: | Бакалаврські роботи Бакалаврські роботи (БМК) |
File | Description | Size | Format | |
---|---|---|---|---|
Stolpakov_bakalavr.docx | 5.76 MB | Microsoft Word XML | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.