Application of transfer learning for enhanced pulmonary disease detection via ct image embeddings

Скорочена інформація про документ
dc.contributor.authorSmilianets, F.
dc.date.accessioned2024-05-02T06:30:26Z
dc.date.available2024-05-02T06:30:26Z
dc.date.issued2024
dc.description.abstractThis paper presents a method for сomputed tomography imaging analysis for disease diagnosis, extending and fine-tuning a previously trained network to generate embedding vectors. A KNeighborsClassifier trained on produced embeddings achieved an accuracy of 0.987.
dc.format.pagerangePp. 23-29
dc.identifier.citationSmilianets, F. Application of transfer learning for enhanced pulmonary disease detection via ct image embeddings / Smilianets F. // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2024. – № 1 (44). – С. 24-29. – Бібліогр.: 9 назв.
dc.identifier.doihttps://doi.org/10.20535/1560-8956.44.2024.302198
dc.identifier.issn1560-8956
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66608
dc.language.isoen
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2024. – № 1 (44)
dc.rights.urihttps://creativecommons.ru/licenses
dc.subjectmulticlass classification
dc.subjectconvolutional neural networks
dc.subjectcomputed tomography scan analysis
dc.subjectembedding
dc.subjecttransfer learning
dc.subjectCOVID-19
dc.subject.udc004.932.2
dc.titleApplication of transfer learning for enhanced pulmonary disease detection via ct image embeddings
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
302198-697385-1-10-20240417.pdf
Розмір:
379.52 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2024. – № 1 (44)