@article{Ковалев В. А.2020-11-02,
author = { Ковалев В. А.,  Войнов Д. М.,  Малышев В. Д.,  Лапо Е. Д.,},
title = {Компьютеризированная диагностика рака простаты на основе полнослайдовых гистологических изображений и методов глубокого обучения},
year = {2020},
doi = {10.37661/1816-0301-2020-17-4-48-60},
publisher = {NP «NEICON»},
abstract = {Представлены результаты экспериментальных исследований и разработки средств автоматического анализа и распознавания гистологических изображений с целью получения количественных оценок наличия и степени агрессивности рака простаты в общепринятых шкалах Глисона  и ISUP. В качестве исходных данных использовались 10 616 полнослайдовых гистологических изображений с размером большей стороны до 100 000 пикселов и 22 089 их фрагментов размером 256×256 пикселов. Проведена оценка эффективности решения задачи с применением как традиционных методов, так и методов глубокого обучения. В качестве финальных выбраны два решения. Первое решение основано на последовательном анализе фрагментов изображений и включает выделение признаков с использованием сети ResNet50 и последующим обобщением частных результатов распознавания с помощью небольшой сверточной сети. Второе решение базируется на одновременном анализе отобранных информативных участков, представленных в виде промежуточного псевдоизображения, и последующем его распознавании с использованием ансамбля из четырех вариантов сверточных сетей с архитектурой EfficientNetB0. В результате независимого тестирования на закрытом наборе изображений, недоступных авторам, достигнута точность предсказания финальной оценки по шкале ISUP, равная 0,9277.},
URL = {https://www.academjournals.by/publication/18327},
eprint = {https://www.academjournals.by/files/18280},
journal = {Информатика},
}