NAU Harvester System
Інтелектуальна система діагностики патології щитовидної залози
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Інтелектуальна система діагностики патології щитовидної залози
INTELLIGENT SYSTEM OF DIAGNOSTICS OF THYROID GLAND PATHOLOGY |
|
| Creator |
Chumachenko, O. I.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»
Kot, A. T.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» Voitiuk, О. O.; Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» |
|
| Subject |
Iнтелектуальна система діагностики патології щитовидної залози; нечіткі нейронні мережі; згорткові нейронні мережі
УДК 681.327.12 (045) Thyroid pathology diagnostics intelligent system; fuzzy neural networks; convolution neural networks. — |
|
| Description |
Розглянуто принцип побудови інтелектуальної системи діагностики патологій щитовидної залози. Визначено основні особливості ультразвукових зображень для пацієнтів з раком щитовидної залози. Запропоновано структурну схему інтелектуальної діагностики, яка включає дві основні підсистеми: підтримки прийняття рішень і обробки зображень. В якості класифікатора використовується нечітка нейронна мережа (NEFCLLASS) через її синергетичні можливості: представлення результату на основі правил і можливості узагальнення. Як функції активації нейрона (для розрахунку активації правил на основі функцій приналежності) використовується Т-норма. Для обробки ультразвукових зображень використовується згорткова нейронна мережа.
It is considered a principle of thyroid pathology diagnostics intelligent system structure. It is determined basic ultrasound images features for patients with thyroid cancers. The block diagram of intellectual diagnostics is proposed. It includes two basic subsystems: making decision support and image processing. As a classifier it is used fuzzy neural networks (NEFCLASS) due to its synergy capabilities: rule-based representation and generalization possibilities. As a activation function of rule neuron (to calculate of activation of rules on the basis of membership functions) the T-norm is used. It is used convolution neural networks for ultrasound images processing. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— |
|
| Date |
2018-09-29
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/13228
10.18372/1990-5548.57.13228 |
|
| Source |
Electronics and Control Systems; Том 3, № 57 (2018); 24-29
Электроника и системы управления; Том 3, № 57 (2018); 24-29 Електроніка та системи управління; Том 3, № 57 (2018); 24-29 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|