Остання редакція: 2024-10-05
Анотація
У швидкому розвитку технологій комп’ютерного зору нейронні мережі стали потужним рішенням для ідентифікації об’єктів на зображеннях і відео. Розглянуто використання можливостей згорткових нейронних мереж (CNN) для виявлення об’єктів у медичних зображеннях, зокрема фотографій і відео, отриманих за допомогою отоскопічних досліджень, з метою полегшення діагностичних процедур, використовуючи алгоритм YOLO.
Ключові слова
Посилання
Rao D., Singh R., Kamath S., Pendekanti S., Pai D., Kolekar S., Holla R., Pathan S. OTONet: Deep Neural Network for Precise Otoscopy Image Classification. P. 1-1. 2024. DOI:10.1109/ACCESS.2024.3351668.
Ragab M., Jadid Abdulkadir S., Muneer A., Alqushaibi A., Sumiea E., Qureshi R., Al-Selwi S., Alhussian H. A Comprehensive Systematic Review of YOLO for Medical Object Detection. 2024. P. 1-1. DOI:10.1109/ACCESS.2024.3386826.
Binol H., Niazi M., Elmaraghy C. OtoXNet-automated identification of eardrum diseases from otoscope videos: a deep learning study for video-representing images. Neural Comput & Applic. 2022 №34. DOI:10.1007/s00521- 022-07107-6
Quan H., Lai H., Gao G., Ma J., Li J., Chen Dongji. Pairwise CNN-Transformer Features for Human–Object Interaction Detection. Entropy. 2024. №26. 205 p. DOI:10.3390/e26030205.
Wang J., Kang S.,Wang J., Zhang X., Ma Zh. Mirror R-CNN: Object Detection with Flipped Image. 2024. P.154-166. DOI:10.1007/978-981-97-0855-0_16.