" Н а у к а м о л о д ы х " , 3 0 - 3 1 м а р т а 2 0 1 7 г . , А р з а м а с
П о с в я щ а е т с я 1 0 0 - л е т и ю Р о с т и с л а в а Е в г е н ь е в и ч а А л е к с е е в а
476
Введение
В основном на исследуемом изображении присутствуют шумы и
искажения. Различного рода помехи затрудняют процесс выделения объектов и
правильного отображения их границ, поэтому алгоритмы выделения контуров и
сегментирования
играют
одну
из
главных
ролей
в
процессе
автоматизированной обработки изображения.
Проблема распознавания изображения приобрела одно из главных
значений в условиях информационных перегрузок, когда человеку, из-за
различных шумов, сложно понять, что представлено на изображении.
Результатом такого распознавания является большая нагрузка на мозг,
которому одновременно приходится воспринимать изображение и
обрабатывать.
Рассматривается использование нейронных сетей для выделения
объектов на фотоизображениях гортани человека.
При постановке диагноза у пациентов со стенозом голосового отдела
гортани необходимо измерение площади ее просвета. Поэтому является
актуальным поиск новых объективных методик, позволяющих измерить размер
голосовой щелина вдохе по полученному эндоскопическому изображению.
Остаётся актуальным поиск новых объективных методик, которые
позволят определять голосовую щель на вдохе, что поможет врачу
объективизировать степень выраженности стеноза гортани.
Выделение границ гортани на снимке.
Для выделения области гортани на эндоскопическом снимке будем
использовать нейронные сети.
На вход подается изображение снимка гортани (рис. 1).
Рис. 1 – Снимок гортани
Для реализации одного перцептрона мы будем использовать метод
градиентного спуска. Метод обычно применяется как один из этапов при
реализации более сложных и точных моделей. Главная идея данного метода
