" 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
480
Рис. 3 - Выделенная область просвета гортани
Выводы
В результате мы получили нейронную сеть, позволяющую с достаточной
точностью определить границы гортани на эндоскопических снимках, даже
если снимки имеет шумы и искажения. Вначале был использован метод
градиентного спуска. Оказалось необходимым минимизировать нелинейную
функцию от нескольких аргументов. Далее разработана сама нейронная сеть.
Также показан программный алгоритм реализации перцептрона.
Библиографический список
1.
Тропченко А.Ю. Методы вторичной обработки изображений и
распознавания объектов. Учебное пособие. – СПб: СПбГУ ИТМО, 2012. – 52 с
2.
Барский А.Б. Нейронные сети: распознавание, управление,
принятие решений. - Москва,2004.
3.
Местецкий Л.М. МГУ, ВМиК, кафедра «Математические методы
прогнозирования», 2002–2004.
4.
Фисенко В.Т. Компьютерная обработка и распознавание
изображений. // СПбГУ ИТМО.2008. С.-192.
5.
Абламейко С.В. Обработка оптических изображений клеточных
структур в медицине. //Минск. 2005.
А.С.Павлова, студентка 2 курса
группа ЗМАР 15-1, кафедра КиТ РЭС АПИ НГТУ им. Р.Е. Алексеева
г. Арзамас
РЕДАКТОР БАЗЫ ДАННЫХ ЭЛЕКТРОРАДИОЭЛЕМЕНТОВ
ALTIUMDESIGNER
