Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/30717Повний запис метаданих
| Поле DC | Значення | Мова |
|---|---|---|
| dc.contributor.advisor | Пастух, Олег Анатолійович | - |
| dc.contributor.author | Бріль, Андрій Сергійович | - |
| dc.contributor.author | Brilʹ, Andriy | - |
| dc.date.accessioned | 2020-01-22T11:00:22Z | - |
| dc.date.available | 2020-01-22T11:00:22Z | - |
| dc.date.issued | 2019-12 | - |
| dc.date.submitted | 2019-12 | - |
| dc.identifier.citation | Бріль А.С Розробка системи підтримки прийняття рішень на основі розпізнавання зображень: дипломна робота на здобуття освітнього ступеня «магістр» за спеціальністю „121 — інженерія програмного забезпечення“/ А.С. Бріль . — Тернопіль: ТНТУ, 2019. — 93 с. | uk_UA |
| dc.identifier.uri | http://elartu.tntu.edu.ua/handle/lib/30717 | - |
| dc.description.abstract | Дана робота присвячена розробці системи підтримки прийняття рішень на основі розпізнавання зображень, а саме їхньої сегментації. Реалізовано програмний продукт для сегментації й аналізу вхідних зображень з відображенням результатів розпізнавання. Методи й програмні засоби, які були використані для реалізації: мова програмування Python бібліотеку Keras, NumPy та TensorFlow. Практичне значення. Реалізовано систему для сегментації зображень із зручністю завантаження та їхнього аналізу і отримання змістовної інформації щодо отриманих результатів. | uk_UA |
| dc.description.abstract | This paper is about developing a decision support system based on image recognition, namely their segmentation. Implemented a software product for segmenting and analyzing input images to display recognition results. Methods and tools used to implement this: Python programming language Keras library, NumPy and TensorFlow. Practical meaning. A system for image segmentation with ease of downloading and analyzing them and getting meaningful information about the results obtained. | - |
| dc.language.iso | uk | uk_UA |
| dc.publisher | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
| dc.subject | 121 | uk_UA |
| dc.subject | інженерія програмного забезпечення | uk_UA |
| dc.subject | НЕЙРОННІ МЕРЕЖІ | uk_UA |
| dc.subject | ШТУЧНІ НЕЙРОННІ МЕРЕЖІ | uk_UA |
| dc.subject | СЕГМЕНТАЦІЯ ЗОБРАЖЕНЬ | uk_UA |
| dc.subject | РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ | uk_UA |
| dc.subject | СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ | uk_UA |
| dc.subject | ЕКСПЕРТНІ СИСТЕМИ | uk_UA |
| dc.subject | МАШИННЕ НАВЧАННЯ | uk_UA |
| dc.subject | ЗГОРТКОВІ НЕЙРОННІ МЕРЕЖІ | uk_UA |
| dc.title | Розробка системи підтримки прийняття рішень на основі розпізнавання зображень | uk_UA |
| dc.title.alternative | Development of a decision support system based on image recognition | uk_UA |
| dc.type | Master Thesis | uk_UA |
| dc.contributor.committeeMember | Приймак, Микола Володимирович | - |
| dc.coverage.placename | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
| dc.subject.udc | 004.8 | uk_UA |
| dc.relation.references | 1. Продеус А. Н., Захрабова Е. Н. Экспертные системы в медицине / А. Н. Продеус, Е. Н. Захрабова. – К.: ВЕК +, 1998. – 320 с. 2. Сілагін О.В., Евтушенко В.В. Ідентифікація кольорових відтінків із застосуванням апарату нечіткої логіки // Збірник праць Десятої Міжнародної науково практичної конференції «Інтернет-Освіта-Наука» (ІОН-2016). – Вінниця: ВНТУ, 2016. – С. 50 – 51. 3. Експертні системи [Електронний ресурс] – Режим доступу: URL: https://studopedia.org/12-75160.html. 4. Анализ инструментальных средств обработки биомедицинских данных [Електронний ресурс] – Режим доступу: URL: https://cyberleninka.ru/article/n/analiz-instrumentalnyh-sredstv-obrabotki-ivizualizatsii-biomeditsinskih-dannyh-magnitno-rezonansnoy-tomografii-obzorliteratury/. 5. Марусина М.Я. Современие види томографи: Навчальний посібник [Текст] Марусина М.Я., Казначеева А.О. – СПб: СПбГУ ИТМО, 2006 – 132с. 6. Rosse S. Enhancement of BOLD-contrast sensitivity by single-shot multiecho functional MR imaging [Text] / Rosse S., Wiese S., Gembris D., Mathiak K., Kessler C., Grosse-Ruykken M.L., Elghwagi B., Richards T., Dager S.R., Kiselev V.G. // Magnetic Resonanse in Medicine.-1999.- Vol.42(1).- P.87-97. 7. Розуменко В.Д. Опухоли головного мозга: современие возможности клинической діагностики [Текст] / В.Д. Розуменко ,, Мистецтво лікування. 2006 – №2 – С. 44-47. 8. Методи отримання медичних зображень [Електронний ресурс] – Режим доступу: URL: https://studfiles.net/preview/5280766/page:3/.84 9. Конспект лекцій з дисципліни “Обробка сигналів та зображень” / Укладачі: к.т.н., доцент Фриз М.Є., Стадник М. А. – Тернопіль: ТНТУ, 2015 – 97 с. 10. Основи аналізу багатовимірних сигналів [Електронний ресурс] – Режим доступу URL: https://bit.ly/2EF9zPJ. 11. Технические и принципиальные границы увеличения пространственного разрешения в МРТ [Електронний ресурс] – Режим доступу: URL: https://poznayka.org/s8240t1.html. 12. Серегин, П.С. Тенденции развития методов устранения артефактов МРТ [Текст]: Обработка сигналов в радиотехнических системах: сб. науч. тр. / ТГУ. – Тула, 2005. – 15с. 13. Стругайло В.В. Обзор методов фильтрации и сегментации цифровых изображений [Текст]: Наука и Образование, 2012. – №5. – 10с. 14. Сегментация зображений кластерным методом [Електронний ресурс] – Режим доступу: URL: https://cyberleninka.ru/article/n/segmentatsiya-izobrazheniyklasternym-metodom-i-algoritmom-sluchaynyh-skachkov-sravnitelnyy-analiz/. 15. Farahani, K., Menze, B., Reyes, M., 2014. Brats 2014 Challenge Manuscripts. URL: http://www.braintumorsegmentation.org. 16. Bengio, Y., Courville, A., Vincent, P., 2013. Representation learning: A review and new perspectives. Pattern Analysis and Machine Intelligence, IEEE Transactions on 35, 1798–1828. 17. D. Cobzas, N. Birkbeck, M. Schmidt, M. Jagersand, and A. Murtha, “3D variational brain tumor segmentation using a high dimensional feature set,” in Proc. ICCV, 2007, pp. 1–8. 18. E. Geremia, B. H. Menze, O. Clatz, E. Konukoglu, A. Criminisi, and N. Ayache, “Spatial decision forests for MS lesion segmentation in multichannel MR images,” in Proc. MICCAI, 2010.85 19. A. Criminisi and J. Shotton, Decision Forests for Computer Vision and Medical Image Analysis. Heidelberg, Germany: Springer, 2013. 20. B. H. Menze, K. Van Leemput, D. Lashkari, M.-A. Weber, N. Ayache, and P. Golland, “Segmenting glioma in multi-modal images using a generative model for brain lesion segmentation,” in Proc. MICCAIBRATS, 2012, pp. 1–8. 21. Farabet, C., Couprie, C., Najman, L., LeCun, Y., 2013. Learning hierarchical features for scene labeling. Pattern Analysis and Machine Intelligence, IEEE Transactions on 35, 1915–1929. 22. Модуль Нейрокибернетика [Електронний ресурс]. – Режим доступу: URL: https://dispace.edu.nstu.ru/didesk/file/get/174509. 23. Deep Learning based Semantic Segmentation using Keras [Електронний ресурс] – Режим доступу: URL: https://divamgupta.com/imagesegmentation/2019/06/06/deep-learning-semantic-segmentation-keras.html. 24. Wnet для решения задачи сегментации изображений головного мозга при ишемическом инсульте [Електронний ресурс] – Режим доступу: URL: http://itas2017.iitp.ru/media/papers/1570366075_DhEFrsH.pdf. 25. Image Augmentation: How to overcome small radiology datasets [Електронний ресурс] – Режим доступу: URL: https://www.quantib.com/blog/image-augmentation-how-to-overcome-smallradiology-datasets. 26. Санітарні норми мікроклімату виробничих приміщень [Електронний ресурс] – Режим доступу: URL: https://zakon.rada.gov.ua/rada/show/va042282-99. 27. Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин [Електронний ресурс] – Режим доступу: URL: https://zakon.rada.gov.ua/rada/show/v0007282-98. 28. Санітарні норми мікроклімату виробничих приміщень [Електронний ресурс] – Режим доступу URL: https://zakon.rada.gov.ua/rada/show/va042282-99.86 29. Методичні вказівки для виконання розділу дипломної роботи щодо техніко-економічного обґрунтування вибору проектного рішення розробки та оцінки якості програмного забезпечення / Упор. Петрик М.Р., Кінах Я.І., Головатий А.І., Рогатинська Л.Р. – Тернопіль: Вид-во ТНТУ ім. І. Пулюя. – 2013. – 34 с | - |
| dc.identifier.citationen | Bril A.S. Development of a decision support system based on image recognition: Diploma thesis for the qualification level of magistr on specialty "121 — Software Engineering"/ A.S. Bril— Ternopil: TNTU, 2019. — 93 pp. | uk_UA |
| dc.contributor.affiliation | Тернопільський національний технічний університет імені Івана Пулюя | uk_UA |
| dc.coverage.country | UA | uk_UA |
| Розташовується у зібраннях: | 121 — інженерія програмного забезпечення | |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| aref_Bril_M_2020.pdf | 257,22 kB | Adobe PDF | Переглянути/відкрити | |
| dyplom_Bril_K_2020.pdf | 1,66 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора