Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/52185

Назва: Топологічно-орієнтований пошук архітектур U-net на основі генетичного алгоритму для тривимірної сегментації
Інші назви: Topologically oriented search of U-net architectures based on genetic algorithm for three-dimensional segmentation
Автори: Іванюк, А.
Ivanyuk, A.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя
Ternopil Ivan Puluj National Technical University
Бібліографічний опис: Іванюк А. Топологічно-орієнтований пошук архітектур U-net на основі генетичного алгоритму для тривимірної сегментації / Іванюк А. // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, 24-25 квітня 2026 р. — Т. : ТНТУ, 2026. — С. 184–185. — (Інформаційні технології).
Бібліографічне посилання: Іванюк А. Топологічно-орієнтований пошук архітектур U-net на основі генетичного алгоритму для тривимірної сегментації // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, Тернопіль, 24-25 квітня 2026 р. 2026. С. 184–185.
Bibliographic citation (APA): Ivanyuk, A. (2026). Topolohichno-oriientovanyi poshuk arkhitektur U-net na osnovi henetychnoho alhorytmu dlia tryvymirnoi sehmentatsii [Topologically oriented search of U-net architectures based on genetic algorithm for three-dimensional segmentation]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 24-25 April 2026, Ternopil, 184-185. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO): Ivanyuk A. (2026) Topolohichno-oriientovanyi poshuk arkhitektur U-net na osnovi henetychnoho alhorytmu dlia tryvymirnoi sehmentatsii [Topologically oriented search of U-net architectures based on genetic algorithm for three-dimensional segmentation]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues” (Tern., 24-25 April 2026), pp. 184-185 [in Ukrainian].
Є частиною видання: Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“, 2026
Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 2026
Конференція/захід: Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Журнал/збірник: Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Дата публікації: 24-кві-2026
Дата внесення: 10-чер-2026
Видавництво: ТНТУ
TNTU
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 24-25 квітня 2026 р.
24-25 April 2026
Науковий керівник: Матійчук, Любомир Павлович
Matiichuk, L.
УДК: 004.93.2
004.89
Кількість сторінок: 2
Діапазон сторінок: 184-185
Початкова сторінка: 184
Кінцева сторінка: 185
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/52185
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя, 2026
Перелік літератури: 1. Tafforeau P. et al. Imaging intact human organs with local resolution of cellular structures using hierarchical phase-contrast tomography. Nature Methods. 2021.
2. Yagi S. et al. Deep learning for 3D vascular segmentation in hierarchical phase contrast tomography: a case study on kidney. Scientific Reports. 2024.
3. HuBMAP Consortium. Hacking the Human Vasculature – kidney blood vessel segmentation benchmark. Kaggle. 2023.
4. Pizer S. M. et al. Adaptive histogram equalization and its variations. Computer Vision, Graphics, and Image Processing. 1987; 39: 355–368.
5. Zuiderveld K. Contrast Limited Adaptive Histogram Equalization. Graphics Gems IV. 1994: 474–485.
6. Otsu N. A threshold selection method from gray-level histograms. IEEE Trans. Systems, Man, and Cybernetics. 1979; 9(1): 62–66.
7. Frangi A. F. et al. Multiscale vessel enhancement filtering. MICCAI 1998: 130–137.
8. Khouy M. et al. Medical Image Segmentation Using Automatic Optimized U-Net Architecture Based on Genetic Algorithm. Journal of Personalized Medicine. 2023; 13(9): 1298.
References: 1. Tafforeau P. et al. Imaging intact human organs with local resolution of cellular structures using hierarchical phase-contrast tomography. Nature Methods. 2021.
2. Yagi S. et al. Deep learning for 3D vascular segmentation in hierarchical phase contrast tomography: a case study on kidney. Scientific Reports. 2024.
3. HuBMAP Consortium. Hacking the Human Vasculature – kidney blood vessel segmentation benchmark. Kaggle. 2023.
4. Pizer S. M. et al. Adaptive histogram equalization and its variations. Computer Vision, Graphics, and Image Processing. 1987; 39: 355–368.
5. Zuiderveld K. Contrast Limited Adaptive Histogram Equalization. Graphics Gems IV. 1994: 474–485.
6. Otsu N. A threshold selection method from gray-level histograms. IEEE Trans. Systems, Man, and Cybernetics. 1979; 9(1): 62–66.
7. Frangi A. F. et al. Multiscale vessel enhancement filtering. MICCAI 1998: 130–137.
8. Khouy M. et al. Medical Image Segmentation Using Automatic Optimized U-Net Architecture Based on Genetic Algorithm. Journal of Personalized Medicine. 2023; 13(9): 1298.
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.