DSpace Collection:http://dspace.bsuedu.ru/handle/123456789/643332026-04-04T20:53:26Z2026-04-04T20:53:26ZРаспознавание и классификация МРТ-изображений головного мозга с использованием нейронных сетейЯсир М.Дж.Аль Жанзир З.М.http://dspace.bsuedu.ru/handle/123456789/649032025-04-22T00:03:41Z2025-01-01T00:00:00ZTitle: Распознавание и классификация МРТ-изображений головного мозга с использованием нейронных сетей
Authors: Ясир М.Дж.; Аль Жанзир З.М.
Abstract: В статье представлено исследование, посвященное разработке нейросетевого инструментария для классификации изображений магнитно-резонансной томографии (МРТ). Исследование посвящено решению актуальной научно-технической задачи, нацеленной на повышение точности диагностирования онкологических заболеваний человеческого мозга2025-01-01T00:00:00ZРазбиение контура изображения графического объекта на фрагменты в задачах классификацииТитов, А. И.Корсунов, Н. И.Щербинина, Н. В.http://dspace.bsuedu.ru/handle/123456789/649022025-04-22T00:03:39Z2025-01-01T00:00:00ZTitle: Разбиение контура изображения графического объекта на фрагменты в задачах классификации
Authors: Титов, А. И.; Корсунов, Н. И.; Щербинина, Н. В.
Abstract: В статье обоснован метод распознавания графических объектов на основе анализа контуров изображений, включающий выделение особых точек и использование скелетного представления контуров2025-01-01T00:00:00ZCoronary artery stenosis detection based on deep learning modelsShchetinin, E. Yu.Tiutiunnik, A. A.http://dspace.bsuedu.ru/handle/123456789/649012025-04-22T00:03:36Z2025-01-01T00:00:00ZTitle: Coronary artery stenosis detection based on deep learning models
Authors: Shchetinin, E. Yu.; Tiutiunnik, A. A.
Abstract: This article discusses popular deep learning-based stenosis detection models. The models differed in their basic neural network architecture and were pre-trained on publicly available data. A comparative analysis of the models is presented based on the main performance indicators: average accuracy (mAP), image processing time, and the number of model parameters2025-01-01T00:00:00ZАлгоритм поддержки принятия решений об использовании мультикоптера для корректировки местоположения выпасаемых животныхКарви, Дж.К.Дж.Польщиков, К. Аhttp://dspace.bsuedu.ru/handle/123456789/649002025-04-22T00:03:48Z2025-01-01T00:00:00ZTitle: Алгоритм поддержки принятия решений об использовании мультикоптера для корректировки местоположения выпасаемых животных
Authors: Карви, Дж.К.Дж.; Польщиков, К. А
Abstract: В статье представлено исследование в сфере точного управления животноводством на основе применения беспилотных летательных аппаратов и сети Интернета вещей. Исследование посвящено решению актуальной научно-технической задачи, нацеленной на обеспечение своевременности использования мультикоптера для корректировки местонахождения выпасаемых животных2025-01-01T00:00:00Z