Βελτιστοποίηση προεπεξεργασίας για τμηματοποίηση ιατρικής εικόνας με χρήση συνελικτικών νευρωνικών δικτύων
Τα τελευταία χρόνια, μέθοδοι βαθιάς μάθησης και κυρίως τα συνελικτικά νευρωνικά δίκτυα (‘CNN’) έχουν επιτυχή εφαρμογή σε διάφορους τομείς, όπως σε επεξεργασία φυσικής γλώσσας, σε ανακάλυψη φαρμάκων, αναγνώριση προσώπου, αλλά κυρίως αποτελούν μια ισχυρή μέθοδο για επίλυση προβλημάτων κατηγοριοποίησης...
Main Author: | Καραγγελής, Απόστολος |
---|---|
Other Authors: | Karangelis, Apostolos |
Language: | Greek |
Published: |
2020
|
Subjects: | |
Online Access: | http://hdl.handle.net/10889/13551 |
Similar Items
-
Τμηματοποίηση και τρόποι σύνδεσης κανονικών ρηγμάτων στην κεντρική Ελλάδα
by: Ζάμπος, Μιλτιάδης
Published: (2010) -
Knee joint segmentation based on deep learning and label fusion techniques
by: Κελλάρη, Ασπασία
Published: (2020) -
Impact of pre-processing methods on lesion image feature extraction in PET
by: Βανταράκης, Σωτήριος
Published: (2022) -
Segmentation and analysis of clinical dermatology images
by: Τζίκα, Ελένη
Published: (2022) -
Επίδραση τεχνικών μείωσης θορύβου στην τμηματοποίηση πνευμονικών πεδίων στην υπολογιστική τομογραφία
by: Αρκούδη, Μαρία
Published: (2013)