Preview

Доклады БГУИР

Расширенный поиск

МОРФОЛОГИЧЕСКИЙ И СПЕКТРАЛЬНЫЙ АНАЛИЗ ГИСТОЛОГИЧЕСКОЙ ТКАНИ С ИСПОЛЬЗОВАНИЕМ ГЛУБОКИХ СВЕРТОЧНЫХ СЕТЕЙ

Полный текст:

Аннотация

Представлены результаты исследования применения глубоких сверточных нейронных сетей к гиперспектральным изображениям.

Об авторах

С. В. Трухан
Объединенный институт проблем информатики НАН Беларуси
Беларусь

Трухан Станислав Вячеславович - аспирант ОИПИ НАН Беларуси

220012, г. Минск, ул. Сурганова, 6

тел. +375-29-614-37-27



А. М. Недзьведь
Объединенный институт проблем информатики НАН Беларуси
Беларусь
доктор  технических  наук, профессор,  главный  научный  сотрудник  ОИПИ НАН Беларуси


А. Колер
Норвежский университет естественных наук
Беларусь

доктор  естественных  наук,  профессор физики  кафедры  RealTek

г. Ос



Список литературы

1. Marker-free automated histopathological annotation of lung tumour subtypes by FTIR imaging / F. Großerueschkamp [et al.] // Analyst. 2015. Vol. 140, № 7. P. 2114–2120.

2. Robust classification of low-grade cervical cytology following analysis with ATR-FTIR spectroscopy and subsequent application of self-learning classifier eClass / J.G. Kelly [et al.] // Anal. Bioanal. Chem. 2010. Vol. 398, № 5. P. 2191–2201.

3. Distinction of cervical cancer biopsies by use of infrared microspectroscopy and probabilistic neural networks / A. Podshyvalov [et al.] // Appl. Opt. 2005. Vol. 44, № 18. P. 3725.

4. Udelhoven T., Novozhilov M., Schmitt J. The NeuroDeveloper®: a tool for modular neural classification of spectroscopic data // Chemom. Intell. Lab. Syst. 2003. Vol. 66, № 2. P. 219–226.

5. Evaluation and discrimination of simvastatin-induced structural alterations in proteins of different rat tissues by FTIR spectroscopy and neural network analysis / S. Garip [et al.] // Analyst. 2010. Vol. 135. P. 3233–3241.

6. Combining random forest and 2D correlation analysis to identify serum spectral signatures for neuro-oncology / B.R. Smith [et al.] // Analyst. 2016. Vol. 141, № 12. P. 3668–3678.

7. An investigation of the RWPE prostate derived family of cell lines using FTIR spectroscopy / M.J. Baker [et al.] // Analyst. 2010. Vol. 135, № 5. P. 887–894.

8. Vibrational biospectroscopy coupled with multivariate analysis extracts potentially diagnostic features in blood plasma/serum of ovarian cancer patients / G.L. Owens [et al.] // J. Biophotonics. 2014. Vol. 7, № 3–4. P. 200–209.

9. Fourier-transform infrared spectroscopy coupled with a classification machine for the analysis of blood plasma or serum: a novel diagnostic approach for ovarian cancer / K. Gajjar [et al.] // Analyst. 2013. Vol. 138, № 14. P. 3917.

10. Integrating spatial, morphological, and textural information for improved cell type differentiation using Raman microscopy / S.D. Krauß [et al.] // J. Chemom. 2018. Vol. 32, № 1.

11. Krizhevsky A., Sutskever I. , Hinton G.E. ImageNet Classification with Deep Convolutional Neural Networks // NIPS. 2012. P. 1–9.

12. Resonant Mie scattering in infrared spectroscopy of biological materials--understanding the «dispersion artefact» / P. Bassan [et al.] // Analyst. 2009. Vol. 134, № 8. P. 1586–1593.

13. Breiman L. Random Forests // Mach. Learn. 1999. Vol. 45, № 5. P. 1–35.

14. Ronneberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation // Miccai. 2015 P. 234–241.


Для цитирования:


Трухан С.В., Недзьведь А.М., Колер А. МОРФОЛОГИЧЕСКИЙ И СПЕКТРАЛЬНЫЙ АНАЛИЗ ГИСТОЛОГИЧЕСКОЙ ТКАНИ С ИСПОЛЬЗОВАНИЕМ ГЛУБОКИХ СВЕРТОЧНЫХ СЕТЕЙ. Доклады БГУИР. 2019;(4):25-31.

For citation:


Trukhan S.V., Nedzved A.M., Kohler A. Morphological and spectral analysis of histological tissue with the use of deep convolutional networks. Doklady BGUIR. 2019;(4):25-31. (In Russ.)

Просмотров: 68


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)