|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Automatic Quality Control in Lung X-Ray Imaging with Deep Learningстатья
Информация о цитировании статьи получена из
Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 8 апреля 2022 г.
- Авторы: Dovganich A.A., Khvostikov A.V., Krylov A.S., Parolina L.E.
- Журнал: Computational Mathematics and Modeling
- Том: 32
- Номер: 3
- Год издания: 2021
- Издательство: Consultants Bureau
- Местоположение издательства: United States
- Первая страница: 276
- Последняя страница: 285
- DOI: 10.1007/s10598-021-09539-6
- Аннотация: The development of deep learning and its growing application in medical diagnosis have focused the attention on automatic control of image quality for neural-network medical image analysis algorithms. This article presents a method for automatic determination of the hardness (penetration) of lung X-ray images using standard criteria from chest X-ray diagnosis. The proposed method can be applied to automatically filter images by hardness (penetration) level and to detect low-quality images, thus facilitating the creation of high-quality data sets and increasing the efficiency of neural-network approaches to the analysis of lung X-ray images.Keywords: lung X-ray imaging, deep learning, quality control, convolutional neural networks, X-ray hardness (penetration).
- Добавил в систему: Хвостиков Александр Владимирович