На основі отриманих теоретичних та експериментальних досліджень розв’язано актуальну наукову задачу побудови методів кількісної оцінки якості сегментації та класифікації біомедичних зображень, які на відміну від існуючих зменшують похибки сегментації та збільшують точність класифікації зображень в системах автоматизованої мікроскопії. Вперше розроблено метричний метод кількісної оцінки якості сегментації, що базується на використанні метрик Громова-Хаусдорфа та Громова-Фреше, що дозволяє підвищити точність оцінки якості сегментації. Також вперше розроблено метод автоматичного вибору алгоритмів сегментації та їх параметрів з використанням бази знань, що надає можливість автоматично вибирати алгоритми сегментації та їх параметри. З метою покращення якості гістологічних і цитологічних зображень вдосконалено метод адаптивного покращення якості зображень на основі правил, підібраних експериментальним шляхом. З метою підвищення точності класифікації біомедичних зображень констатовано подальший розвиток нейромережевого методу класифікації гістологічних і цитологічних зображень, на основі комбінації згорткових і субдискретизуючих шарів та їх вхідних параметрів, що дозволяє підвищити точність класифікації порівняно із існуючими класифікаторами. Для реалізації та тестування викладених методів і алгоритмів розроблено гібридну інтелектуальну систему "HIAMS". Системою передбачено наявність адаптивних інтерфейсів для різних типів користувачів, наявність механізму спільного доступу до зображень для пришвидшення процесу постановки діагнозу.

• Піцун Олег Йосипович (медичні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"