Показати скорочену інформацію

Аналіз методів визначення діабетичної ретинопатії за допомогою машинного навчання

dc.contributor.authorКарась, О. В.uk
dc.contributor.authorГомолінський, В. О.uk
dc.contributor.authorБілий, Р. І.uk
dc.date.accessioned2024-04-29T19:17:12Z
dc.date.available2024-04-29T19:17:12Z
dc.date.issued2024
dc.identifier.citationКарась О. В., Гомолінський В. О., Білий Р. І. Аналіз методів визначення діабетичної ретинопатії за допомогою машинного навчання. Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2024/paper/view/20067.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/41540
dc.description.abstractВ даній роботі наведено порівняльну характеристику методів раннього визначення діабетичної ретинопатії за допомогою машинного навчання та запропоновано власну систему діагностики захворювання.uk
dc.description.abstractThis paper provides a comparative description of the methods of early detection of diabetic retinopathy using machine learning and offers a proprietary system for diagnosing the disease.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2024/paper/view/20067
dc.subjectдіабетична ретинопатіяuk
dc.subjectмашинне навчанняuk
dc.subjectнейронні мережіuk
dc.subjectdiabetic retinopathyen
dc.subjectmachine learningen
dc.subjectneural networksen
dc.titleАналіз методів визначення діабетичної ретинопатії за допомогою машинного навчанняuk
dc.typeThesis
dc.identifier.udc57.087.3
dc.relation.referencesLi, Wenlong, et al. Interpretable Detection of Diabetic Retinopathy, Retinal Vein Occlusion, AgeRelated Macular Degeneration, and Other Fundus Conditions. Diagnostics, vol. 14, no. 2, Jan. 2024, p. 121, doi: https://doi.org/10.3390/diagnostics14020121.en
dc.relation.referencesKumar, N., Balasubramanian, R. K., & Phirke, M. (2023). Image Transformers for Diabetic Retinopathy Detection from Fundus Datasets. Revue Dintelligence Artificielle, 37(6), 16171627. https://doi.org/10.18280/ria.370626.en
dc.relation.referencesVandana, & Laxmi, V. (2023). The Detection and Classification of Diabetic Retinopathy using the Architectures of Deep Learning. International Journal for Multidisciplinary Research, 5(6). https://doi.org/10.36948/ijfmr.2023.v05i06.10837.en
dc.relation.referencesSanamdikar, S. T., Patil, S. A., Patil, D. R., & Borawake, M. P. (2023). Enhanced detection of diabetic retinopathy using ensemble Machine Learning: A comparative study. Ingnierie Des Systmes Dinformation, 28(6), 16631668. https://doi.org/10.18280/isi.280624.en
dc.relation.referencesDai, Ling, et al. A Deep Learning System for Predicting Time to Progression of Diabetic Retinopathy. Nature Medicine, Jan. 2024, doi: https://doi.org/10.1038/s41591-023-02702-z.en
dc.relation.referencesZago, Gabriel, et al. Diabetic Retinopathy Detection Using Red Lesion Localization and Convolutional Neural Networks. Computers in Biology and Medicine, vol. 116, Jan. 2020, p. 103537, https://doi.org/10.1016/j.compbiomed.2019.103537.en
dc.relation.referencesQummar, Sehrish, et al. A Deep Learning Ensemble Approach for Diabetic Retinopathy Detection. IEEE Access, vol. 7, Jan. 2019, pp. 15053039, https://doi.org/10.1109/ACCESS.2019.2947484.en
dc.relation.referencesOrken Mamyrbayev, Waldemar Wjcik, Sergii Pavlov, Oleksandr Karas, Yosip Saldan, Kymbat Momynzhanova, Iryna Shvarts, Iryna Baranovska, Saule Rakhmetulina, Beibut Amirgaliyev, "Optical method of investigating eye diseases and system for diagnosing diabetic retinopathy," Proc. SPIE 12985, Optical Fibers and Their Applications 2023, 129850J (20 December 2023); https://doi.org/10.1117/12.3023434en


Файли в цьому документі

Thumbnail
Ім'я:
20067.pdf
Розмір:
433.3Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію