| dc.contributor.author | Андрікевич, С. А. | uk |
| dc.contributor.author | Тужанський, С. Є. | uk |
| dc.contributor.author | Andrikevych, S. A. | en |
| dc.contributor.author | Tuzhanskyi, S. Y. | en |
| dc.date.accessioned | 2025-10-10T07:55:24Z | |
| dc.date.available | 2025-10-10T07:55:24Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Андрікевич С. А., Тужанський С. Є. Сегментація судин сітківки на зображеннях очного дна із застосуванням SegNet // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/23933. | uk |
| dc.identifier.isbn | 978-617-8132-48-8 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/49733 | |
| dc.description.abstract | У роботі досліджено застосування згорткової нейронної мережі SegNet для автоматичної
сегментації судин сітківки на цифрових зображеннях очного дна. Проаналізовано архітектуру SegNet та
продемонстровано результати її роботи на прикладі набору даних HRF. | uk |
| dc.description.abstract | The application of the convolutional neural network SegNet for automatic vessel segmentation in fundus
images is considered. The architecture of SegNet is analyzed and the results of its operation are demonstrated using the
HRF dataset as an example. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/23933 | |
| dc.subject | сегментація судин | uk |
| dc.subject | очне дно | uk |
| dc.subject | фундус-фотографія | uk |
| dc.subject | глибоке навчання | uk |
| dc.subject | коефіцієнт Дайса (Dice) | uk |
| dc.subject | індекс Жаккара (IoU) | uk |
| dc.subject | SegNet | en |
| dc.subject | vessel segmentation | en |
| dc.subject | fundus | en |
| dc.subject | fundus photography | en |
| dc.subject | deep learning | en |
| dc.subject | HRF | en |
| dc.subject | Dice coefficient | en |
| dc.subject | Jacquard index (IoU) | en |
| dc.title | Сегментація судин сітківки на зображеннях очного дна із застосуванням SegNet | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.93 | |
| dc.relation.references | Yau JW, Rogers SL, Kawasaki R, et al. Global prevalence and major risk factors of diabetic retinopathy. Diabetes
Care. 2012;35(3):556-564. https://doi.org/10.2337/dc11-1909. | en |
| dc.relation.references | Fraz, M . M ., Remagnino, P., Hoppe, A., Uyyanonvara, B., Rudnicka, A. R., Owen, C. G., & Barman, S. A. (2012).
An ensemble classification-based approach applied to retinal blood vessel segmentation. IEEE Transactions 1 on
Biomedical Engineering, 59(9), 2538-2548. https://pmc.ncbi.nlm.nih.gov/articles/PM C3322721/. | en |
| dc.relation.references | Badrinarayanan, V., Kendall, A. and Cipolla, R. (2017) SegNet: A Deep Convolutional Encoder-Decoder
Architecture for Image Segmentation. IEEE Transactions on Pattern Analysis and M achine Intelligence, 39, 2481-
2495. https://doi.org/10.1109/TPAM I.2016.2644615. | en |
| dc.relation.references | Dataset Ninja. Visualization Tools for High Resolution Fundus Dataset. Dataset Ninja; 2025. Accessed February
10, 2025. https://datasetninja.com/high-resolution-fundus. | en |
| dc.relation.references | PyTorch Developers. (n.d.). PyTorch: An open source machine learning framework. PyTorch. Retrieved M arch 11,
2025, from https://pytorch.org/. | en |
| dc.relation.references | Андрікевич, С. і Тужанський , С. 2024. Методи сегментації оптичних зображень очного дна. Оптико-електроннi iнформацiйно-енергетичнi технологiї. 47, 1 (Лип 2024), 155–165. DOI:
https://doi.org/10.31649/1681-7893-2024-47-1-155-165. | uk |
