Показати скорочену інформацію

Аналіз методів та систем розпізнавання патологій вуха на отоскопічних зображеннях

dc.contributor.authorМарчук, А. Ю.uk
dc.contributor.authorMarchuk, A.en
dc.date.accessioned2026-02-10T07:13:37Z
dc.date.available2026-02-10T07:13:37Z
dc.date.issued2025
dc.identifier.citationМарчук А. Ю. Аналіз методів та систем розпізнавання патологій вуха на отоскопічних зображеннях // Оптико-електроннi iнформацiйно-енергетичнi технологiї. 2025. № 1. С. 227-234. URI: https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/772.uk
dc.identifier.issn2311-2662
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/50601
dc.description.abstractПроведено аналіз методів та засобів аналізу, класифікації патологій вуха, визначено особливості їх застосування, переваги та недоліки. Як результат проведеної роботи визначено шляхи удосконалення систем розпізнавання патологій вуха. Для цього дослідження використовувався пакет безкоштовного програмного забезпечення Image Composite Editor (ICE) 2.0 (Microsoft) для генерації безшовних складених зображень.  Комбінація різних методів та алгоритмів обробки та класифікації зображень суттєво збільшує достовірність отриманих результатів. Подальші дослідження з метою покращення точності діагностики захворювань можуть бути спрямовані на поєднання різних алгоритмів обробки зображення та алгоритмів машинного навчання.uk
dc.description.abstractAn analysis of methods and tools for the analysis and classification of ear pathologies was conducted, identifying their application features, advantages, and disadvantages. As a result of this work, ways to improve ear pathology recognition systems were determined. For this study, the free software package Image Composite Editor (ICE) 2.0 (Microsoft) was used to generate seamless composite images. The combination of different methods and algorithms for image processing and classification significantly increases the reliability of the results obtained. Further studies to improve the accuracy of disease diagnosis can be aimed at combining different image processing algorithms and machine learning algorithms.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofОптико-електроннi iнформацiйно-енергетичнi технологiї. № 1 : 227-234.uk
dc.relation.urihttps://oeipt.vntu.edu.ua/index.php/oeipt/article/view/772
dc.subjectрозпізнавання зображеньuk
dc.subjectглибоке навчанняuk
dc.subjectлокалізація об\'єктівuk
dc.subjectвиділення ознакuk
dc.subjectобмежувальні рамкиuk
dc.subjectотоскопuk
dc.subjectвиявлення в реальному часіuk
dc.subjectалгоритмuk
dc.subjectфільтраціяuk
dc.subjectзахворюванняuk
dc.subjectвухоuk
dc.subjectYOLOuk
dc.subjectOCTOuk
dc.subjectдоповнена реальністьuk
dc.subjectimage recognitionen
dc.subjectdeep learningen
dc.subjectobject localizationen
dc.subjectfeature extractionen
dc.subjectbounding boxesen
dc.subjectotoscopeen
dc.subjectreal-time detectionen
dc.subjectalgorithmen
dc.subjectfilteringen
dc.subjectdiseaseen
dc.subjectearen
dc.subjectYOLOen
dc.subjectOCTOen
dc.subjectaugmented realityen
dc.titleАналіз методів та систем розпізнавання патологій вуха на отоскопічних зображенняхuk
dc.title.alternativeAnalysis of methods and systems for recognition of ear pathologies on otoscopic imagesen
dc.typeArticle, professional native edition
dc.typeArticle
dc.identifier.udc004.932.2
dc.relation.referencesBassiouni, M., D. G. Ahmed, S. I. Zabaneh, S. Dommerich, H. Olze, P. Arens, and K. Stölzel. Endoscopic ear examination improves self-reported confidence in ear examination skills among undergraduate medical students compared with handheld otoscopy. GMS J. Med. Educ. 39(1):doc 3, 2022.en
dc.relation.referencesSicora, M. V. Gluboki neyronny mereshi v kompyternomy zori. Lviv : Vydavnitstvo Lvivskoi politehniku, 2021. 356 s. ISBN 978-966-941-234-5.en
dc.relation.referencesZheng T., Sha J., Deng Q., Geng S., Xiao S., Yang W., Byrne C., Targher G., Li Y., Wang X., Wu D., Zheng M. Object detection: A novel AI technology for the diagnosis of hepatocyte ballooning. Liver international : official journal of the International Association for the Study of the Liver.2023. No44. DOI:10.1111/liv.15799.en
dc.relation.referencesHuang R., Lin R., Dong A., Wang Z. Few-Shot Object Detection Based on Adaptive Attention Mechanism and Large-Margin Softmax. AATCC J Res, 2022. DOI:10.1177/24723444221136626.en
dc.relation.referencesHussain R., Lalande A., Marroquin R., Girum K.B., Guigou C., Bozorg Grayeli A. Real-Time Augmented Reality for Ear Surgery.21st International Conference, Granada, Spain, September 16-20, 2018, Proceedings, Part IV. DOI:10.1007/978-3-030-00937-3_38.en
dc.relation.referencesKhan E., Khan A. Sumotosima: A Framework and Dataset for Classifying and Summarizing Otoscopic Images. arXiv:2408.06755. 2024.en
dc.relation.referencesLi Z., Dong M., Wen S., Hu X., Zhou P., Zeng Z. CLU-CNNs: Object detection for medical images. Neurocomputing, 2019, 350 p. DOI:10.1016/j.neucom.2019.04.028en
dc.relation.referencesLim L.A., Keleş H.Y. Learning Multi-Scale Features for Foreground Segmentation. Pattern Anal Appl. 2019. No 23.PP. 1369–1380. DOI:10.1007/s10044-019-00845-9.en
dc.relation.referencesLin Z., Wang Y., Tang Z. Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts, 2024. DOI:10.48550/arXiv.2410.05963.en
dc.relation.referencesMa S., Xu Y. FPDIoU Loss: A Loss Function for Efficient Bounding Box Regression of Rotated Object Detection, 2024. DOI:10.48550/arXiv.2405.09942.en
dc.relation.referencesMarroquin R., Lalande A., Hussain R., Guigou C., Grayeli A.B. Augmented reality of the middle ear combining otoendoscopy and temporal bone computed tomography. 2018.en
dc.relation.referencesMoberly A.C., Zhang M., Yu L., Gurcan M., Senaras C., Teknos T.N., Elmaraghy C.A., Taj-Schaal N., Essig G.F. Digital otoscopy versus microscopy: How correct and confident are ear experts in their diagnoses? 2018. No 24(7). 453-459PP. DOI:10.1177/1357633X1770853en
dc.relation.referencesMegawati M., Alwani N., Fitrianto A., Erfiani, Nugraha A. Agglomerative Nesting Cluster Analyst in Mapping District / City Health Facilities in West Java Province. Jurnal Matematika Statistika dan Komputasi, 2024. No 20. PP. 484-496. DOI:10.20956/j.v20i3.32043.en
dc.relation.referencesMohammed K.K., Hassanien A.E., Afify H.M. Classification of Ear Imagery Database Using Bayesian Optimization Based on CNN-LSTM Architecture. J Digit Imaging. 2022. No 35. PP. 947–961. DOI:10.1007/s10278-022-00617-8en
dc.relation.referencesMoshtaghi O., Sahyouni R., Haidar Y.M., Huang M., Moshtaghi A., Ghavami Y., et al. Smartphone-Enabled Otoscopy in Neurotology / Otology. 2017. No 156. 554-558.en
dc.relation.referencesPolk M.L., Lailach S., Kemper M., Bendas A., Zahnert T., Neudert M. Lernkurve der HNO-Spiegeluntersuchung: Zielgerichtete Lehrveranstaltungsplanung zu einer psychomotorischen Fertigkeit.en
dc.relation.referencesRaghu M., Zhang C., Kleinberg J., Bengio S. Transfusion: Understanding Transfer Learning for Medical Imaging. Advances in Neural Information Processing Systems. 2019. PP. 3347–3357.en
dc.relation.referencesRaina V., Molchanova N., Graziani M., Malinin A., Müller H., Bach Cuadra M., Gales M. J. F. Tackling Bias in the Dice Similarity Coefficient: Introducing nDSC for White Matter Lesion Segmentation, 2023. DOI: 10.48550/arXiv.2302.05432.en
dc.relation.referencesWójcik W., Pavlov S., Kalimoldayev M. Information Technology in Medical Diagnostics II. London: (2019). Taylor & Francis Group, CRC Press, Balkema book. – 336 Pages.en
dc.relation.referencesHighly linear Microelectronic Sensors Signal Converters Based on Push-Pull Amplifier Circuits / edited by Waldemar Wojcik and Sergii Pavlov, Monograph, (2022) NR 181, Lublin, Comitet Inzynierii Srodowiska PAN, 283 Pages. ISBN 978-83-63714-80-2.en
dc.relation.referencesPavlov Sergii, Avrunin Oleg, Hrushko Oleksandr, and etc. (2021). System of three-dimensional human face images formation for plastic and reconstructive medicine // Teaching and subjects on bio-medical engineering Approaches and experiences from the BIOART-project Peter Arras and David Luengo (Eds.), Corresponding authors, Peter Arras and David Luengo. Printed by Acco cv, Leuven (Belgium). - 22 P. ISBN: 978-94-641-4245-7.en
dc.relation.referencesPavlov S.V., Avrunin O.G., etc. (2019). Intellectual technologies in medical diagnosis, treatment and rehabilitation: monograph / [S. In edited by S. Pavlov, O. Avrunin. - Vinnytsia: PP "TD "Edelweiss and K", 260 p. ISBN 978-617-7237-59-3.en
dc.relation.referencesRomanyuk, O., Zavalniuk, Y., Pavlov, S., etc. (2023). New surface reflectance model with the combination of two cubic functions usage, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Srodowiska, 13(3), pp. 101–10 .en
dc.relation.referencesKukharchuk, Vasyl V., Sergii V. Pavlov, Volodymyr S. Holodiuk, Valery E. Kryvonosov, Krzysztof Skorupski, Assel Mussabekova, and Gaini Karnakova. (2022). "Information Conversion in Measuring Channels with Optoelectronic Sensors" Sensors 22, no. 1: 271. https://doi.org/10.3390/s22010271.en
dc.relation.referencesVasyl V. Kukharchuk, Sergii V. Pavlov, Samoil Sh. Katsyv, and etc. (2021). Transient analysis in 1st order electrical circuits in violation of commutation laws”, Przegląd elektrotechniczny, ISSN 0033- 2097, R. 97 NR 9/2021, p. 26-29, doi:10.15199/48.2021.09.05.en
dc.relation.referencesPavlov S.V, Petruk V.G., Kolesnik P.F. (2007). Photoplethysmohrafic technologies of the cardiovascular control: monography, Vinnitsa: Universum-Vinnitsa, 254.en
dc.identifier.doihttps://doi.org/10.31649/1681-7893-2025-49-1-227-234


Файли в цьому документі

Thumbnail
Ім'я:
195002.pdf
Розмір:
402.9Kb
Формат:
PDF
Відкрити

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

Показати скорочену інформацію