Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
3 results
Search Results
Item An Information-Extreme Algorithm for Universal Nuclear Feature-Driven Automated Classification of Breast Cancer Cells(Multidisciplinary Digital Publishing Institute, 2025) Савченко, Тарас Русланович; Savchenko, Taras Ruslanovych; Лахтарина, Руслана Юріївна; Lakhtaryna, Ruslana Yuriivna; Денисенко, Анастасія Петрівна; Denysenko, Anastasiia Petrivna; Довбиш, Анатолій Степанович; Dovbysh, Anatolii Stepanovych; Coupland, Sarah E.; Москаленко, Роман Андрійович; Moskalenko, Roman AndriiovychДіагностика раку молочної залози значною мірою спирається на гістопатологічну оцінку, яка схильна до суб'єктивності та неефективності, особливо при використанні зображень цілих зрізів (WSI). Це дослідження спрямоване на усунення цих обмежень шляхом розробки автоматизованого алгоритму класифікації клітин раку молочної залози, використовуючи інформаційно-екстремальний підхід машинного навчання та універсальні цитологічні ознаки. Метою є досягнення об'єктивної та узагальненої гістопатологічної діагностики. Методи: Оцифровані гістологічні зображення оброблялися для ідентифікації гіперхроматичних клітин. З окремих клітин було виділено 21 цитологічну ознаку (10 геометричних та 11 текстурних), обраних за їхній потенційний універсальний характер для різних видів раку. Ці ознаки потім використовувалися для класифікації клітин як нормальних або злоякісних за допомогою інформаційно-екстремального алгоритму. Цей алгоритм оптимізує інформаційний критерій у бінарному просторі Геммінга для досягнення надійного розпізнавання з мінімальною кількістю вхідних ознак. Архітектурна інновація полягає в застосуванні цього інформаційно-екстремального підходу до аналізу цитологічних ознак для класифікації ракових клітин. Результати: Функціональна ефективність алгоритму була оцінена на наборі даних зі 176 маркованих зображень клітин, що дало багатообіцяючі результати: точність 89%, прецизійність 85%, повнота 84% та F1-показник 88%. Ці метрики демонструють збалансовану та ефективну модель для автоматизованої класифікації клітин раку молочної залози. Висновки: Запропонований інформаційно-екстремальний алгоритм, що використовує універсальні цитологічні ознаки, пропонує потенційно об'єктивну та обчислювально ефективну альтернативу традиційним методам і може зменшити деякі обмеження глибокого навчання в гістопатологічному аналізі. Майбутня робота буде зосереджена на валідації алгоритму на більших наборах даних та дослідженні його застосовності до інших типів раку.Item Иерархический информационно-экстремальный алгоритм кластер-анализа результатов машинного тестирования уровня знаний учащихся(Академпериодика, 2012) Довбиш, Анатолій Степанович; Довбыш, Анатолий Степанович; Dovbysh, Anatolii Stepanovych; Петров, Сергій Олександрович; Петров, Сергей Александрович; Petrov, Serhii Oleksandrovych; Джулгам, Саад; Джулгам, Саад; Djulgam, SaadЗапропоновано категорійну модель і алгоритм кластеризації вхідних даних. Формування апріорно нечіткої класифікованої навчальної матриці здійснюється за ієрархічним таксонометричним алгоритмом, а побудова в процесі навчання системи чіткого розбиття простору ознак на класи розпізнавання – за інформаційно-екстремальним алгоритмом.Item Інформаційно-екстремальний алгоритм навчання унімодального класифікатора для діагностування опортуністичних інфекцій у ВІЛ-інфікованих осіб(Харків "ХАІ", 2013) Довбиш, Анатолій Степанович; Довбыш, Анатолий Степанович; Dovbysh, Anatolii Stepanovych; Стадник, Ганна Анатоліївна; Стадник, Анна Анатольевна; Stadnyk, Hanna Anatoiivna; Піддубна, Анна Іванівна; Поддубная, Анна Ивановна; Piddubna, Anna IvanivnaПропонується інформаційно-екстремальний алгоритм аналізу і синтезу комп’ютеризованої системи діагностування (КСД) інфекційних патологій, побудованої на базі унімодального класифікатора, який характеризується єдиним центром розсіювання векторів-реалізацій образів. При цьому на етапі навчання системи розглядається задача побудови вирішальних правил шляхом побудови оптимального в інформаційному розумінні розбиття простору ознак на класи розпізнавання з оптимізацією контрольних допусків на діагностичні ознаки розпізнавання за паралельним алгоритмом. За запропонованим алгоритмом розроблено інформаційне та програмне забезпечення системи підтримки прийняття рішень, яка є основною складовою КСД, для діагностування опортуністичних інфекцій у ВІЛ-інфікованих осіб. При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/31997