Jesteś gościem nr:
532598
|
|
|
Szczegóły artykułu:
Wydawnictwo: Academic Journals Poznan University of Technology
Numer: 104/2020 Str: 35
Autorzy: Estera Kot, Krzysztof Siwek, Ewelina Winska
Tytuł: ARCHITEKTURA PLATFORMY KORZYSTAJĄCEJ Z METOD UCZENIA MASZYNOWEGO DO PRZETWARZANIA OBRAZÓW BIOMEDYCZNYCH W CHMURZE
Streszczenie: W artykule zaproponowana została architektura korzystająca z chmury Microsoft Azure umożliwiająca uruchomienie algorytmów uczenia maszynowego służących do wykrywania guzów mózgu z zestawu obrazów DICOM. Przedstawiony został proces wdrożenia modelu z uwzględnieniem integracji z infrastrukturą jednostki wykonującej badania medyczne. Zwrócono uwagę na bezpieczeństwo danych i ograniczenia typowe dla danych medycznych. Wskazano dalsze perspektywy rozwoju omawianego rozwiązania.
Słowa kluczowe: obrazy biomedyczne, architektura, chmura, glejak, przetwarzanie obrazów, uczenie maszynowe.
[PDF]
|
|
|