id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
3,357 | 2026-02-23T12:03:17.107000Z | 2026-02-23T12:03:17.107000Z | Lec. | Например, в статье [13] фильтры Габора использованы для сегментации сосудов и выделения мелких анатомических структур | false | true | false | |
3,356 | 2026-02-23T12:03:15.375000Z | 2026-02-23T12:03:15.375000Z | Lec. | Как было упомянуто выше, фильтры Габора широко применяются для анализа текстур изображений | false | true | false | |
3,355 | 2026-02-23T12:03:13.476000Z | 2026-02-23T12:03:13.476000Z | Lec. | Компоненты изображения, выделенные с помощью фильтров Габора | false | true | false | |
3,354 | 2026-02-23T12:03:11.957000Z | 2026-02-23T12:03:11.957000Z | Lec. | Он определяется следующей формулой:. ,. где x′ и y′ – координаты, повернутые на угол θ,. λ – длина волны,. σ – стандартное отклонение гауссиана,. ψ – фазовый сдвиг,. γ – коэффициент аспектного отношения [12] | false | true | false | |
3,353 | 2026-02-23T12:03:10.056000Z | 2026-02-23T13:44:05.632000Z | Lec. | Это позволяет локализовать как пространственные, так и частотные компоненты изображения (см | Это позволяет локализовать как пространственные, так и частотные компоненты изображения (см. | false | true | true |
3,352 | 2026-02-23T12:03:08.258000Z | 2026-02-23T12:03:08.259000Z | Lec. | К текстурной обработке можно отнести Фильтр Габора [11], который представляет собой линейный фильтр, основанный на произведении гармонической функции (обычно синусоиды) | false | true | false | |
3,351 | 2026-02-23T12:03:06.693000Z | 2026-02-23T16:53:32.873000Z | Lec. | Результат работы фильтра Франги | Результат работы фильтра Франги. | false | true | true |
3,350 | 2026-02-23T12:03:05.224000Z | 2026-02-23T12:03:05.224000Z | Lec. | Его применение улучшает контраст между сосудами и окружающими тканями, что облегчает последующие обработки (см | false | true | false | |
3,349 | 2026-02-23T12:03:03.346000Z | 2026-02-23T12:03:03.346000Z | Lec. | Этот метод основан на анализе локальной геометрии изображения с использованием вторых производных гауссиана, что позволяет выделять сосудистые структуры, независимо от их ориентации | false | true | false | |
3,348 | 2026-02-23T12:03:01.573000Z | 2026-02-23T13:30:31.036000Z | Lec. | Фильтр Франги был использован в [10] для выявления трубчатых структур, таких как сосуды, на МРТ-изображениях | Фильтр Франги был использован в [10] для выявления трубчатых структур, таких как сосуды, на МРТ-изображениях. | false | true | true |
3,347 | 2026-02-23T12:02:59.839000Z | 2026-02-23T13:49:28.455000Z | Lec. | Функция фильтра Франги вычисляется как комбинация метрик, которые подавляют отклик в областях плоских или круглых структур, выделяя вытянутые элементы | Функция фильтрации Франги вычисляется как комбинация метрик, которые подавляют отклик в областях плоских или круглых структур, выделяет вытянутые элементы | false | true | true |
3,346 | 2026-02-23T12:02:58.226000Z | 2026-02-23T13:33:31.130000Z | Lec. | Собственные значения нормализуются с учетом масштабных параметров, чтобы адаптироваться к различным размерам сосудов | Собственные значения нормализуются с учетом масштабных параметров, чтобы обеспечить адаптируемость к различным размерам сосудов. | false | true | true |
3,345 | 2026-02-23T12:02:56.663000Z | 2026-02-23T15:50:46.752000Z | Lec. | Отношение используется для отличия вытянутых структур от других форм | Отличие используется для отличия вытянутых структур от других форм | false | true | true |
3,344 | 2026-02-23T12:02:55.073000Z | 2026-02-23T12:02:55.073000Z | Lec. | Фильтр вычисляет собственные значения и для каждого пикселя и определяет вероятность принадлежности пикселя к трубчатой структуре на основе следующих соотношений: | false | true | false | |
3,343 | 2026-02-23T12:02:53.340000Z | 2026-02-23T13:45:11.099000Z | Lec. | Основой метода является анализ собственных значений матрицы Гессе [9], которая представляет собой набор вторых производных изображения | Основной метод заключается в анализе собственных значений матрицы Гессе [9], которая представляет собой набор вторых производных изображения. | false | true | true |
3,342 | 2026-02-23T12:02:51.186000Z | 2026-02-23T12:02:51.186000Z | Lec. | Он был разработан для сегментации трубчатых структур, таких как кровеносные сосуды на медицинских изображениях | false | true | false | |
3,341 | 2026-02-23T12:02:49.324000Z | 2026-02-23T12:02:49.324000Z | Lec. | Продолжая тему сложных алгоритмов, которые в основном опираются на математические вычисления, в данной сфере часто используется фильтр Франги | false | true | false | |
3,340 | 2026-02-23T12:02:47.563000Z | 2026-02-23T12:02:47.563000Z | Lec. | Результат работы фильтра Винера | false | true | false | |
3,339 | 2026-02-23T12:02:45.989000Z | 2026-02-23T12:02:45.989000Z | Lec. | Рис 3), однако требует больше времени для обработки в сравнении с аналогами | false | true | false | |
3,338 | 2026-02-23T12:02:44.328000Z | 2026-02-23T12:02:44.328000Z | Lec. | Данный подход имеет сильное преимущество над предыдущими фильтрами -он крайне эффективно сохраняет высокоинтенсивные границы и хорошо помогает избавиться от лишних шумов (см | false | true | false | |
3,337 | 2026-02-23T12:02:42.611000Z | 2026-02-23T12:02:42.611000Z | Lec. | Фильтр задается следующей формулой:. ,. где, - дисперсия шума,. ) - изначальное изображение,. - дисперсия в окрестноти,. - среднее значение в окрестности маски | false | true | false | |
3,336 | 2026-02-23T12:02:40.919000Z | 2026-02-23T12:02:40.919000Z | Lec. | Задачей фильтра является нахождение параметров для изображения, чтобы среднее квадратическое отклонение этих значений этих параметров было минимальным | false | true | false | |
3,335 | 2026-02-23T12:02:39.241000Z | 2026-02-23T12:02:39.241000Z | Lec. | В данной работе для предобработки также применялся фильтр Винера | false | true | false | |
3,334 | 2026-02-23T12:02:37.135000Z | 2026-02-23T18:22:44.946000Z | Lec. | Результат работы гауссовского фильтра | Результат работы Гауссова фильтра | false | true | true |
3,333 | 2026-02-23T12:02:35.416000Z | 2026-02-23T13:31:24.348000Z | Lec. | Результат работы медианного фильтра | Результат работы медианного фильтра | false | true | true |
3,332 | 2026-02-23T12:02:33.771000Z | 2026-02-23T12:02:33.771000Z | Lec. | Рис. 1 и Рис. 2) | false | false | false | |
3,331 | 2026-02-23T12:02:32.197000Z | 2026-02-23T12:02:32.197000Z | Lec. | Этот подход оказался особенно полезным для сложных данных, таких как МРТ головного мозга, где шум может существенно мешать сегментации (см | false | true | false | |
3,330 | 2026-02-23T12:02:30.442000Z | 2026-02-23T13:26:16.758000Z | Lec. | Основное внимание уделяется сохранению мелких анатомических деталей, таких как края сосудов и текстуры стенок артерий | Основное внимание уделяется сохранению мелких анатомических деталей, таких как кромки сосудов и текстуры стенок артерий. | false | true | true |
3,329 | 2026-02-23T12:02:28.560000Z | 2026-02-23T12:02:28.561000Z | Lec. | Суть гауссовского фильтра заключается в обозначении центрального пикселя и применению от него фильтра с формой кривой распределения Гаусса | false | true | false | |
3,328 | 2026-02-23T12:02:26.828000Z | 2026-02-23T13:26:09.924000Z | Lec. | Принцип работы медианного фильтра заключается в сортировке всех амплитуд и выборе значения центрального пикселя | Принцип работы медианного фильтра заключается в том, что из набора амплитуд выбирается среднее значение. | false | true | true |
3,327 | 2026-02-23T12:02:25.134000Z | 2026-02-23T12:02:25.134000Z | Lec. | Так, в работе [8] используются гауссовский и медианный фильтры для подавления шумов, возникающих при съемке, и улучшения контрастности изображения | false | true | false | |
3,326 | 2026-02-23T12:02:23.360000Z | 2026-02-23T17:01:14.004000Z | Lec. | Для общего понимания сути обработки МРТ изображения предлагается сначала рассмотреть традиционные методы | Для общего понимания сути обработки МРТ-изображений предлагается сначала рассмотреть традиционные методы. | false | true | true |
3,325 | 2026-02-23T12:02:21.701000Z | 2026-02-23T18:15:26.358000Z | Lec. | Традиционные методы обработки изображений | Традиционные методы обработки изображений | false | true | true |
3,324 | 2026-02-23T12:02:20.090000Z | 2026-02-23T12:02:20.090000Z | Lec. | ОБЗОР ЛИТЕРАТУРЫ | false | false | false | |
3,323 | 2026-02-23T12:02:18.159000Z | 2026-02-23T13:47:22.062000Z | Lec. | Система предназначена для предоставления комплексного решения, сочетающего точную сегментацию, автоматический расчет метрик и ведение базы данных, что улучшает диагностический процесс и помогает клиницистам принимать правильные решения | Система предназначена для предоставления комплексного решения, сочетающего точную сегментацию, автоматизированный расчет метрик и ведение базы данных, что улучшает диагностический процесс и помогает клиницистам принимать правильные решения. | false | true | true |
3,322 | 2026-02-23T12:02:16.151000Z | 2026-02-23T12:02:16.151000Z | Lec. | В данной работе предлагается интеллектуальная система на основе нейронных сетей для сегментации позвоночных артерий на изображениях МРТ | false | true | false | |
3,321 | 2026-02-23T12:02:14.211000Z | 2026-02-23T16:45:30.825000Z | Lec. | Такой подход не только повышает точность диагностики, но и сокращает время, необходимое для анализа, что способствует улучшению ухода за пациентами | Такой подход не только повышает точность диагностики, но и сокращает время, необходимое для анализа, что способствует улучшению ухода за пациентами. | false | true | true |
3,320 | 2026-02-23T12:02:12.351000Z | 2026-02-23T13:28:50.530000Z | Lec. | Автоматизация этих шагов позволяет исключить человеческий фактор, обеспечивая согласованность оценок | Автоматизация этих шагов позволяет исключить человеческий фактор, обеспечивая согласованность оценок. | false | true | true |
3,319 | 2026-02-23T12:02:10.523000Z | 2026-02-23T12:02:10.523000Z | Lec. | Кроме того, сохранение этих результатов в базе данных для дальнейшего использования может упростить диагностический процесс | false | true | false | |
3,318 | 2026-02-23T12:02:08.797000Z | 2026-02-23T13:43:53.827000Z | Lec. | Задача сегментации позвоночных артерий на изображениях МРТ может быть улучшена за счет интеграции автоматического расчета ключевых метрик, таких как диаметр артерий | Задача сегментации позвоночных артерий на изображениях МРТ может быть улучшена за счет интеграции автоматического расчета ключевых метрик, таких как диаметр артерий. | false | true | true |
3,317 | 2026-02-23T12:02:06.797000Z | 2026-02-23T12:02:06.797000Z | Lec. | В контексте позвоночных артерий сегментация позволяет изолировать эти артерии от окружающих тканей, что способствует детальному анализу | false | true | false | |
3,316 | 2026-02-23T12:02:04.895000Z | 2026-02-23T12:02:04.895000Z | Lec. | Сегментация включает разделение изображения на области, такие как выделение конкретных анатомических структур | false | true | false | |
3,315 | 2026-02-23T12:02:03.094000Z | 2026-02-23T12:02:03.094000Z | Lec. | Нейронные сети [6], подмножество ИИ, показали впечатляющие результаты в задачах обработки изображений, включая сегментацию [7] | false | false | false | |
3,314 | 2026-02-23T12:02:00.889000Z | 2026-02-23T12:02:00.889000Z | Lec. | В частности, системы на основе ИИ могут повысить точность и эффективность анализа медицинских изображений, автоматизируя сложные задачи и уменьшая зависимость от человеческого фактора | false | true | false | |
3,313 | 2026-02-23T12:01:59.120000Z | 2026-02-23T13:39:31.297000Z | Lec. | Искусственный интеллект (ИИ) [5] стал мощным инструментом в различных областях, включая медицину, где он помогает в задачах анализа изображений и прогнозирующей диагностики | Искусственный интеллект (ИИ) стал мощным инструментом в различных областях, включая медицину, где он помогает в задачах анализа изображений и прогнозировании диагностики | false | true | true |
3,312 | 2026-02-23T12:01:57.186000Z | 2026-02-23T12:01:57.186000Z | Lec. | Несмотря на свои преимущества, малый размер позвоночных артерий относительно полного изображения МРТ делает их анализ подверженным ошибкам даже для опытных радиологов | false | true | false | |
3,311 | 2026-02-23T12:01:55.470000Z | 2026-02-23T12:01:55.470000Z | Lec. | МРТ предоставляет изображения высокого разрешения, позволяя диагностам исследовать структуру и кровоток в этих артериях | false | true | false | |
3,310 | 2026-02-23T12:01:53.610000Z | 2026-02-23T13:46:00.789000Z | Lec. | Методы медицинской визуализации, в частности магнитно-резонансная томография (МРТ) [4], играют важную роль в визуализации позвоночных артерий и выявлении отклонений | Методы медицинской визуализации, особенно магнитно-резонансная томография (МРТ) [4], играют важную роль в визуализации позвоночных артерий и выявлении отклонений. | false | true | true |
3,309 | 2026-02-23T12:01:51.819000Z | 2026-02-23T16:45:08.506000Z | Lec. | Однако эти симптомы могут быть неспецифичными, что затрудняет диагностику на основе только клинических проявлений | Однако эти симптомы могут быть неспецифичные, что затрудняет диагностику на основе только клинических проявлений. | false | true | true |
3,308 | 2026-02-23T12:01:49.992000Z | 2026-02-23T12:01:49.992000Z | Lec. | Заболевания, связанные с позвоночными артериями, такие как атеросклероз, диссекция позвоночных артерий и врожденные аномалии [3], часто проявляются через такие симптомы, как дискоординация, головокружение и нарушения зрения | false | true | false | |
3,307 | 2026-02-23T12:01:48.119000Z | 2026-02-23T13:30:28.166000Z | Lec. | Поэтому раннее выявление и точная диагностика этих изменений крайне важны для эффективного лечения и улучшения состояния пациентов | Раннее выявление и точная диагностика этих изменений крайне важны для эффективного лечения и улучшения состояния пациентов. | false | true | true |
3,306 | 2026-02-23T12:01:46.263000Z | 2026-02-23T17:19:45.895000Z | Lec. | Учитывая их важную роль в мозговом кровообращении, любые патологии, такие как стеноз, окклюзия или диссекция [2], могут привести к серьезным неврологическим изменениям, связанным с нарушениями мозгового кровообращения | Учитывая их важную роль в мозговом кровообращении, любые патологии, такие как стеноз, окклюзию или диссекцию [2], могут привести к серьезным неврологическим изменениям, связанным с нарушениями мозгового кровообращения | false | true | true |
3,305 | 2026-02-23T12:01:44.409000Z | 2026-02-23T12:01:44.409000Z | Lec. | Позвоночные артерии [1] являются одним из важнейших компонентов кровеносной системы, так как они обеспечивают кровоснабжение ствола мозга и мозжечка | false | true | false | |
3,304 | 2026-02-23T12:01:42.595000Z | 2026-02-23T12:01:42.595000Z | Lec. | АКТУАЛЬНОСТЬ | false | false | false | |
3,303 | 2026-02-23T12:01:40.783000Z | 2026-02-23T12:01:40.783000Z | Lec. | Тема: Интеллектуальная система сегментации позвоночных артерий | false | false | false | |
3,302 | 2026-02-23T12:01:38.974000Z | 2026-02-23T12:01:38.974000Z | Lec. | Руководитель. / А.Ю | true | true | false | |
3,301 | 2026-02-23T12:01:37.292000Z | 2026-02-23T17:59:05.887000Z | Lec. | Студент. / Р.В | Студент. / Р.В. | false | true | true |
3,300 | 2026-02-23T12:01:35.562000Z | 2026-02-23T16:10:12.805000Z | Lec. | Интеллекутальная система сегментации позвоночных артерий | Интеллектуальная система сегментации позвоночных артерий | false | true | true |
3,299 | 2026-02-23T12:01:33.616000Z | 2026-02-23T12:01:33.616000Z | Lec. | Приходько Роман Владимирович | true | true | false | |
3,298 | 2026-02-23T12:01:32.009000Z | 2026-02-23T12:01:32.009000Z | Lec. | P. 24–33. . | false | true | false | |
3,297 | 2026-02-23T12:01:30.619000Z | 2026-02-23T12:01:30.619000Z | Lec. | Pergamon, 2019 | false | false | false | |
3,296 | 2026-02-23T12:01:28.818000Z | 2026-02-23T12:01:28.818000Z | Lec. | Imaging Graph | false | false | false | |
3,295 | 2026-02-23T12:01:27.366000Z | 2026-02-23T12:01:27.366000Z | Lec. | Combo loss: Handling input and output imbalance in multi-organ segmentation // Comput | false | true | false | |
3,294 | 2026-02-23T12:01:25.425000Z | 2026-02-23T12:01:25.425000Z | Lec. | Taghanaki S.A. et al | false | false | false | |
3,293 | 2026-02-23T12:01:23.686000Z | 2026-02-23T12:01:23.686000Z | Lec. | P. 735–748. 16 | false | false | false | |
3,292 | 2026-02-23T12:01:21.863000Z | 2026-02-23T12:01:21.863000Z | Lec. | Vol. 42, № 3 | false | false | false | |
3,291 | 2026-02-23T12:01:19.940000Z | 2026-02-23T12:01:19.940000Z | Lec. | The Lovász Hinge: A Novel Convex Surrogate for Submodular Losses // IEEE Trans | false | false | false | |
3,290 | 2026-02-23T12:01:18.082000Z | 2026-02-23T12:01:18.082000Z | Lec. | Yu J., Blaschko M.B | true | false | false | |
3,289 | 2026-02-23T12:01:16.397000Z | 2026-02-23T12:01:16.397000Z | Lec. | P. 683–687. 15 | false | false | false | |
3,288 | 2026-02-23T12:01:14.867000Z | 2026-02-23T12:01:14.867000Z | Lec. | Vol. 2019-April | false | false | false | |
3,287 | 2026-02-23T12:01:13.133000Z | 2026-02-23T12:01:13.133000Z | Lec. | IEEE Computer Society, 2019 | false | false | false | |
3,286 | 2026-02-23T12:01:11.330000Z | 2026-02-23T12:01:11.330000Z | Lec. | A novel focal tversky loss function with improved attention u-net for lesion segmentation // Proc. - Int | false | false | false | |
3,285 | 2026-02-23T12:01:09.430000Z | 2026-02-23T12:01:09.430000Z | Lec. | Abraham N., Khan N.M | true | false | false | |
3,284 | 2026-02-23T12:01:07.645000Z | 2026-02-23T12:01:07.645000Z | Lec. | P. 379–387. 14 | false | false | false | |
3,283 | 2026-02-23T12:01:05.784000Z | 2026-02-23T12:01:05.784000Z | Lec. | Vol. 10541 LNCS | false | false | false | |
3,282 | 2026-02-23T12:01:03.933000Z | 2026-02-23T12:01:03.933000Z | Lec. | Springer Verlag, 2017 | false | false | false | |
3,281 | 2026-02-23T12:01:02.106000Z | 2026-02-23T12:01:02.106000Z | Lec. | Tversky loss function for image segmentation using 3D fully convolutional deep networks // Lect | false | false | false | |
3,280 | 2026-02-23T12:01:00.142000Z | 2026-02-23T12:01:00.142000Z | Lec. | Salehi S.S.M., Erdogmus D., Gholipour A | false | false | false | |
3,279 | 2026-02-23T12:00:58.510000Z | 2026-02-23T12:00:58.510000Z | Lec. | P. 318–327. 13 | false | false | false | |
3,278 | 2026-02-23T12:00:56.608000Z | 2026-02-23T12:00:56.608000Z | Lec. | Vol. 42, № 2 | false | false | false | |
3,277 | 2026-02-23T12:00:54.597000Z | 2026-02-23T12:00:54.597000Z | Lec. | IEEE Computer Society, 2020 | false | false | false | |
3,276 | 2026-02-23T12:00:52.838000Z | 2026-02-23T12:00:52.838000Z | Lec. | Pattern Anal | false | false | false | |
3,275 | 2026-02-23T12:00:51.232000Z | 2026-02-23T12:00:51.232000Z | Lec. | Focal Loss for Dense Object Detection // IEEE Trans | false | false | false | |
3,274 | 2026-02-23T12:00:49.361000Z | 2026-02-23T12:00:49.361000Z | Lec. | Lin T.Y. et al | false | false | false | |
3,273 | 2026-02-23T12:00:47.618000Z | 2026-02-23T12:00:47.619000Z | Lec. | P. 85–94. 12 | false | true | false | |
3,272 | 2026-02-23T12:00:45.764000Z | 2026-02-23T12:00:45.764000Z | Lec. | Institute of Electrical and Electronics Engineers Inc., 2019 | false | false | false | |
3,271 | 2026-02-23T12:00:43.967000Z | 2026-02-23T12:00:43.967000Z | Lec. | Conf. 3D Vision, 3DV 2019 | false | false | false | |
3,270 | 2026-02-23T12:00:42.242000Z | 2026-02-23T12:00:42.242000Z | Lec. | IoU Loss for 2D/3D Object Detection // Proc. - 2019 Int | false | false | false | |
3,269 | 2026-02-23T12:00:40.519000Z | 2026-02-23T12:00:40.519000Z | Lec. | Zhou D. et al | false | false | false | |
3,268 | 2026-02-23T12:00:38.659000Z | 2026-02-23T12:00:38.659000Z | Lec. | P. 107471. 11 | false | false | false | |
3,267 | 2026-02-23T12:00:37.276000Z | 2026-02-23T12:00:37.277000Z | Lec. | Elsevier, 2021 | false | false | false | |
3,266 | 2026-02-23T12:00:35.267000Z | 2026-02-23T12:00:35.267000Z | Lec. | DV-Net: Accurate liver vessel segmentation via dense connection model with D-BCE loss function // Knowledge-Based Syst | false | false | false | |
3,265 | 2026-02-23T12:00:33.389000Z | 2026-02-23T12:00:33.389000Z | Lec. | Su J. et al | false | false | false | |
3,264 | 2026-02-23T12:00:31.629000Z | 2026-02-23T12:00:31.629000Z | Lec. | P. 527–537. 10 | false | false | false | |
3,263 | 2026-02-23T12:00:29.796000Z | 2026-02-23T12:00:29.796000Z | Lec. | Vol. 13435 LNCS | false | false | false | |
3,262 | 2026-02-23T12:00:27.867000Z | 2026-02-23T12:00:27.867000Z | Lec. | Springer Science and Business Media Deutschland GmbH, 2022 | false | false | false | |
3,261 | 2026-02-23T12:00:26.027000Z | 2026-02-23T12:00:26.027000Z | Lec. | Notes Bioinformatics) | false | false | false | |
3,260 | 2026-02-23T12:00:24.250000Z | 2026-02-23T12:00:24.250000Z | Lec. | Notes Artif | false | false | false | |
3,259 | 2026-02-23T12:00:22.245000Z | 2026-02-23T12:00:22.245000Z | Lec. | Sci. (including Subser | false | false | false | |
3,258 | 2026-02-23T12:00:20.204000Z | 2026-02-23T12:00:20.204000Z | Lec. | Notes Comput | false | false | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.