id int64 18 21.1k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 16:54:39 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 16:54:39 | 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 |
|---|---|---|---|---|---|---|---|---|
1,607 | 2026-02-23T11:10:01.550000Z | 2026-02-23T13:48:03.043000Z | Lec. | Он поддерживает интерактивное взаимодействие с графами, автоматическое позиционирование вершин и ребер, а также включает алгоритмические модули для работы с графами | Он поддерживает интерактивное взаимодействие с графами, автоматическое позиционирование вершин и ребер. А также включает в себя алгоритмические модули для работы с графами. | false | true | true |
1,606 | 2026-02-23T11:09:59.638000Z | 2026-02-23T17:47:17.044000Z | Lec. | Разработанный программный инструмент для визуализации графов топологий сетей на кристалле решает проблемы, связанные с ограничениями существующих решений | Разработанный программный инструмент для визуализации графов топологий сетей на кристалле решает проблемы, связанные с ограничениями существующих решений. | false | true | true |
1,605 | 2026-02-23T11:09:57.788000Z | 2026-02-23T11:09:57.788000Z | Lec. | Топология MCC(6,6) | false | false | false | |
1,604 | 2026-02-23T11:09:56.253000Z | 2026-02-23T11:09:56.253000Z | Lec. | Топология С(38;1,4,15) | false | false | false | |
1,603 | 2026-02-23T11:09:54.322000Z | 2026-02-23T16:29:45.517000Z | Lec. | Примеры результатов визуализации приведены на рисунках 2,3 | Примеры результатов визуализации приведены на рисунках 2 и 3 | false | true | true |
1,602 | 2026-02-23T11:09:52.537000Z | 2026-02-23T17:30:02.368000Z | Lec. | Для построения графов в программном обеспечении необходимо сначала выбрать подходящую топологию сети, а затем указать ее параметры | Для построения графов в программном обеспечении необходимо сначала выбрать подходящую топологию сети, а затем указать параметры этой топологии. | false | true | true |
1,601 | 2026-02-23T11:09:50.984000Z | 2026-02-23T11:09:50.984000Z | Lec. | Примеры работы | false | true | false | |
1,600 | 2026-02-23T11:09:48.981000Z | 2026-02-23T11:09:48.981000Z | Lec. | Архитектура спроектирована с учетом структурированности кода и возможности его расширения, что позволяет дополнять функционал, включая добавление новых алгоритмов, топологий и редактирование визуализации | false | true | false | |
1,599 | 2026-02-23T11:09:47.207000Z | 2026-02-23T11:09:47.207000Z | Lec. | Позволяет автоматически определять поддерживаемую топологию по загруженной матрице смежности, без необходимости вручную выбирать топологию и вводить соответствующие параметры | false | true | false | |
1,598 | 2026-02-23T11:09:45.572000Z | 2026-02-23T11:09:45.572000Z | Lec. | Модуль автоматического определения топологий | false | true | false | |
1,597 | 2026-02-23T11:09:44.039000Z | 2026-02-23T11:09:44.039000Z | Lec. | Поддерживаются следующие алгоритмы: алгоритм поиска кратчайшего пути (Дейкстры), алгоритм разбиения вершин графа на две сбалансированные группы, минимизирующий количество разрезанных ребер (Кернигана-Лина), а также алгоритмы для вычисления топологических характеристик графа | false | true | false | |
1,596 | 2026-02-23T11:09:42.300000Z | 2026-02-23T16:44:02.384000Z | Lec. | Этот модуль реализует алгоритмы на графах | Этот модуль реализует алгоритмы на графах. | false | true | true |
1,595 | 2026-02-23T11:09:40.764000Z | 2026-02-23T17:30:55.317000Z | Lec. | Алгоритмический модуль | Алгоритмический модуль. | false | true | true |
1,594 | 2026-02-23T11:09:39.244000Z | 2026-02-23T11:09:39.244000Z | Lec. | Импорт и экспорт используют специальный формат для работы | false | true | false | |
1,593 | 2026-02-23T11:09:37.654000Z | 2026-02-23T18:16:35.957000Z | Lec. | Позволяет импортировать и экспортировать графы для последующей работы с ними | Предоставляет возможность импорта и экспорта графов для последующей работы с ними | false | true | true |
1,592 | 2026-02-23T11:09:35.720000Z | 2026-02-23T11:09:35.720000Z | Lec. | Модуль импорта и экспорта | false | false | false | |
1,591 | 2026-02-23T11:09:33.925000Z | 2026-02-23T15:39:46.417000Z | Lec. | Также он визуализирует алгоритмы на графе | Также он визуализирует алгоритмы на графике. | false | true | true |
1,590 | 2026-02-23T11:09:31.616000Z | 2026-02-23T11:09:31.616000Z | Lec. | Выводит граф в окно, позволяет с ним интерактивно взаимодействовать | false | true | false | |
1,589 | 2026-02-23T11:09:29.670000Z | 2026-02-23T16:23:44.250000Z | Lec. | Модуль визуализации | Модуль визуализации. | false | true | true |
1,588 | 2026-02-23T11:09:28.206000Z | 2026-02-23T13:29:43.223000Z | Lec. | Позволяет вручную изменять позицию вершин и изменять метод позиционирования для отдельных групп ребер | Можно вручную изменять позицию вершин и изменять метод позиционирования для отдельных групп ребер | false | true | true |
1,587 | 2026-02-23T11:09:26.484000Z | 2026-02-23T11:09:26.484000Z | Lec. | Выполняет автоматическое позиционирование вершин и ребер | false | true | false | |
1,586 | 2026-02-23T11:09:24.921000Z | 2026-02-23T11:09:24.921000Z | Lec. | Модуль позиционирования вершин и ребер | false | true | false | |
1,585 | 2026-02-23T11:09:23.191000Z | 2026-02-23T11:09:23.191000Z | Lec. | Архитектура монолитная, но включает в себя логические модули, которые взаимодействуют между собой: | false | true | false | |
1,584 | 2026-02-23T11:09:21.520000Z | 2026-02-23T11:09:21.520000Z | Lec. | Архитектура | false | false | false | |
1,583 | 2026-02-23T11:09:19.483000Z | 2026-02-23T16:34:42.559000Z | Lec. | Архитектура разработанного программного инструмента визуализации графов представлена на рис.1: | Архитектура разработанного программного инструмента визуализации графов представлена на рисунке 1. | false | true | true |
1,582 | 2026-02-23T11:09:17.778000Z | 2026-02-23T11:09:17.778000Z | Lec. | Таким образом, использовать стороннее ПО для визуализации графов топологий сетей на кристалле возможно только с функциональными ограничениями, что увеличивает затраты времени пользователя на визуализацию графа и усложняет достижение конечного результата | false | true | false | |
1,581 | 2026-02-23T11:09:16.302000Z | 2026-02-23T11:09:16.302000Z | Lec. | Инструмент\Требование. 1. 2. 3. 4 | false | true | false | |
1,580 | 2026-02-23T11:09:14.186000Z | 2026-02-23T13:34:03.541000Z | Lec. | Сравнение различных инструментов для визуализации графов | Сравнение различных инструментов для визуализации графов. | false | true | true |
1,579 | 2026-02-23T11:09:12.656000Z | 2026-02-23T11:09:12.656000Z | Lec. | Gephi [5] не предоставляет возможностей интерактивного взаимодействия с ребрами и их параметрами | false | false | false | |
1,578 | 2026-02-23T11:09:10.777000Z | 2026-02-23T11:09:10.777000Z | Lec. | Vizgraph [4] только отображает итоговые графы без редактирования и использует собственный формат описания | false | false | false | |
1,577 | 2026-02-23T11:09:08.931000Z | 2026-02-23T13:38:10.922000Z | Lec. | Также yEd не поддерживает автоматическое расположения вершин в соответствии с заданными правилами позиционирования | Также yEd не поддерживает автоматическое расположение вершин в соответствии с заданными правилами позиционирования. | false | true | true |
1,576 | 2026-02-23T11:09:07.332000Z | 2026-02-23T17:38:00.702000Z | Lec. | В Специализированном инструменте yEd [3] отсутствует функция автоматической группировки ребер по пользовательским атрибутам | В специализированном инструменте yEd [3] отсутствует функция автоматической группировки ребер по пользовательским атрибутам. | false | true | true |
1,575 | 2026-02-23T11:09:05.465000Z | 2026-02-23T11:09:05.465000Z | Lec. | Редакторы схем draw.io [1] и Lucidchart [2] подходят только для ручного создания графов и не предоставляют сложных функций группировки элементов | false | true | false | |
1,574 | 2026-02-23T11:09:03.764000Z | 2026-02-23T11:09:03.764000Z | Lec. | Сравнение представлено в таблице 1 | false | true | false | |
1,573 | 2026-02-23T11:09:01.284000Z | 2026-02-23T11:09:01.284000Z | Lec. | Рассмотрены популярные существующие инструменты визуализации схем и графов для визуализации графов топологий сетей на кристалле | false | true | false | |
1,572 | 2026-02-23T11:08:59.625000Z | 2026-02-23T11:08:59.625000Z | Lec. | Исключать необходимость написания программного кода для визуализации и взаимодействия с графом | false | true | false | |
1,571 | 2026-02-23T11:08:57.297000Z | 2026-02-23T17:40:55.507000Z | Lec. | Выполнять генерацию графов по параметрам топологии | Генерировать графы по параметрам топологии | false | true | true |
1,570 | 2026-02-23T11:08:55.784000Z | 2026-02-23T11:08:55.784000Z | Lec. | Иметь функциональную возможность автоматически группировать ребра, добавлять и извлекать ребра из группы, изменять параметры ребер | false | true | false | |
1,569 | 2026-02-23T11:08:54.095000Z | 2026-02-23T11:08:54.095000Z | Lec. | Обеспечивать возможность интерактивного управления элементами графа с интуитивно понятным интерфейсом взаимодействия | false | true | false | |
1,568 | 2026-02-23T11:08:52.309000Z | 2026-02-23T11:08:52.310000Z | Lec. | Программный инструмент должен удовлетворять следующим требованиям: | false | true | false | |
1,567 | 2026-02-23T11:08:50.249000Z | 2026-02-23T11:08:50.249000Z | Lec. | Аналоги также не справляются с отрисовкой больших графов или вовсе не поддерживают автоматическое определение топологий | false | true | false | |
1,566 | 2026-02-23T11:08:48.601000Z | 2026-02-23T11:08:48.601000Z | Lec. | Проблема заключается в том, что решения для визуализации не адаптированы для работы со сложными топологиями, либо имеют определенные ограничения по масштабируемости | false | true | false | |
1,565 | 2026-02-23T11:08:47.051000Z | 2026-02-23T17:14:21.865000Z | Lec. | Дополнительно усложняет работу отсутствие поддержки специфического функционала, необходимого для решения специализированных задач | Дополнительно усложняет работу отсутствие поддержки специфического функционала; необходимого для решения специализированных задач. | false | true | true |
1,564 | 2026-02-23T11:08:45.513000Z | 2026-02-23T13:30:38.612000Z | Lec. | Основные проблемы связаны с недостаточной масштабируемостью и неудобством в использовании | Основные проблемы связаны с неудобством использования и недостаточной масштабируемостью. | false | true | true |
1,563 | 2026-02-23T11:08:43.737000Z | 2026-02-23T11:08:43.737000Z | Lec. | Несмотря на наличие широкого спектра существующих программных решений для работы с графами, они имеют существенные ограничения | false | true | false | |
1,562 | 2026-02-23T11:08:42.183000Z | 2026-02-23T18:22:27.122000Z | Lec. | Неотъемлемая часть проектирования сети на кристалле - визуализация комплексных топологий | Неотъемлемая часть проектирования сети на кристалле – визуализация комплексных топологий. | false | true | true |
1,561 | 2026-02-23T11:08:40.615000Z | 2026-02-23T11:08:40.615000Z | Lec. | На основе полученных данных обосновывается выбор архитектурной концепции разрабатываемого программного обеспечения, после чего представляется демонстрация его функциональных возможностей | false | true | false | |
1,560 | 2026-02-23T11:08:39.088000Z | 2026-02-23T11:08:39.089000Z | Lec. | В ходе работы проводится детальный анализ существующих решений в данной области, выявляются их сильные и слабые стороны | false | true | false | |
1,559 | 2026-02-23T11:08:37.407000Z | 2026-02-23T13:50:16.034000Z | Lec. | Данная работа посвящена созданию программного инструмента для визуализации графов, используемых при проектировании топологий сетей на кристалле | Работа данная посвящена для создания программного инструмента визуализации графов, применяемого при проектировании топологии сети на кристалле | false | true | true |
1,558 | 2026-02-23T11:08:35.568000Z | 2026-02-23T11:08:35.568000Z | Lec. | Селин М.П., Божедомов А.Я., Кузиков М.М., Климина Е.А | true | false | false | |
1,557 | 2026-02-23T11:08:33.728000Z | 2026-02-23T11:08:33.728000Z | Lec. | Maier-HeiN: nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation. // arXiv preprint arXiv:1809.10486 - 2018. | false | false | false | |
1,556 | 2026-02-23T11:08:30.771000Z | 2026-02-23T11:08:30.771000Z | Lec. | Norajitra, S | true | false | false | |
1,555 | 2026-02-23T11:08:29.302000Z | 2026-02-23T11:08:29.302000Z | Lec. | Wasserthal, G | false | false | false | |
1,554 | 2026-02-23T11:08:27.764000Z | 2026-02-23T11:08:27.764000Z | Lec. | Zimmerer, P | false | false | false | |
1,553 | 2026-02-23T11:08:26.123000Z | 2026-02-23T11:08:26.123000Z | Lec. | Petersen, A | true | false | false | |
1,552 | 2026-02-23T11:08:24.514000Z | 2026-02-23T11:08:24.514000Z | Lec. | Glocker: Efficient Multi-Scale 3D CNN with Fully Connected CRF for Accurate Brain Lesion Segmentation. // arXiv preprint arXiv:1603.05959 - 2017 | false | false | false | |
1,551 | 2026-02-23T11:08:22.588000Z | 2026-02-23T11:08:22.588000Z | Lec. | Rueckert, B | false | false | false | |
1,550 | 2026-02-23T11:08:20.937000Z | 2026-02-23T13:26:37.535000Z | Lec. | Newcombe, J | Newcombe, J. | false | true | true |
1,549 | 2026-02-23T11:08:19.287000Z | 2026-02-23T11:08:19.287000Z | Lec. | Kamnitsas, C | false | false | false | |
1,548 | 2026-02-23T11:08:17.782000Z | 2026-02-23T11:08:17.782000Z | Lec. | Ahmadi: V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation. // arXiv preprint arXiv:1606.04797 - 2016 | false | false | false | |
1,547 | 2026-02-23T11:08:15.860000Z | 2026-02-23T11:08:15.860000Z | Lec. | Brox.: U-Net: Convolutional Networks for Biomedical Image Segmentation. // arXiv preprint arXiv:1505.04597 - 2015 | false | false | false | |
1,546 | 2026-02-23T11:08:13.905000Z | 2026-02-23T11:08:13.905000Z | Lec. | URL: https://github.com/MIC-DKFZ/nnUNet (дата обращения 01.03.2025) | false | false | false | |
1,545 | 2026-02-23T11:08:12.001000Z | 2026-02-23T11:08:12.001000Z | Lec. | Long, J., Shelhamer, E., Darrell T.: Fully: Convolutional Networks for Semantic Segmentation. // arXiv preprint arXiv:1411.4038 - 2015. nnU-net [Электронный ресурс] | false | true | false | |
1,544 | 2026-02-23T11:08:09.947000Z | 2026-02-23T11:08:09.947000Z | Lec. | URL: https://habr.com/ru/companies/otus/articles/810207/ (дата обращения 01.03.2025) | false | false | false | |
1,543 | 2026-02-23T11:08:08.051000Z | 2026-02-23T16:32:25.270000Z | Lec. | Компьютерное зрение в 2024 году: Главные задачи и направления [Электронный ресурс] | Компьютерное зрение в 2024 году: Основные задачи и направления [Электронный ресурс] | false | true | true |
1,542 | 2026-02-23T11:08:06.263000Z | 2026-02-23T13:34:34.153000Z | Lec. | Таким образом, nnU-Net обладает высоким потенциалом для клинического применения, но ее использование должно быть строго контролируемым, выступая как вспомогательный инструмент для ускорения работы врачей, а не заменяя их экспертное мнение | Таким образом, nnU-net обладает высоким потенциалом для клинического применения, но ее использование должно быть строго контролируемым, выступая как вспомогательный инструмент для ускорения работы врачей, а не заменяя их экспертное мнение. | false | true | true |
1,541 | 2026-02-23T11:08:04.535000Z | 2026-02-23T11:08:04.535000Z | Lec. | Разработанная модель сегментации на основе nnU-Net продемонстрировала точность 93% при выделении аорты, сердца и легочной артерии на КТ-снимках | false | true | false | |
1,540 | 2026-02-23T11:08:02.727000Z | 2026-02-23T13:45:31.787000Z | Lec. | Кроме того, требуется разработка четкого протокола взаимодействия, определяющего использование модели врачами, включая определение случаев, в которых автоматическая разметка применяется без изменений, а также ситуаций, требующих ручной корректировки | Кроме того, требуется разработка четкого протокола взаимодействия, определяющего использование модели врачами, включая случаи применения модели без изменения, а также ситуации, требующие ручной корректировки. | false | true | true |
1,539 | 2026-02-23T11:08:00.977000Z | 2026-02-23T18:15:55.249000Z | Lec. | В первую очередь, важно протестировать модель на КТ-изображениях из различных медицинских учреждений, учитывая вариативность сканеров и протоколов съемки, чтобы убедиться в ее стабильности и универсальности | В первую очередь важно протестировать модель на КТ-изображениях из различных медицинских учреждений для проверки ее стабильности и универсальности, учитывая вариативность сканеров и протоколов съемки. | false | true | true |
1,538 | 2026-02-23T11:07:59.077000Z | 2026-02-23T11:07:59.077000Z | Lec. | Перед внедрением модели в клиническую практику необходимо провести дополнительные исследования для оценки ее надежности и адаптации к реальным условиям | false | true | false | |
1,537 | 2026-02-23T11:07:57.353000Z | 2026-02-23T11:07:57.353000Z | Lec. | Врач в таком случае выступает в роли финального эксперта, проверяющего и, при необходимости, корректирующего результаты сегментации | false | true | false | |
1,536 | 2026-02-23T11:07:55.496000Z | 2026-02-23T11:07:55.496000Z | Lec. | Разработанная модель сегментации на основе nnU-Net обладает высокой точностью, но в медицинской практике даже минимальные ошибки часто приводят к критическим последствиям, поэтому ее следует использовать под контролем специалистов | false | true | false | |
1,535 | 2026-02-23T11:07:53.705000Z | 2026-02-23T11:07:53.705000Z | Lec. | АНАЛИЗ ПРИМЕНИМОСТИ МОДЕЛИ В КЛИНИЧЕСКОЙ ПРАКТИКЕ | false | true | false | |
1,534 | 2026-02-23T11:07:51.974000Z | 2026-02-23T17:47:54.547000Z | Lec. | В случае медицинской сегментации важно, чтобы метрику было легко проинтерпретировать, поэтому в исследовании используется метрика Pseudo Dice:. | В случае медицинской сегментации важно, чтобы метрика была легко проинтерпретировать, поэтому в исследовании используется метрика Pseudo Dice. | false | true | true |
1,533 | 2026-02-23T11:07:50.300000Z | 2026-02-23T11:07:50.300000Z | Lec. | Выбор метрики качества также является значимой частью обучения, потому что она показывает, насколько точно модель решает, поставленную задачу | false | true | false | |
1,532 | 2026-02-23T11:07:48.527000Z | 2026-02-23T11:07:48.527000Z | Lec. | В качестве функции потерь в модели выбрана комбинация Dice и кросс-энтропии: | false | true | false | |
1,531 | 2026-02-23T11:07:47.003000Z | 2026-02-23T13:49:57.343000Z | Lec. | Важным аспектом при обучении модели является выбор функции потерь, поскольку от нее зависит, насколько качественно алгоритм настраивает веса | Важным аспектом при обучении модели является выбор функции потерь, поскольку от нее зависит, насколько качественно алгоритм оценивает свою ошибку и корректирует свои веса. | false | true | true |
1,530 | 2026-02-23T11:07:45.291000Z | 2026-02-23T13:44:24.295000Z | Lec. | Размеры вокселя или пикселя нередко различаются между разными томографами, поэтому изображения необходимо привести к единому разрешению | Размеры пикселя нередко различаются между разными томографами, поэтому изображения необходимо привести к единому разрешению. | false | true | true |
1,529 | 2026-02-23T11:07:43.527000Z | 2026-02-23T11:07:43.527000Z | Lec. | Затем проводится процедура ресемплинга | false | true | false | |
1,528 | 2026-02-23T11:07:42.020000Z | 2026-02-23T16:43:16.865000Z | Lec. | Такая операция позволяет снизить вычислительную нагрузку при обучении модели, а также сфокусироваться на информативной для сегментации части изображения | Такая операция позволяет снизить вычислительную нагрузку при обучении модели, а также сфокусироваться на информативной части изображения для сегментации | false | true | true |
1,527 | 2026-02-23T11:07:40.227000Z | 2026-02-23T11:07:40.227000Z | Lec. | Предобработка изображений является частью автоматизированного конвейера сегментации, поэтому пользователь не имеет возможности вмешиваться в процесс подготовки данных | false | true | false | |
1,526 | 2026-02-23T11:07:38.478000Z | 2026-02-23T11:07:38.478000Z | Lec. | Разметка состояла из 3 масок: аорты, сердца, легочной артерии и ее ветвей | false | true | false | |
1,525 | 2026-02-23T11:07:36.731000Z | 2026-02-23T11:07:36.731000Z | Lec. | Для решения задачи сегментации сердца и аорты на КТ-снимках в качестве исходных данных был использован размеченный датасет из 194 снимков КТ с размерами 512x512 пикселей | false | true | false | |
1,524 | 2026-02-23T11:07:34.879000Z | 2026-02-23T13:32:12.057000Z | Lec. | Такой подход позволяет nnU-Net демонстрировать хорошие результаты на различных медицинских наборах данных, превосходя другие подходы в плане обобщающей способности и простоты применения на практике | Такой подход позволяет nnUNet демонстрировать хорошие результаты на различных медицинских наборах данных, и превосходит другие подходы по обобщающей способности и простоте использования | false | true | true |
1,523 | 2026-02-23T11:07:33.013000Z | 2026-02-23T11:07:33.013000Z | Lec. | Особое место среди автоматизированных решений занимает фреймворк nnU-Net, который был представлен как универсальный фреймворк, способный автоматически адаптировать архитектуру сети и стратегию предобработки данных под конкретные задачи медицинской сегментации [7] | false | true | false | |
1,522 | 2026-02-23T11:07:31.007000Z | 2026-02-23T18:19:07.759000Z | Lec. | Еще одним значимым решением стала архитектура DeepMedic, в которой реализован многомасштабный анализ, позволяющий учитывать разнородность медицинских данных, что является важным преимуществом в задачах медицинской сегментации [6] | Еще одним значимым решением стала архитектура DeepMedic, в которой реализован многомасштабный анализ, позволяющий учитывать разнородность медицинских данных, что является важным преимуществом в задачах медицинской сегментации [6]. | false | true | true |
1,521 | 2026-02-23T11:07:29.071000Z | 2026-02-23T11:07:29.071000Z | Lec. | В архитектуре V-Net применяются 3D-свертки и функция потерь Dice, что позволяет учитывать специфику медицинских задач и улучшает результаты сегментации трехмерных объектов [5] | false | true | false | |
1,520 | 2026-02-23T11:07:27.267000Z | 2026-02-23T11:07:27.267000Z | Lec. | Одним из первых методов стала архитектура U-Net, изначально предложенная для биомедицинских изображений [4] | false | true | false | |
1,519 | 2026-02-23T11:07:25.468000Z | 2026-02-23T11:07:25.468000Z | Lec. | При решении задачи медицинской сегментации активно применяются модели глубокого обучения | false | true | false | |
1,518 | 2026-02-23T11:07:23.784000Z | 2026-02-23T17:06:48.037000Z | Lec. | Целью данного исследования является разработка и апробация автоматизированного решения для сегментации сердца и аорты на снимках компьютерной томографии с использованием современного фреймворка глубокого обучения nnU-Net [3] | Целью данного исследования является разработка и апробация автоматизированного решения для сегментации сердца, аорты на снимках компьютерной томографии с использованием современного фреймворка глубокого обучения nnUNet [3]. | false | true | true |
1,517 | 2026-02-23T11:07:21.854000Z | 2026-02-23T13:38:01.624000Z | Lec. | Современные методы медицинской визуализации, такие как компьютерная томография (КТ), широко используются в диагностике сердечно-сосудистых заболеваний, но ручная сегментация анатомических структур является трудоемкой и подверженной субъективным ошибкам задачей | Современные методы медицинской визуализации, такие как компьютерная томография (КТ), широко используются в диагностике сердечно-сосудистых заболеваний, но ручная сегментация анатомических структур является трудоемкой и подверженной субъективным ошибкам задачей. | false | true | true |
1,516 | 2026-02-23T11:07:20.143000Z | 2026-02-23T16:25:03.291000Z | Lec. | Одной из ключевых задач компьютерного зрения является семантическая сегментация, заключающаяся в классификации каждого пикселя изображения в соответствии с заранее заданными категориями объектов [2] | Одной из ключевых задач компьютерного зрения является семантическая сегментация, заключающаяся в классификации каждого пикселя изображения в соответствии с заранее заданными категориями объектов [2]. | false | true | true |
1,515 | 2026-02-23T11:07:18.360000Z | 2026-02-23T11:07:18.360000Z | Lec. | Такой процесс не ограничивается простым распознаванием объектов, а предполагает способность систем принимать решения и делать выводы на основе проанализированных данных | false | true | false | |
1,514 | 2026-02-23T11:07:16.596000Z | 2026-02-23T11:07:16.596000Z | Lec. | Компьютерное зрение — область искусственного интеллекта, в рамках которой разрабатываются алгоритмы и системы, обеспечивающие автоматический анализ и интерпретацию визуальной информации, включая изображения и видеоматериалы [1] | false | true | false | |
1,513 | 2026-02-23T11:07:14.824000Z | 2026-02-23T13:35:13.258000Z | Lec. | Результатами исследования являются разработанная на основе нейронной сети модель сегментации и анализ ее применимости в клинической практике | Результатами исследования являются разработанная на основе нейронной сети модель сегментации и анализ ее применимости в клинической практике. | false | true | true |
1,512 | 2026-02-23T11:07:12.996000Z | 2026-02-23T11:07:12.996000Z | Lec. | В ходе экспериментов использовались размеченные снимки КТ, предоставленные Медицинским институтом, ФГБО ВО Орловского государственного университета им | false | true | false | |
1,511 | 2026-02-23T11:07:11.060000Z | 2026-02-23T13:28:21.637000Z | Lec. | В работе рассматривается применение автоматизированного фреймворка nnU-Net для сегментации сердца и аорты на снимках компьютерной томографии (КТ) | В работе рассматривается применение автоматизированного фреймворка nnUNet для сегментации сердца и аорты на снимках компьютерной томографии (КТ) | false | true | true |
1,510 | 2026-02-23T11:07:09.177000Z | 2026-02-23T11:07:09.177000Z | Lec. | Национальный исследовательский университет «Высшая школа экономики»,. департамент компьютерной инженерии | false | true | false | |
1,509 | 2026-02-23T11:07:07.329000Z | 2026-02-23T13:37:38.588000Z | Lec. | Все участники команда. | Все участники - это команда. | false | true | true |
1,508 | 2026-02-23T11:07:05.445000Z | 2026-02-23T11:07:05.445000Z | Lec. | Защита проекта | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.