Патенты автора Чикало Олег Владимирович (RU)
Изобретение относится к области медицины, в частности к способам диагностики заболеваний. Техническим результатом является повышение точности диагностирования заболеваний. В способе осуществляют выбор характеристик, в пространстве которых существуют различимые кластеры, образованные точками двух типов, первый тип соответствует пациентам с подтвержденным диагнозом диагностируемого заболевания, второй тип соответствует пациентам, не имеющем диагностируемого заболевания, определяют обучающие выборки для классификаторов, состоящие из точек - медоидов каждого кластера и граничных точек, разделяющих кластеры. При классификации сначала используют классификатор на основе граничных точек в варианте «квалифицированного большинства», затем для точек, не классифицированных первым классификатором, используют классификатор на основе точек - медоидов в варианте «квалифицированного большинства», а для оставшихся точек - классификатор на основе граничных точек в варианте «простого большинства». После постановки диагноза принимают решение о включении характеристик обследуемого пациента в состав обучающих выборок в случае, если эти характеристики улучшают точность распознавания. 3 ил.
СПОСОБ БИНАРИЗАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ // 2533876
Изобретение относится к средствам бинаризации изображений. Техническим результатом является повышение качества бинаризации. Способ заключается в выборе количества точек из эталонного изображения, расчета для них заранее заданных показателей, выборе из указанных показателей тех, в пространстве которых существуют различимые кластеры, образованные точками объекта и фона; в найденном пространстве определяют обучающие выборки для классификаторов, состоящие из точек-медоидов каждого кластера и граничных точек, разделяющих кластеры. В способе указанные выборки используют при работе двух классификаторов типа «К ближайших соседей», на вход которых подают последовательно все точки обрабатываемого изображения, где сначала используют классификатор на основе граничных точек в варианте «квалифицированного большинства», затем для точек, не классифицированных первым классификатором, используют классификатор на основе точек-медоидов в варианте «квалифицированного большинства», а для оставшихся точек классификатор на основе граничных точек в варианте «простого большинства»; выбором обучающих выборок завершают настройку классификаторов. 6 ил.
