ivdon3@bk.ru
Рассматриваются вопросы качественной и надежной очистки воды для медицинских нужд. Процесс очистки неразрывно связан с автоматизированным управлением инженерными системами. Для медицинских целей вода предъявляет высокие требования к степени ее фильтрации. В связи с этим формулируется задача в обеспечении непрерывного автоматизированного контроля и управления процессом очистки. В работе показан алгоритм управления процессом предварительной очистки воды, на основании которого написана программа на языке ST, описывающая логику работы визуализации с функцией отображения и управления процессом. Приведен фрагмент функциональной схемы предварительной фильтрации. Представлена визуализация процесса промывки фильтра.
Ключевые слова: максимальный уровень, минимальный уровень, резервный фильтр, накопительная емкость, предварительная очистка, технологическое оборудование, алгоритм визуализации, функциональная схема, сигнализация, промывка фильтра
2.2.12 - Приборы, системы и изделия медицинского назначения , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
В данной статье рассматривается проблематика определения органов воздушного дыхания на снимках компьютерной томографии с помощью сверточных нейронных сетей архитектуры U-NET. Описаны перспективы использования нейронных сетей при анализе медицинских снимков, а также использование архитектуры U-NET для семантической сегментации изображений. Производится формирование структуры искусственной нейронной сети на базе архитектуры U-NET. Визуализируется строение слоев данной сети и описаны составные части данной структуры. Особое внимание уделяется описанию и реализации процесса свертки. Представлена формула определения весовых коэффициентов границы разделения. Предложены алгоритмы формирования модели искусственной нейронной сети и алгоритм построения слоев. Рассматривается способ увеличения данных для обучающей выборки изображений медицинских снимков. Представлено изображение результата определения органов грудной клетки и соответствующая маска.
Ключевые слова: сверточные нейронные сети, архитектура U-NET, глубокое обучение, распознавание изображений, machine learning
2.2.12 - Приборы, системы и изделия медицинского назначения , 2.3.1 - Системный анализ, управление и обработка информации