Адаптация алгоритмов нейронных сетей для практического применения в научных исследованиях морфологического состояния центральной нервной системы экспериментальных животных
Автор: Колесникова Инна Александровна, Аверкин Алексей Николаевич, Большаков Александр Игоревич, Воробьев Илья Сергеевич, Северюхин Юрий Сергеевич
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Статья в выпуске: 2, 2018 года.
Бесплатный доступ
В работе рассматривается возможность использования свёрточных нейронных сетей для нейроморфологических исследований ткани головного мозга. Решение задачи осуществляется с помощью дистрибутива Anaconda. Получены первые результаты обучения нейронной сети: распознавание структуру мозга - гиппокампа, определение числа нервных клеток на снимке
Машинное обучение, нейрон, нейроморфология
Короткий адрес: https://sciup.org/14123286
IDR: 14123286 | УДК: 004.93’12
The adaptation of algorithms of neural networks for practical application in scientific researches of the central nervous system morphological state of experimental animals
The paper considers the possibility of using the convolutional neural networks for neuromorphological studies of brain tissue. The solution of the problem is implemented using the Anaconda distribution. The first results of training the neural network are obtained: the recognition of the brain structure - the hippocampus, the determination of the number of nerve cells in an image
Список литературы Адаптация алгоритмов нейронных сетей для практического применения в научных исследованиях морфологического состояния центральной нервной системы экспериментальных животных
- Рашка С. Python и машинное обучение // Москва. - 2017. - Т. 418.
- Грас Дж. Data Science. Наука о данных с нуля: Пер. с англ. - СПб.: БХВ-Петербург, 2017. - 336 с.
- Garman R. H. Histology of the central nervous system // Toxicologic pathology. - 2011. - Т. 39. - №. 1. - С. 22-35.
- Григорьев А. И., Красавин Е. А., Островский М. А. К оценке риска биологического действия галактических тяжелых ионов в условиях межпланетного полета // Российский физиологич. журн. им. ИМ Сеченова. - 2013. - Т. 99. - №. 3. - С. 273-280.
- Гудфеллоу Я., Иошуа Б., Курвилль А. Глубокое обучение. - Litres, 2017.
