Ukrainian Journal of Information Technology. – 2021. – Vol. 3, No. 1

Permanent URI for this collectionhttps://ena.lpnu.ua/handle/ntb/57760

Науковий журнал

Видання "Український журнал інформаційних технологій" засновано у 2018 р. за рішенням вченої ради Інституту комп'ютерних наук та інформаційних технологій від 23 квітня 2018 р. Журнал є правонаступником збірника наукових праць "Вісник Національного університету "Львівська політехніка". Серія: Комп'ютерні науки та інформаційні технології", який входить до переліку фахових видань ВАК України, в яких можна друкувати матеріали дисертаційних робіт у галузі технічних наук.

Український журнал інформаційних технологій. – Львів : Видавництво Львівської політехніки, 2021. – Том 3, № 1. – 124 с. : il.

Український журнал інформаційних технологій

Зміст (том 3, № 1)


1
8
15
22
30
37
44
49
56
63
73
78
85
91
99
106
114
120
122

Content (Vol. 3, No 1)


1
8
15
22
30
37
44
49
56
63
73
78
85
91
99
106
114
120
122

Browse

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Синтез зображень-орнаментів
    (Видавництво Львівської політехніки, 2021-10-10) Березька, К. М.; Березький, О. М.; Berezka, K. M.; Berezsky, O. M.; Національний університет “Львівська політехніка”; Західноукраїнський національний університет; Lviv Polytechnic National University; West Ukrainian National University
    Розроблено математичну модель синтезу зображень-орнаментів і програмно реалізовано редактор зображень орнаментів, які ґрунтуються на теорії симетрії. У роботі показано фундаментальну роль симетрії. Проаналізовано, як методи теорії симетрії використовують у фізиці, хімії, біології та в техніці. З’ясовано, що симетрія основана на перетворенні та збереженні. Встановлено, що симетрична система ґрунтується на сукупності інваріантів, побудованих згідно з певними правилами. Показано, що симетрію бордюрів і сітчастих орнаментів використовують в орнаментах. Синтез зображень-орнаментів розглянуто на прикладі української народної вишивки. Проаналізовано внесок закордонних і вітчизняних вчених у розвиток теорії симетрії та синтезу зображень. Українська народна вишивка – цінне надбання культурного і матеріального спадку народу, важливе джерело вивчення його історії. Виявлено понад 100 видів різноманітних технічних прийомів вишивки. Показано роль відомих митців України у популяризації та організації музеїв української народної вишивки. Досліджено, що вишивка складається з окремих мотивів або з орнаментів, а орнаменти з підорнаментів. Підорнамент – це узор, що формується із ритмічно впорядкованих однакових елементів (побудований на одній групі перетворення). Підорнаменти поділяють на рапорти. Рапортом називають мінімальну за площею область, якою можна покрити підорнамент, використовуючи тільки переноси. Рапорт, водночас, поділяють на ще менші частинки: мотив або елементарний рисунок. У вишивальних орнаментах виявлено сім груп на смугах і 12 – на площинах. Розроблено математичні моделі синтезу зображень-орнаментів для груп на смугах та груп на площинах. Математичні моделі наведено для ідеальних орнаментів. У разі зміщень осей чи центрів симетрій необхідно коригувати коефіцієнти зміщень матриць перетворень. Наведено зразки вишиваних орнаментів відповідних груп на площинах та на смугах. Розроблено редактор зображень-орнаментів, який дає змогу синтезувати складні орнаментні зображення на підставі аналітичних формул елементарного рисунка, підорнаменту та орнаменту. Наведено приклади реальних і синтезованих зразків української народної вишивки.
  • Thumbnail Image
    Item
    Застосування методу лінійної регресії для аналізу кількісних характеристик цитологічних зображень
    (Видавництво Львівської політехніки, 2021-10-10) Березький, О. М.; Піцун, О. Й.; Мельник, Г. М.; Дацко, Т. В.; Berezsky, O. M.; Pitsun, O. Yo.; Melnyk, G. M.; Datsko, T. V.; Національний університет “Львівська політехніка”; Західноукраїнський національний університет; Тернопільський національний медичний університет; Lviv Polytechnic National University; West Ukrainian National University; Ternopil National Medical University
    Проаналізовано патологічні стани молочної залози на підставі дослідження цитологічних зображень. Цитологічні зображення – це окремий клас біомедичних зображень і використовуються для діагностування онкологічних захворювань. Для діагностування передракових і ракових станів та тактики лікування лікарі-діагности використовують цитологічні, гістологічні та імуногістохімічні зображення. Для автоматизації процесу діагностування в онкології використовують системи автоматизованої мікроскопії. У системах автоматизованої мікроскопії використовують алгоритми комп’ютерного зору. Останнім часом для класифікації зображень використовують алгоритми машинного навчання Опрацювання мікроскопічних зображень є складним і трудомістким процесом, оскільки зображення характеризуються високим рівнем шуму та відсутністю чітких контурів ядер клітин. Для обчислення кількісних характеристик ядер клітин цитологічних зображень розроблено метод обчислення кількісних характеристик ядер клітин на підставі алгоритмів фільтрації зображень та їх автоматичної сегментації. Для сегментації ядер клітин розроблено архітектуру згорткової нейронної мережі типу U-Net. У цій статті розроблено метод опрацювання цитологічних зображень. Метод складається з шести етапів. На першому етапі відбувається завантаження зображення у пам’ять комп’ютера, на другому – попереднє оброблення зображень. На третьому етапі здійснюється автоматична сегментація зображень на підставі згорткової нейронної мережі типу U-Net. На четвертому етапі виконується обчислення кількісних характеристик ядер клітин. На п’ятому етапі кількісні характеристик ядер клітин зберігаються в базі даних. На шостому етапі застосовують алгоритми лінійної регресії для отримання кількісних характеристик ядер клітин. Сьогодні лінійна регресія є одним із поширених підходів машинного навчання до аналізу даних. Здійснено порівняльний аналіз застосування кількісних характеристик ядер клітин на підставі лінійної регресії. Наукова новизна роботи полягає у розробленні методу обчислення кількісних характеристик ядер клітин, який містить етапи фільтрації зображень та автоматичної сегментації на підставі використання нейронної мережі типу U-Net. Практичне значення роботи – програмна реалізація модулів попереднього оброблення цитологічного зображення та лінійної регресії. Досліджено, що у сукупності параметрів “площа, довжина головної осі” в 1,4 разу менша похибка RMSE порівняно із сукупністю “площа, периметр”.