Статьи

Проблема обучения глубоких нейронных сетей на малых выборках особенно актуальна для медицинских задач. В работе рассматривается влияние попиксельной разметки значимых объектов на изображении, в дополнении к истинной метке класса, на качество решения задачи классификации. Для достижения лучших результатов классификации на малых выборках предлагается мультизадачная архитектура Unet-boosted classifier (UBC), обучаемая одновременно для решения задач классификации и семантической сегментации. В качестве исследуемого набора данных используются МРТ-снимки пациентов c доброкачественной глиомой и глиобластомой, взятые из открытого набора данных BraTS 2019. В качестве входа рассматривается один горизонтальный срез МРТ-изображения, содержащий глиому (всего 380 кадров в обучающей выборке), в качестве выхода - вероятность глиобластомы. В качестве базового решения используется ResNet34, обученный без аугментаций с функцией потерь на основе взаимной энтропии (CrossEntropyLoss). В качестве альтернативного решения используется UBC-ResNet34 - тот же ResNet34 усиленный декодером, построенным по принципу U-Net, и предсказывающим положение глиомы. В качестве дополнительной функции потерь используется сглаженный коэффициент Соренсена-Дайса (DiceLoss). Результаты на тестовой выборке: доля правильных ответов (accuracy) для базовой модели составила 0.71, для альтернативной - 0.81, коэффициент Дайса (Dice score) при этом составил 0.77. Таким образом, глубокую модель можно качественно обучить даже на небольшом наборе данных, используя предложенную архитектуру и добавив в разметку информацию о пораженных тканях в виде семантической маски. Предлагаемый подход потенциально может быть полезен и в любых других задачах классификации изображений с ограниченным набором данных.

Артыкул прысвечаны адной з найбольш цікавых старонак ранняй біяграфіі Станіслава Шумскага (1790–1871), вядомага мемуарыста і дзеяча вызваленчага руху ў Беларусі.

Ён быў удзельнікам вайны 1812 г. на баку Напалеона. Узнагароду – крыж Ганаровага легіёна – ён заслужыў за Барадзінcкую бітву, але атрымаў яго толькі ў 1814 г. пасля адступлення і рускага палону. Пры дапамозе выяўленых аўтарам у Ваенным архіве Францыі дакументаў аднаўляюцца дэталі ўзнагароджання С. Шумскага і акалічнасці яго ўдзелу ў вайне 1812 г.

The versatility of optical frequency combs in test and measurement has grown. Spectroscopy,
metrology, precision distance measuring, sensing, optical and microwave waveform synthesis, signal processing, and communications are examples. Bandwidth optimization is crucial. Our unique and simple method for C-band millimeter-wave double-sideband vector signal creation was tested. This approach cascades one single-drive and one push-pull Mach-Zehnder modulator. After driving the first one with a 2, 4, 8, 16, 32, 64 GHz RF pulse, an optical frequency comb with six flat carriers was formed.

The outputs were evaluated after each of the five stages following careful tuning to meet optical system harmonics. Multiple frequencies can be sent in one channel, making this architecture adaptable and scalable. For the suggested approach, experimental results match theoretical and simulation assessments.