Логотип ЛСМ ЮУрГУ
Южно-Уральский государственный университет
Национальный исследовательский университет
ЛАБОРАТОРИЯ СУПЕРКОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ ЮУрГУ
Русский язык
О НАС
Наши партнеры
Отделы и сотрудники
История
Новости
Информация в СМИ
Эмблема ЛСМ
Экскурсии
Контакты
ВЫЧИСЛИТЕЛЬНЫЕ РЕСУРСЫ
Суперкомпьютер «Торнадо ЮУрГУ»
Суперкомпьютер «СКИФ-Аврора ЮУрГУ»
Комплекс «GPU»
Кластер «СКИФ Урал»
ПОЛЬЗОВАТЕЛЯМ
Правила
Регистрация
Прикладное ПО
Системное ПО
Техническая поддержка
Обучение
Инструкции
СИСТЕМА ПВК
Программное обеспечение
Правила
Инструкции
КОММЕРЧЕСКИМ КЛИЕНТАМ
НАУЧНАЯ РАБОТА
Цели ЛСМ
Проекты
Публикации
Зарегистрированные программы
Городской научный семинар по теории некорректных задач
     
Google

www по сайту

Конкурс: автоматическая/полуавтоматическая сегментация изображений КТ

Сегментация это процесс разбиения изображения на области. Данный процесс является ключевым при обработке медицинских данных и используется при выделении на изображении различных объектов, органов и патологий. Обычно этот процесс выполняется вручную от руки. Целью конкурса является разработка алгоритма сегментации изображений, работающего в автоматическом или полуавтоматическом режиме для обработки наборов фотографий пищевода, полученных с помощью компьютерной томографии.

Конечный набор документов включает в себя:

  1. Общее описание предложенного решения с аргументированным обоснованием эффективности алгоритма.
  2. Детальное описание предложенного алгоритма и его соответствие техническим требованиям конкурса.
  3. Исходный код, реализующий предложенный алгоритм, включая все зависимости, пакеты, базы данных, документацию и информацию для тестирования.
  4. Полную документацию по алгоритму, включая инструкцию по установке и исполнению кода и описание внешних зависимостей. Внешние наборы данных и код из открытых источников допустимо использовать. Об этом тоже необходимо упомянуть и приложить необходимые файлы и инструкции.
  5. Результаты сравнения для каждого набора данных и контуры, полученные в результате сегментации изображений.

Оценка качества работы алгоритма будет проводиться на дополнительных наборах данных, похожих на данные, приложенные к конкурсному заданию.

Награда за лучшее решение 20000$.

Дедлайн: 11 ноября 2014 года.

25.08.2014