Исследование посвящено применению глубоких нейронных сетей для семантической сегментации анатомических структур на эндоскопических кадрах. Рассматривается проблема снижения точности моделей из-за высокой вариативности хирургических сцен, вызванной изменчивым освещением, артефактами и индивидуальными особенностями пациентов. В работе экспериментально обосновывается эффективность специализированного конвейера аугментаций данных, имитирующего реалистичные искажения, для повышения устойчивости и обобщающей способности моделей. Результаты исследования, оцененные по метрикам IoU, HD95 и Dice, демонстрируют, что предложенный подход к обучению позволяет улучшить качество распознавания границ объектов в условиях недостаточного качества изображений

Баталов А.Ф., Рубин И.М. (науч. рук. Волынский М.А.) Сегментация анатомических структур с использованием глубоких нейронных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16150