IMPROVING VISUAL DIAGNOSIS OF DISEASES USING HYBRID NEURAL NETWORKS
Received: 2026-05-20
Published: 2026-06-06
Abstract
Computer recognition algorithms based on microscopic images of blood particles can be used as a decision support mechanism to help specialists speed up the diagnostic process. The purpose of this work is to evaluate the quantitative analysis of hybrid neural networks (CNN + RNN). It can visually check the solution area of the input image used by CNN + LSTM. Based on the microscope image, the recognition results of blood composition particles according to their shape have been achieved up to 90%.
Keywords
List of references
-
Miller, M. N. 2022. Классификация лейкоцитов по морфологическим критериям. В материалах Инженерной конференции по автоматической цитологии.
-
Ceelie, H., Dinkelaar, R. D., & Gelder, W. W. 2023. Исследование мазков периферической крови с использованием автоматизированной микроскопии; оценка Diffmaster Octavia и Cellavision DM96. Журнал клинической патологии, 60, 72-79.
-
Ходжаева Д. З. Физическая и профессиональная ориентационная среда в образовании профессионального врача // Венгерский журнал «Тумоданьос». - 2022. - № 38. - С. 46-49.
-
Абдуганьева Ш. Х. Динамическая визуализация изображений и изображений белого кровяных клеток. XVI-ая конференция, http://www.mce.biophys.msu.ru/rus/archive/abstracts/sect22319/doc32130/
-
Абдуганиева Ш. Х. Некоторые аспекты преподавания математических наук в медицинском высшем образовании //Ответственный редактор–проректор по учебной работе ФГБОУ ВО ОрГМУ Минздрава России д. м. н., профессор ТВ Чернышева. – 2021. – С. 271.
About the Authors
License
This work is licensed under a Creative Commons Attribution 4.0 International License.