 |
  Laboratory of Mathematical Methods of Image Processing Chair of Mathematical Physics |
Kvhostikov A.V.Публикации:2022A. A. Dovganich, A. V. Khvostikov, Ya. A. Pchelintsev, A. S. Krylov, Ding Yong, Farias Mylene C. Q. . “Automatic out-of-distribution detection methods for Improving the deep learning classification of pulmonary X-ray images” // Journal of Image and Graphics, Vol. 10, No. 2, 2022, pp. 56−63. Ya. A. Pchelintsev, A. V. Khvostikov, A. S. Krylov, L. E. Parolina, N. A. Nikoforova, L. P. Shepeleva, E. S. Prokop’ev, M. Farias, Yong Ding. “Hardness analysis of X-ray images for neural-network tuberculosis diagnosis” // Computational Mathematics and Modeling, Vol. 33, No. 2, 2022, pp. 230−243. Я. А. Пчелинцев, А. В. Хвостиков, А. С. Крылов, Л. Е. Паролина, Н. А. Никифорова, Л. П. Шепелева, Е. С. Прокопьев, М. Фариас, Д. Йонг. «Анализ жесткости рентгеновских снимков для нейросетевой диагностики туберкулеза» // Прикладная Математика и информатика, серия Труды факультета ВМК МГУ им. М.В. Ломоносова, т. 70, 2022, с. 52−70. I. A. Mikhailov, A. V. Khvostikov, A. S. Krylov. “Methodical approaches to annotation and labeling of histological images in order to automatically detect the layers of the stomach wall and the depth of invasion of gastric cancer” // Архив патологии, Vol. 84, No. 6, Медиа Сфера (М.), 2022, pp. 67−73. A. S. Veshkin, A. V. Khvostikov. “Multiscale content-based image retrieval for whole-slide histological images” // Computational Mathematics and Modeling, Vol. 33, No. 2, Consultants Bureau, 2022, pp. 244−254. A. V. Khvostikov, A. S. Krylov, I. A. Mikhailov, P. G. Malkov. “Visualization of whole slide histological images with automatic tissue type recognition” // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications, Vol. 32, No. 3, 2022, pp. 483−488. А. В. Хвостиков, А. С. Крылов, Д. М. Коршунов, М. А. Богуславский. «Автоматическая идентификация минералов на изображениях аншлифов с использованием глубокого обучения» // Интеллектуальные системы. Теория и приложения (ранее: Интеллектуальные системы по 2014, № 2, ISSN 2075-9460), т. 26, №. 1, 2022, с. 255−259. N. D. Lockshin, A. V. Khvostikov, A. S. Krylov. “Augmenting histological images with adversarial attacks” // In: Proceedings of the 32nd International Conference on Computer Graphics and Vision. 2022, pp. 637−647. M. A. Penkin, A. V. Khvostikov, A. S. Krylov. “Optimal input scale transformation search for deep classification neural networks” // In: Proceedings of the 32nd International Conference on Computer Graphics and Vision. 2022, pp. 668−677. O. L. Pochernina, A. V. Khvostikov, A. S. Krylov. “Semi-automatic algorithm for lumen segmentation in histological images” // In: Proceedings of the 32nd International Conference on Computer Graphics and Vision. 2022, pp. 648−656. В. Е. Карнаухов, А. В. Хвостиков, А. С. Крылов. «Методы генеративной аугментации для задачи анализа гистологических изображений в условиях ограниченного количества данных» // в: Прикладная Математика и информатика, серия Труды факультета ВМК МГУ им. М.В. Ломоносова, т. 71. 2022, с. 110−123. А. С. Вешкин, А. В. Хвостиков. «Многомасштабный метод поиска по содержимому для полнослайдовых гистологических изображений» // в: Прикладная Математика и информатика, серия Труды факультета ВМК МГУ им. М.В. Ломоносова. 2022, с. 71−85. 2021М. А. Пенкин, А. С. Крылов, А. В. Хвостиков. «Гибридный метод подавления осцилляций Гиббса на изображениях магнитно-резонансной томографии» // Программирование, т. 3, 2021, с. 64−72. A. Khvostikov, A. Krylov, I. Mikhailov, P. Malkov, N. Danilova. “Tissue type recognition in whole slide histological images” // CEUR Workshop Proceedings, Vol. 3027, 2021, pp. 496−507. M. A. Penkin, A. S. Krylov, A. V. Khvostikov. “Hybrid method for Gibbs-ringing artifact suppression in magnetic resonance images” // Programming and Computer Software, Vol. 47, No. 3, 2021, pp. 207−214. A. A. Dovganich, A. V. Khvostikov, A. S. Krylov, L. E. Parolina. “Automatic quality control in lung X-ray imaging with deep learning” // Computational Mathematics and Modeling, Vol. 32, No. 3, 2021, pp. 276−285. A. V. Khvostikov, D. M. Korshunov, A. S. Krylov, M. A. Boguslavskiy. “Automatic identification of minerals in images of polished sections” // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 44, 2021, pp. 113−118. А. А. Довганич, А. В. Хвостиков, А. С. Крылов, Л. Е. Паролина. «Метод автоматического контроля качества рентгенограмм легких для применения глубокого обучения» // в: Прикладная Математика и информатика: Труды факультета ВМК МГУ им. М.В. Ломоносова, т. 67. 2021, с. 19−30. 2020A. Khvostikov, A. S. Krylov, I. Mikhailov, P. Malkov. “CNN assisted hybrid algorithm for medical images segmentation” // In: ICBIP '20: Proceedings of the 2020 5th International Conference on Biomedical Signal and Image Processing. Suzhou, China, 2020, pp. 14−19. DOI. A. Kochkarev, A. Khvostikov, D. Korshunov, A. Krylov, M. Boguslavskiy. “Data balancing method for training segmentation neural networks” // In: CEUR Workshop Proceedings, Vol. 2744. 2020, pp. 1−10. Д. М. Коршунов, А. В. Хвостиков, А. В. Кочкарёв, М. А. Богуславский, А. С. Крылов. «Использование алгоритмов глубокого обучения для сегментации и анализа минералов на изображениях аншлифов» // в: Новое в познании процессов рудообразования: Труды молодых учёных, посвящённые 90-летию ИГЕМ РАН. 2020, с. 66−68. J. Borovec, J. Kybic, I. Arganda-Carreras, D. V. Sorokin, A. V. Khvostikov, . . . . “ANHIR: Automatic Non-rigid Histological Image Registration Challenge” // IEEE Transactions on Medical Imaging, Vol. 39, No. 10, 2020, pp. 3042−3052. M. Penkin, A. Krylov, A. Khvostikov. “Attention-based convolutional neural network for MRI Gibbs-ringing artifact suppression” // CEUR Workshop Proceedings, Vol. 2744, 2020, pp. 1−12. A. Kosov, A. Khvostikov, A. Krylov. “Adaptive method of glands segmentation on histological images” // CEUR Workshop Proceedings, Vol. 2744, 2020, pp. 1−12. Д. М. Коршунов, А. В. Хвостиков, А. В. Кочкарёв, М. А. Богуславский, А. С. Крылов. «Использование алгоритмов глубокого обучения для сегментации и анализа минералов на изображениях аншлифов» // в: Новое в познании процессов рудообразования: Труды молодых учёных, посвящённые 90-летию ИГЕМ РАН. 2020, с. 66−68. 2019A. V. Khvostikov, A. S. Krylov, I. A. Mikhailov, P. G. Malkov. “Trainable active contour model for histological image segmentation” // Scientific Visualization,, Vol. 11, No. 3, National Research Nuclear University "MEPhI", Moscow, 2019, pp. 64−75. DOI. A. Khvostikov, A. Krylov, I. Mikhailov, O. Kharlova, N. Oleynikova, P. Malkov. “Automatic mucous glands segmentation in histological images” // In: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLII-2/W12. 2019, pp. 103−109. Link. N. Oleynikova, A. Khvostikov, A. S. Krylov, I. Mikhailov, O. Kharlova, N. Danilova, P. Malkov, N. Ageykina, E. Fedorov. “Automatic glands segmentation in histological images obtained by endoscopic biopsy from various parts of the colon” // Endoscopy, Vol. 51, No. 4, 2019, S6-S7. А. В. Хвостиков. «Диагностирование болезни Альцгеймера с помощью трёхмерной свёрточной нейросети, основанной на архитектуре Inception» // в: 21-я Международная конференция «Цифровая обработка сигналов и её применение - DSPA-2019». 2019, с. 576−582. A. Krylov, V. Karnaukhov, N. Mamaev, A. Khvostikov. “Hybrid method for biomedical image denoising” // In: 4th International Conference on Biomedical Imaging, Signal Processing. 2019, pp. 60−64. A. Krylov, M. Penkin, N. Mamaev, A. Khvostikov. “How to choose adaptively parameters of image denoising methods?” // In: 9th International Conference on Image Processing Theory, Tools and Applications (IPTA). 2019, pp. 1−6. 2018A. Khvostikov, K. Aderghal, J. Benois-Pineau, A. Krylov, G. Catheline. “3D CNN-based classification using sMRI and MD-DTI images for Alzheimer disease studies” // ArXiv e-prints, 1801.05968, 2018, pp. 1−14. A. Khvostikov, K. Aderghal, A. Krylov, G. Catheline, J. Benois-Pineau. “3D Inception-based CNN with sMRI and MD-DTI data fusion for Alzheimer's disease diagnostics” // ArXiv e-prints, 1809.03972, 2018, pp. 1−13. A. Khvostikov, A. S. Krylov, O. Kharlova, N. Oleynikova, I. Mikhailov, P. Malkov. “CNN-based histological images segmentation of mucous glands” // Proceedings of the 28th International Conference on Computer Graphics and Vision GraphiCon'2018, Россия, Томск, 2018, pp. 258−261. K. Aderghal, A. Khvostikov, A. Krylov, J. Benois-Pineau, K. Afdel, G. Catheline. “Classification of Alzheimer disease on Imaging modalities with deep CNNs using cross-modal transfer learning” // 31st International Symposium on Computer-Based Medical Systems (CBMS), 2018, pp. 345−350. 2015A. Khvostikov, A. Krylov, J. Kamalov, A. Megroyan. “Influence of ultrasound despeckling on the liver fibrosis classification” // In: Proceedings of the 5th IEEE International Conference on Image Processing, Theory, Tools and Applications. 2015, pp. 440−445. 2013А. В. Хвостиков. «Обработка текстовых изображений с использованием матрицы смежности» // в: Труды 15-й международной конференции «Цифровая обработка сигналов и её применение» (DSPA'2013), т. 2. Москва, 2013, с. 41−45. |
|