Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
147
СЕКЦИЯ №2. ЗАДАЧИ МОДЕЛИРОВАНИЯ СИСТЕМ
ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ
ТАСВИРЛАРНИ МАВЖУД БАЗАЛАРИ ВА УЛАРНИ ТУРЛИ СОҲАЛАРДА
ҚЎЛЛАНИЛИШИ
Муҳамедиева Дилноз Тулкуновна
“ТИҚХММИ” Миллий тадқиқот университети профессори
Маматов Нарзулло Солиджонович
“ТИҚХММИ” Миллий тадқиқот университети профессори
Валижонов Илҳомжон Холматжон ўғли
“ТИҚХММИ” Миллий тадқиқот университети ассистенти
Аннотaция:
Мазкур тадқиқот ишида тиббиёт, география, қишлоқ хўжалиги ва
биометрик технологиялар соҳаларида фойдаланиладиган асосий тасвирлар базалари,
хусусан LIDC-IDRI, OASIS, Landsat, Sentinel-2, Google Earth Engine, PlantVillage, UAV-
based crop monitoring datases, LFW ва CASIA-WebFace каби базалар таҳлил қилинган бўлиб,
унда ушбу базалар ёрдамида амалга оширилган тадқиқотлар ва ишланмалар кўриб
чиқилган.
Калит сўзлар:
Тиббий тасвирлар, сегментaция алгоритмлари, малумотлар базаси,
классификaция.
СУЩЕСТВУЮЩИЕ БАЗЫ ИЗОБРАЖЕНИЙ И ИХ ПРИМЕНЕНИЕ В
РАЗЛИЧНЫХ СФЕРАХ
Аннотация:
В данном исследовании проанализированы основные базы изображений,
используемые в таких областях, как медицина, география, сельское хозяйство и
биометрические технологии. В частности, рассмотрены базы данных LIDC-IDRI, OASIS,
Landsat, Sentinel-2, Google Earth Engine, PlantVillage, UAV-based crop monitoring datasets,
LFW и CASIA-WebFace. В работе обсуждаются исследования и разработки,
осуществленные с использованием указанных баз.
Ключевые слова:
медицинские изображения, алгоритмы сегментации, базы данных,
классификация.
EXISTING IMAGE DATABASES AND THEIR APPLICATIONS IN VARIOUS
FIELDS
Annotation:
This study analyzes the main image databases used in the fields of medicine,
geography, agriculture, and biometric technologies. In particular, it reviews databases such as
LIDC-IDRI, OASIS, Landsat, Sentinel-2, Google Earth Engine, PlantVillage, UAV-based crop
monitoring datasets, LFW, and CASIA-WebFace. The research and developments carried out
using these databases are also examined.
Keywords:
medical images, segmentation algorithms, database, classification.
Кириш.
Тасвирлар тўплами соҳаларда турли мақсадлар учун қўлланилади.
Жумладан, тиббиётда касалликларни аниқлаш ва ташхислаш [1, 2], география ва
геоинформатикада ландшафт ўзгаришларини кузатиш [3], қишлоқ хўжалигида
ҳосилдорликни баҳолаш ва касалликларни аниқлаш [4], биометрик технологияларда эса
шахсни аниқлаш ва хавфсизликни таъминлаш мақсадида фойдаланилади [5]. Тадқиқод
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
148
ишида айнан ушбу соҳаларда фойдаланиладиган тасвирлар тўпламларига эътибор
қаратилган (1-расм).
1-расм. Тасвирлар тўпламларини қўлланилиш соҳалари
Тиббиёт соҳасида LIDC-IDRI (Lung Image Database Consortium and Image Database
Resource Initiative) va OASIS (Open Access Series of Imaging Studies) базалари кенг
қўлланилмоқда [4]. Бунда, масалан ўрамли нейрон тармоқлари ёрдамида ўпкани соғлом ёки
касаллик мажуд эканлигини аниқлаш бўйича кўплаб тадқиқотлар олиб борилган. Қуйидаги
жадвалда тиббий тасвирлар базалари ҳақида умимий маълумотлар келтирилган.
1-жадвал
Тиббий тасвирлар тўпламлари ҳақида маълумот
№
Тасвирлар
тўплами номи
Тасвирлар сони
Мақсади
Тасвирлар
тўпламидан
намуна
1
LIDC-IDRI
1,018 та КТ
тасвири
Ўпка тугунларини
аниқлаш ва
сегментaция қилиш
OASIS
1,000 дан ортиқ
МРТ
Алцгеймер
касаллигини аниқлаш
ва ташхислаш
География ва геоинформатика соҳасида сунъий йўлдош ва аерофототасвирларни
Landsat, Sentinel-2 va Google Earth Engine (GEE) каби маълумотлар базалари асосида турли
тадқиқотлар амалга оширилмоқда. Қуйидаги жадвалда ушбу маълумотлар базалари ҳақида
маълумот берилган.
2-жадвал
География ва геоинформатика соҳасида фойдаланиладиган тасвирлар тўпламлари
ҳақида маълумот
№
Тасвирлар
тўплами
номи
Тасвирлар сони
Мақсади
Тасвирлар
тўпламидан
намуна
1
Landsat
Сунъий
йўлдошдан
олинган
миллионлаб
тасвирлар
Ёр қопламини хариталаш,
ландшафт ўзгаришларини
кузатиш
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
149
Sentinel-2
Сунъий
йўлдошдан
олинган
миллионлаб
тасвирлар
Ёр қопламини хариталаш,
ландшафт ўзгаришларини
кузатиш
Google Earth
Engine
Сунъий
йўлдошдан
олинган катта
ҳажмли
тасвирлар
Реал вақт режимида таҳлил
қилиш
Қишлоқ хўжалигида ўсимликлар ҳолатини баҳолаш ва зараркунандаларни аниқлаш
жараёнларини яхшилашда
PlantVillage
va
UAV (Unmanned Aerial Vehicle)
асосидаги
маълумотлар базалари муҳим аҳамиятга эга. Қуйидаги жадвалда ушбу маълумотлар
базалари ҳақида маълумотлар келтирилган.
3-жадвал
Қишлоқ хўжалиги соҳасида фойдаланиладиган тасвирлар тўпламлари ҳақида
маълумот
№
Тасвирлар
тўплами
номи
Тасвирлар
сони
Мақсади
Тасвирлар
тўпламидан намуна
1
PlantVillage
54,303 та
экин тасвири
Екин касалликларини
аниқлаш ва таснифлаш
UAV-based
datasets
100,000+
тасвирлар
Ҳосилдорликни баҳолаш,
зараркунандаларни
аниқлаш
Биометрик технологиялар соҳасида юзни аниқлаш, бармоқ изи ва овоз таниш
технологиялари муҳим ўрин тутади. Ушбу соҳада
LFW (Labeled Faces in the Wild)
va
CASIA-WebFace
каби маълумотлар базалари юзни аниқлаш ва таниб олиш тизимларини
ривожлантиришда кенг қўлланилади. Қуйидаги жадвалда ушбу маълумотлар базалари
ҳақида маълумотлар келтирилган.
Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г.
150
4-жадвал
Юзни таниб олиш бўйича тасвирлар тўпламлари ҳақида маълумотлар
№
Тасвирлар
тўплами номи
Тасвирлар
сони
Мақсади
Тасвирлар
тўпламидан намуна
1
LFW
13,233 та юз
тасвири
Юзни тасдиқлаш ва
таниб олиш
CASIA-
WebFace
494,414 та
юз тасвири
Юзни
идентификaциялаш ва
сегментaция
Хулоса.
Тадқиқот натижалари шуни кўрсатадики, турли соҳаларда қўлланиладиган
тасвирлар тўпламлари илмий изланишлар ва амалий дастурларни ривожлантиришда муҳим
аҳамият касб этади. Тиббиётда касалликларни ташхислаш, геоинформатикада ландшафт
ўзгаришларини кузатиш, қишлоқ хўжалигида ҳосилдорликни баҳолаш ва биометрияда
шахсни аниқлаш каби жараёнларда тасвирлар базаларидан самарали фойдаланиш мумкин.
Ушбу тадқиқот турли соҳалардаги тасвирлар тўпламларини имкониятларини ўрганиб,
уларнинг келажакдаги ривожланиш йўналишларини белгилашга хизмат қилади. Келгусида
ушбу базаларни сунъий интеллект технологиялари билан интеграциялаш орқали янада
самарали натижаларга эришиш имконияти мавжуд.
Адабиётлар рўйхати
1.Mamatov, N., Sultanov, P., Jalelova, M., & Samijonov, A. (2023). 2D image processing
algorithms for kidney transplantation.
Scientific Collection «InterConf»,(184)
, 468-474.
2.Mamatov, N., Jalelova, М., & Samijonov, В. (2024).
Tasvir obyektlarini
segmentatsiyalashning mintaqaga asoslangan usullari. Modem Science and Research, 3 (1), 1-4
.
3.Mamatov, N. S., Jalelova, M. M., Tojiboyeva, S. X., & Samijonov, B. N. (2023). Sun’iy
Yo ‘ldoshdan Olingan Tasvirdagi Dala Maydoni Chegaralarini Aniqlash Usullari.
Al-Farg ‘oniy
Avlodlari Elektron Ilmiy Jurnali
.
4.Mamatov, N. S., Niyozmatova, N. A., Jalelova, M. M., Samijonov, A. N., & Tojiboyeva,
S. X. (2023). Methods for improving contrast of agricultural images. In
E3S Web of
Conferences
(Vol. 401, p. 04020). EDP Sciences.
4.Mamatov, N. S., Erejepov, K. K., Narzullayev, I. S., & Jalelova, M. M. (2024). Yuz
tasvirlarini segmentlashning an’anaviy va mashinali oʻqitish usullari.
Международный Журнал
Теоретических и Прикладных Вопросов Цифровых Технологий
,
7
(1), 24-30.
