Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken

Sandeep Kumar Saini

ISBN 10: 6205291193 ISBN 13: 9786205291191
Verlag: Verlag Unser Wissen, 2022
Neu Taschenbuch

Verkäufer preigu, Osnabrück, Deutschland Verkäuferbewertung 5 von 5 Sternen 5 Sterne, Erfahren Sie mehr über Verkäufer-Bewertungen

AbeBooks-Verkäufer seit 5. August 2024


Beschreibung

Beschreibung:

Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken | Sandeep Kumar Saini | Taschenbuch | 64 S. | Deutsch | 2022 | Verlag Unser Wissen | EAN 9786205291191 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu. Bestandsnummer des Verkäufers 125748731

Diesen Artikel melden

Inhaltsangabe:

Lungenkarzinom oder Krebs - die gefährlichste Krankheit der Welt wird durch die Vermehrung von Zellen verursacht, die schließlich zu Tumoren heranwachsen. Das Lungenkarzinom ist eine der gefährlichsten Krebsarten der Welt. Diese Krankheiten können sich durch unkontrolliertes Zellwachstum in den Lungengeweben im Körper ausbreiten. Eine frühzeitige Erkennung von Krebs kann das Leben und die Überlebensfähigkeit von Patienten retten, die von einem Lungenkarzinom betroffen sind. In der vorliegenden Arbeit wurde das Lungenkarzinom mit Hilfe von Fuzzy- und ACO-Techniken erkannt. Das Lungenkarzinom wird auf der Grundlage von Merkmalen des Dicom-Bildes der Lunge erkannt. In diesem System verwenden wir einen Histogrammausgleicher in der Vorverarbeitungseinheit. Anschließend werden die Binarisierung und die Grey Level Co-occurrence Matrix zur Merkmalsextraktion aus dem Dicom-Bild verwendet. Wir erstellen eine Datenbank mit Merkmalen und entwerfen die Fuzzy-Regeln für den Trainingsteil. In der Testphase werden Teil-Dicom-Bilder der Lunge hochgeladen. Die gleichen Merkmale werden aus dem Bild extrahiert und dann mit den Merkmalen der Datenbank verglichen. In der Klassifizierungsphase wird eine Kombination aus zwei Klassifizierungsmethoden, nämlich FUZZY und ACO, verwendet.

„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.

Bibliografische Details

Titel: Erkennung von Lungenkarzinomen mit Fuzzy- ...
Verlag: Verlag Unser Wissen
Erscheinungsdatum: 2022
Einband: Taschenbuch
Zustand: Neu

Beste Suchergebnisse beim ZVAB

Foto des Verkäufers

Sandeep Kumar Saini
ISBN 10: 6205291193 ISBN 13: 9786205291191
Neu Taschenbuch

Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland

Verkäuferbewertung 5 von 5 Sternen 5 Sterne, Erfahren Sie mehr über Verkäufer-Bewertungen

Taschenbuch. Zustand: Neu. Neuware -Lungenkarzinom oder Krebs - die gefährlichste Krankheit der Welt wird durch die Vermehrung von Zellen verursacht, die schließlich zu Tumoren heranwachsen. Das Lungenkarzinom ist eine der gefährlichsten Krebsarten der Welt. Diese Krankheiten können sich durch unkontrolliertes Zellwachstum in den Lungengeweben im Körper ausbreiten. Eine frühzeitige Erkennung von Krebs kann das Leben und die Überlebensfähigkeit von Patienten retten, die von einem Lungenkarzinom betroffen sind. In der vorliegenden Arbeit wurde das Lungenkarzinom mit Hilfe von Fuzzy- und ACO-Techniken erkannt. Das Lungenkarzinom wird auf der Grundlage von Merkmalen des Dicom-Bildes der Lunge erkannt. In diesem System verwenden wir einen Histogrammausgleicher in der Vorverarbeitungseinheit. Anschließend werden die Binarisierung und die Grey Level Co-occurrence Matrix zur Merkmalsextraktion aus dem Dicom-Bild verwendet. Wir erstellen eine Datenbank mit Merkmalen und entwerfen die Fuzzy-Regeln für den Trainingsteil. In der Testphase werden Teil-Dicom-Bilder der Lunge hochgeladen. Die gleichen Merkmale werden aus dem Bild extrahiert und dann mit den Merkmalen der Datenbank verglichen. In der Klassifizierungsphase wird eine Kombination aus zwei Klassifizierungsmethoden, nämlich FUZZY und ACO, verwendet.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Deutsch. Artikel-Nr. 9786205291191

Verkäufer kontaktieren

Neu kaufen

EUR 43,90
Versand: EUR 60,00
Von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb