CAD-System zur Klassifizierung von Brustkrebs anhand von Mammographie-Bildern

Ein kompletter Leitfaden für Forschungsanfänger
Artikelnummer: 978-620-5-86075-5
Einband: Kartonierter Einband (Kt)
Verfügbarkeit: Folgt in ca. 10 Arbeitstagen
CHF 47.90
decrease increase

Dieser umfassende Text über ein CAD-System zur Klassifizierung von Brustkrebs anhand von Mammogrammbildern richtet sich an Forscher im Bereich biomedizinische Bild- und Signalverarbeitung. Dieses Buch bietet eine Einführung in Mammogrammbilder und die Klassifizierung von Krebs anhand dieser Bilder. Brustkrebs ist eine der häufigsten Todesursachen bei Frauen und die zweithäufigste Todesursache nach Lungenkrebs. Um unnötige Biopsien zu vermeiden, die die Patientinnen verunsichern und die Gesundheitskosten in die Höhe treiben, ist es wichtig, die Genauigkeit der Interpretation von mammographischen Läsionen zu verbessern und damit den positiven Vorhersagewert der Mammographie zu erhöhen. Das derzeitige CAD-System wird klinisch als zweites Lesegerät für die Brustkrebserkennung eingesetzt. Mit dem bestehenden CAD-System können Mikroverkalkungen besser erkannt werden, aber die Erkennungsleistung für Massen ist nicht zufriedenstellend. In dieser Arbeit wird eine Methode zur effizienten Erkennung von Massenanomalien und zur Klassifizierung der Läsionen als bösartig oder gutartig vorgestellt. Die bösartigen Läsionen wurden weiter in Arten von bösartigem Brustkrebs klassifiziert. Das vorgeschlagene System verwendet hybride Bildverarbeitungstechniken, um die Genauigkeit des bestehenden Systems zu verbessern.

Dieser umfassende Text über ein CAD-System zur Klassifizierung von Brustkrebs anhand von Mammogrammbildern richtet sich an Forscher im Bereich biomedizinische Bild- und Signalverarbeitung. Dieses Buch bietet eine Einführung in Mammogrammbilder und die Klassifizierung von Krebs anhand dieser Bilder. Brustkrebs ist eine der häufigsten Todesursachen bei Frauen und die zweithäufigste Todesursache nach Lungenkrebs. Um unnötige Biopsien zu vermeiden, die die Patientinnen verunsichern und die Gesundheitskosten in die Höhe treiben, ist es wichtig, die Genauigkeit der Interpretation von mammographischen Läsionen zu verbessern und damit den positiven Vorhersagewert der Mammographie zu erhöhen. Das derzeitige CAD-System wird klinisch als zweites Lesegerät für die Brustkrebserkennung eingesetzt. Mit dem bestehenden CAD-System können Mikroverkalkungen besser erkannt werden, aber die Erkennungsleistung für Massen ist nicht zufriedenstellend. In dieser Arbeit wird eine Methode zur effizienten Erkennung von Massenanomalien und zur Klassifizierung der Läsionen als bösartig oder gutartig vorgestellt. Die bösartigen Läsionen wurden weiter in Arten von bösartigem Brustkrebs klassifiziert. Das vorgeschlagene System verwendet hybride Bildverarbeitungstechniken, um die Genauigkeit des bestehenden Systems zu verbessern.

Schreiben Sie Ihre eigene Bewertung
  • Nur registrierte Benutzer können Produkte bewerten
*
*
Schlecht
Sehr gut
*
*
*
*
VerlagVerlag Unser Wissen
EinbandKartonierter Einband (Kt)
Erscheinungsjahr2023
Seitenangabe76 S.
AusgabekennzeichenDeutsch
MasseH22.0 cm x B15.0 cm x D0.5 cm 131 g
AutorGeorge M., Jayesh / Sankar S., Perumal

Über den Autor Jayesh George M.

Jayesh George M est professeur assistant au département d'électronique et de communication du Vimal Jyothi Engineering College, Kannur, Kerala. Son domaine de spécialisation est le traitement des images et des signaux biomédicaux. Il est diplômé de l'Université Anna de Chennai. Il prépare un doctorat à l'université technologique APJ Abdul Kalam, au Kerala.

Weitere Titel von Jayesh George M.

Produktbewertungen
Nur registrierte Benutzer können Produkte bewerten