Classifier les images de pathologie thoracique à l'aide de techniques d'apprentissage approfondi
Développer un système informatique pour le diagnostic des radiographies pulmonaires saines et pathologiques afin d'aider les radiologues
Versandkostenfrei!
Versandfertig in 1-2 Wochen
18,99 €
inkl. MwSt.
PAYBACK Punkte
9 °P sammeln!
Laradiographie pulmonaire est l'examen le plus courant en radiologie à notre époque. Elles sont essentielles et très utiles pour la surveillance de diverses maladies associées à une mortalité élevée et présentent un large éventail d'informations potentielles sur diverses maladies. Les verdicts les plus fréquents des radiographies pulmonaires sont la tuberculose, la cardiomégalie et les maladies pulmonaires médiastinales. Distinguer les différentes pathologies thoraciques est une tâche difficile, même pour l'observateur humain et le radiologue. C'est pourquoi il y a un intérêt...
Laradiographie pulmonaire est l'examen le plus courant en radiologie à notre époque. Elles sont essentielles et très utiles pour la surveillance de diverses maladies associées à une mortalité élevée et présentent un large éventail d'informations potentielles sur diverses maladies. Les verdicts les plus fréquents des radiographies pulmonaires sont la tuberculose, la cardiomégalie et les maladies pulmonaires médiastinales. Distinguer les différentes pathologies thoraciques est une tâche difficile, même pour l'observateur humain et le radiologue. C'est pourquoi il y a un intérêt à développer un système de diagnostic informatique pour aider les radiologues à lire les images de la poitrine par le biais d'une machine. La détection des cas sains par rapport aux pathologies, c'est-à-dire la tuberculose et la cardiomégalie, dans la radiographie pulmonaire a été étudiée à l'aide des techniques Laplacien de Gauss (LoG), Modèles binaires locaux (LBP), Accélérer les caractéristiques robustes (SURF ) et a également utilisé le modèle du sac de mots visuels (BoVW ) en utilisant les techniques de réseau neuronal artificiel (ANN) et d'apprentissage profond qui classifie les cas sains par rapport aux cas pathologiques.
Andere Kunden interessierten sich für
