39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Il cancro al seno è stato classificato come il tumore numero uno tra le donne indiane, con tassi che raggiungono il 25,8 per 1.000.000 di donne e un tasso di mortalità del 12,7 per 1.000.000. Il tumore al seno è il più diffuso tra tutti i tumori femminili nel mondo ed è la principale causa di morte per cancro in tutto il mondo. La diagnosi precoce del cancro al seno può aumentare notevolmente le possibilità di sopravvivenza. La mammografia è una modalità consolidata per la diagnosi precoce del cancro al seno. Tuttavia, vi sono errori interpretativi da parte dei radiologi che leggono le…mehr

Produktbeschreibung
Il cancro al seno è stato classificato come il tumore numero uno tra le donne indiane, con tassi che raggiungono il 25,8 per 1.000.000 di donne e un tasso di mortalità del 12,7 per 1.000.000. Il tumore al seno è il più diffuso tra tutti i tumori femminili nel mondo ed è la principale causa di morte per cancro in tutto il mondo. La diagnosi precoce del cancro al seno può aumentare notevolmente le possibilità di sopravvivenza. La mammografia è una modalità consolidata per la diagnosi precoce del cancro al seno. Tuttavia, vi sono errori interpretativi da parte dei radiologi che leggono le mammografie e vi sono differenze inter e intra osservative tra di loro. Alla ricerca di un'elevata accuratezza, questo lavoro si propone di sviluppare un sistema diagnostico computerizzato (CAD) automatizzato che rilevi le masse maligne dalle mammografie. La mammografia è comunemente utilizzata come strumento di screening del cancro al seno, in quanto è in grado di rilevare qualsiasi cambiamento anatomico nel seno canceroso sotto forma di masse o microcalcificazioni. Negli ultimi tempi la termografia è stata sperimentata per la diagnosi precoce del cancro al seno.
Autorenporträt
Asim Ali Khan è professore associato presso il Dipartimento di Elettricità e Strumentazione del Sant Longowal Institute of Engineering and Technology, Longowal. Ha 23 anni di esperienza nell'insegnamento e nella ricerca. La sua area di ricerca comprende l'elaborazione di immagini biomediche, l'apprendimento automatico e i sistemi basati su Fuzzy.