¡Seguimos de Cyberdays! Hasta 40% OFF + 3 cuotas sin interés con MP  Ver más

Enviar a
C.A.B.A., Ciudad Autónoma de Buenos Aires
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Optimale mehrstufige Schwellenwertbildung für die Segmentierung von Farbbildern (en Alemán)
Formato
Libro Físico
Autor
Editorial
Idioma
Alemán
N° páginas
76
Encuadernación
Tapa Blanda
Dimensiones
22.9 x 15.2 x 0.5 cm
Peso
0.12 kg.
ISBN13
9786206671213
Categorías

Optimale mehrstufige Schwellenwertbildung für die Segmentierung von Farbbildern (en Alemán)

Somnath Thigale (Autor) · Gajanan Kale (Autor) · Verlag Unser Wissen · Tapa Blanda

Optimale mehrstufige Schwellenwertbildung für die Segmentierung von Farbbildern (en Alemán) - Kale, Gajanan ; Thigale, Somnath

Libro Nuevo Importado
Envío: 24 a 29 días háb.
$ 171.440$ 85.720
-50%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 10 unidades

$ 85.720
Llega entre el 14 Ago y el 24 Ago a C.A.B.A., Ciudad Autónoma de Buenos Aires. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Optimale mehrstufige Schwellenwertbildung für die Segmentierung von Farbbildern (en Alemán)"

Eine genaue Diagnose von Brustkrebs in histopathologischen Bildern ist aufgrund der Heterogenität des Krebszellwachstums sowie einer Vielzahl gutartiger proliferativer Läsionen des Brustgewebes eine Herausforderung. In dieser Arbeit schlagen wir eine praktische und selbstinterpretierbare Lösung für die invasive Krebsdiagnose vor. Mit minimalen Anmerkungsinformationen ermittelt die vorgeschlagene Methode unbeaufsichtigt Kontrastmuster zwischen normalen und bösartigen Bildern und generiert eine Wahrscheinlichkeitskarte von Anomalien, um ihre Argumentation zu überprüfen. Insbesondere wird ein vollständig faltender Autoencoder verwendet, um die vorherrschenden Strukturmuster unter normalen Bildfeldern zu lernen. Patches, die nicht die Merkmale dieser normalen Population aufweisen, werden von einer Ein-Klassen-Support-Vektor-Maschine und einem einschichtigen neuronalen Netzwerk erkannt und analysiert. Wir wenden die vorgeschlagene Methode auf einen öffentlichen Brustkrebs-Bildersatz an. Unsere Ergebnisse in Absprache mit einem leitenden Pathologen zeigen, dass die vorgeschlagene Methode bestehende Methoden übertrifft. Die erhaltene Wahrscheinlichkeitskarte könnte der Pathologiepraxis durch die Bereitstellung visualisierter Verifizierungsdaten zugute kommen und möglicherweise zu einem besseren Verständnis datengesteuerter Diagnoselösungen führen.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Alemán.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes