Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
Image textures in computed tomography colonography (CTC) have great potential for differentiating non-neoplastic from neoplastic polyps and thus can advance the current CTC detection-only paradigm to a new level with diagnostic capability. However, image textures are frequently compromised, particularly in low-dose CT imaging. Furthermore, texture feature extraction may vary, depending on the polyp...
Feature classification plays an important role in computer-aided diagnosis (CADx) of suspicious lesions. While many texture features have been extracted and applied for various clinical purposes, Haralick's feature extraction method is of great interest, because it gives a series of texture measures on the image intensity correlations among the image pixels across an image slice. Based on the Haralick's...
The main task of computer-aided diagnosis (CADx) is to differentiate the pathological stages to which each detected colorectal lesion belongs, especially to differentiate hyperplastic polyps, which are non-neoplastic and seldom show malignant potential, from neoplastic lesions, which are malignant or at risk for malignant transformation. If we could extract useful pattern information from detected...
Feature classification is an important part in computer-aided diagnosis of suspicious lesions. Currently there are many classifiers available, e.g., support vector machine (SVM), random forest (RF) and linear discriminant analysis (LDA). However, each of the classifiers has advantages and drawbacks and may show good performance in some cases and cannot show good classification in some other cases...
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.