Overview

Najczęstszym nowotworem wśród kobiet na świecie o wysokim wskaźniku śmiertelności jest rak piersi. Wczesne wykrywanie i dokladna klasyfikacja raka piersi mają zasadnicze znaczenie dla poprawy przeżywalności pacjentek i umożliwienia interwencji klinicznej w odpowiednim czasie. Techniki uczenia maszynowego są szeroko stosowane do analizy danych diagnostycznych z mammografii, ultrasonografii, rezonansu magnetycznego i badań histopatologicznych. Tradycyjne metody uczenia maszynowego wykorzystują ręcznie tworzone cechy klasyfikowane przez algorytmy takie jak Support Vector Machines i Random Forests, podczas gdy modele glębokiego uczenia, w szczególności konwolucyjne sieci neuronowe, automatycznie uczą się dyskryminacyjnych reprezentacji cech z surowych danych. Badania eksperymentalne pokazują, że modele te mogą skutecznie rozróżniac zmiany lagodne i zlośliwe z dużą dokladnością, wspierając radiologów we wczesnej diagnostyce.

Full Product Details

9786209725920

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available