Andere Kunden interessierten sich auch für
![Detección de bordes en imágenes de RM mediante un algoritmo morfológico]( "Detección de bordes en imágenes de RM mediante un algoritmo morfológico")
Detección de bordes en imágenes de RM mediante un algoritmo morfológico29,99 €![Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X]( "Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X")
Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X20,99 €![Técnicas ciegas de detección de falsificaciones de imágenes]( "Técnicas ciegas de detección de falsificaciones de imágenes")
Técnicas ciegas de detección de falsificaciones de imágenes26,99 €![Implementación de la detección del espectro: Red de radio cognitiva 5G en USRP]( "Implementación de la detección del espectro: Red de radio cognitiva 5G en USRP")
Implementación de la detección del espectro: Red de radio cognitiva 5G en USRP29,99 €![UN ENFOQUE GLOBAL PARA EL DESARROLLO DE UN SISTEMA INTELIGENTE]( "UN ENFOQUE GLOBAL PARA EL DESARROLLO DE UN SISTEMA INTELIGENTE")
UN ENFOQUE GLOBAL PARA EL DESARROLLO DE UN SISTEMA INTELIGENTE44,99 €![La detección del número de gafas a través de la aplicación Android.]( "La detección del número de gafas a través de la aplicación Android.")
La detección del número de gafas a través de la aplicación Android.20,99 €![Enfoque de diseño de sensor mejorado para la arquitectura de nodo de red inalámbrica]( "Enfoque de diseño de sensor mejorado para la arquitectura de nodo de red inalámbrica")
Enfoque de diseño de sensor mejorado para la arquitectura de nodo de red inalámbrica29,99 €
La malaria es una enfermedad infecciosa que se diagnostica principalmente mediante la evaluación microscópica visual de frotis de sangre teñidos con Giemsa. Dado que representa un grave problema sanitario mundial, la automatización del proceso de evaluación es de gran importancia. Por lo tanto, para el diagnóstico de la malaria creamos una base de datos de glóbulos rojos no infectados y de células infectadas por parásitos de la malaria y evaluamos el rendimiento de estas características en el conjunto de glóbulos rojos de la base de datos creada. Para automatizar el proceso de creación de la base de datos, se propone un método de segmentación, el Poisson's Minimum Error Thesholding, que determina las regiones de la imagen original correspondientes a los glóbulos rojos individuales, los parásitos y las células separadas superpuestas y ocluidas. La parte principal de este trabajo está dedicada a la extracción de características de las imágenes de glóbulos rojos que podrían utilizarse para distinguir entre glóbulos rojos infectados y no infectados. Proponemos un conjunto de características basadas en la distancia e intensidad celular y, por lo tanto, evaluamos el rendimiento de estas características con el conjunto de datos de entrenamiento compuesto por puntos de características infectados y no infectados. Los resultados han demostrado que estas características pueden utilizarse con éxito
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.