Andere Kunden interessierten sich auch für
![PI und FLC basierte SHAF zur Reduzierung von Stromoberschwingungen]( "PI und FLC basierte SHAF zur Reduzierung von Stromoberschwingungen")
PI und FLC basierte SHAF zur Reduzierung von Stromoberschwingungen32,90 €![Bestimmte Untersuchungen zur Erkennung und Klassifizierung von fahrenden Fahrzeugen]( "Bestimmte Untersuchungen zur Erkennung und Klassifizierung von fahrenden Fahrzeugen")
Bestimmte Untersuchungen zur Erkennung und Klassifizierung von fahrenden Fahrzeugen68,90 €![Reduzierung der Testzeit während des Designs für Testbarkeit]( "Reduzierung der Testzeit während des Designs für Testbarkeit")
Reduzierung der Testzeit während des Designs für Testbarkeit43,90 €![Eine neue Methode zur Früherkennung von Knochenkrebs durch MRF-Segmentierung]( "Eine neue Methode zur Früherkennung von Knochenkrebs durch MRF-Segmentierung")
Eine neue Methode zur Früherkennung von Knochenkrebs durch MRF-Segmentierung35,90 €![Dynamische Zellenauswahl zur Reduzierung von Interferenzen zwischen den Zellen]( "Dynamische Zellenauswahl zur Reduzierung von Interferenzen zwischen den Zellen")
Dynamische Zellenauswahl zur Reduzierung von Interferenzen zwischen den Zellen35,90 €![Klassifizierung der äußeren Netzhautschichten]( "Klassifizierung der äußeren Netzhautschichten")
Klassifizierung der äußeren Netzhautschichten35,90 €![Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM]( "Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM")
Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM35,90 €
Brustkrebs ist die häufigste Krebstodesursache bei Frauen. ScreeningDie Mammographie ist die einzige derzeit verfügbare Methode zur zuverlässigen Erkennung von frühem undpotenziell heilbarem Brustkrebs. Forschungsergebnisse zeigen, dass die Sterblichkeitsrate um30 %gesenkt werden könnte, wenn sich Frauen ab 50 Jahren regelmäßig einer Mammographie unterziehen. In dieser Dissertation schlagen wir eineneue Methode zur Ganzfeld-Mammographie-Analysevor, die sich auf die Charakterisierung und Identifizierung normalerMammogramme. Ein Mammogramm wird Region für Region analysiert und als normal oderabnormalklassifiziert.In dieser Arbeit werden Methoden zur Extraktion von Merkmalen vorgestellt, die zurUnterscheidung von normalen und abnormalen Regionen eines Mammogrammsverwendetwerden.In diesem Buch wird ein neuronales Faltungsnetzwerk verwendet, um die Klassifizierung zu verbessern. Leistung zu steigern. Dieser Klassifikator schneidet besser ab als frühere Klassifikatoren. Indem er eine höhere Genauigkeit als die anderen Klassifikatoren, die Fehlklassifizierungsrate von normalen Mammogrammen als abnormal.Dieser Ansatz eignet sich gut für das Überschneidungsproblem.