39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Il tumore al seno è il tipo di cancro più frequente tra le donne. I tassi di sopravvivenza e le prognosi del tumore al seno variano notevolmente in base allo stadio in cui viene individuato. Di conseguenza, il trattamento è più efficace se la diagnosi è precoce. Aree di tessuto del carcinoma duttale invasivo (IDC) nelle immagini del vetrino intero (WSI) del cancro al seno: un approccio per la diagnosi automatizzata e l'analisi visiva (BCa). I metodi di apprendimento profondo coinvolgono modelli computazionali del processo di apprendimento e sono metodi di apprendimento dai dati. Questo metodo…mehr

Produktbeschreibung
Il tumore al seno è il tipo di cancro più frequente tra le donne. I tassi di sopravvivenza e le prognosi del tumore al seno variano notevolmente in base allo stadio in cui viene individuato. Di conseguenza, il trattamento è più efficace se la diagnosi è precoce. Aree di tessuto del carcinoma duttale invasivo (IDC) nelle immagini del vetrino intero (WSI) del cancro al seno: un approccio per la diagnosi automatizzata e l'analisi visiva (BCa). I metodi di apprendimento profondo coinvolgono modelli computazionali del processo di apprendimento e sono metodi di apprendimento dai dati. Questo metodo è analogo al funzionamento del cervello umano, in cui i tratti più rappresentativi e preziosi vengono interpretati a diversi livelli o strati, dando luogo a una rappresentazione gerarchica appresa. In vari domini, tra cui la comprensione del parlato e l'identificazione di oggetti, questi metodi hanno dimostrato di superare gli approcci tradizionali ai problemi più difficili. La procedura proposta in questa tesi può aprire una nuova direzione nella realizzazione di una tecnica di previsione del cancro al seno. Fondamentalmente, nelle donne si trovano due tipi di carcinoma duttale e il tumore del carcinoma duttale. Il tumore degli organi interni è noto anche come DCIS o carcinoma intraduttale.
Autorenporträt
El Dr. Naresh Tangudu trabaja como profesor asistente en el Instituto de Tecnología y Gestión de Aditya, Tekkali en el departamento de TI. Sus intereses incluyen ingeniería de software, aprendizaje automático, aprendizaje profundo, IoT y seguridad.