29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

O olho humano é um órgão que reage à luz e à pressão. Muitas doenças, perturbações e alterações relacionadas com a idade podem afetar os olhos e as estruturas circundantes. Uma das doenças oculares é o glaucoma. O glaucoma é uma doença em que a pressão do fluido aumenta no interior do olho. Sem tratamento, pode danificar o nervo ótico e levar à perda de visão. A deteção precoce do glaucoma minimiza o risco de perda de visão. O modelo proposto sintetiza imagens de fundo de olho controláveis altamente realistas para obter precisão na deteção do glaucoma através de um modelo de aprendizagem…mehr

Produktbeschreibung
O olho humano é um órgão que reage à luz e à pressão. Muitas doenças, perturbações e alterações relacionadas com a idade podem afetar os olhos e as estruturas circundantes. Uma das doenças oculares é o glaucoma. O glaucoma é uma doença em que a pressão do fluido aumenta no interior do olho. Sem tratamento, pode danificar o nervo ótico e levar à perda de visão. A deteção precoce do glaucoma minimiza o risco de perda de visão. O modelo proposto sintetiza imagens de fundo de olho controláveis altamente realistas para obter precisão na deteção do glaucoma através de um modelo de aprendizagem profunda.Uma rede adversária generativa (GAN) é uma técnica de aprendizagem automática não supervisionada que pode ser utilizada para aumentar os conjuntos de dados e produzir imagens recolhidas para serem indistinguíveis dos dados do mundo real. A Deep Convolutional GAN (DCGAN), outra variante da GAN, sugere as restrições arquitecturais do modelo necessárias para desenvolver eficazmente modelos geradores de alta qualidade. O conjunto de dados melhorado, obtido a partir do aumento de dados e do conjunto de dados ACRIMA original de imagens do fundo do olho, é fornecido separadamente ao modelo de classificação CNN para detetar a doença do glaucoma.
Autorenporträt
Yerrarapu Sravani Devi, tiene 13 trabajos de investigación en revistas y conferencias internacionales y dos patentes indias en su haber. Se formó en ciencia de datos, aprendizaje automático y aprendizaje profundo en simpliLearn, en colaboración con la Universidad de Purdue. Sus intereses de investigación son la ciencia de datos, el aprendizaje automático, la visión por ordenador y el aprendizaje profundo.