Système intelligent d'identification du cancer du sein - Helwan, Abdulkader;Abiyev, Rahib
36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
18 °P sammeln
  • Broschiertes Buch

Cet ouvrage vise à développer un système intelligent d'identification du cancer du sein (ICBIS) basé sur des techniques de traitement d'images et un classificateur à réseau neuronal. Récemment, de nombreux chercheurs ont développé des systèmes de reconnaissance d'images permettant de classer les tumeurs du cancer du sein à l'aide de différentes techniques de traitement et de classification d'images. Le défi consiste à extraire les caractéristiques réelles qui distinguent les tumeurs bénignes des tumeurs malignes. La classification des images du cancer du sein a été réalisée à partir des…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Cet ouvrage vise à développer un système intelligent d'identification du cancer du sein (ICBIS) basé sur des techniques de traitement d'images et un classificateur à réseau neuronal. Récemment, de nombreux chercheurs ont développé des systèmes de reconnaissance d'images permettant de classer les tumeurs du cancer du sein à l'aide de différentes techniques de traitement et de classification d'images. Le défi consiste à extraire les caractéristiques réelles qui distinguent les tumeurs bénignes des tumeurs malignes. La classification des images du cancer du sein a été réalisée à partir des caractéristiques de forme et de texture des images. L'asymétrie, la rondeur, les niveaux d'intensité et d'autres caractéristiques sont précisément les caractéristiques de forme et de texture qui distinguent les deux types de tumeurs du sein. Des techniques de traitement d'images sont utilisées afin de détecter la tumeur et d'extraire la région d'intérêt de la mammographie. Les opérations de traitement des données suivantes ont été effectuées pour la détection des images : seuillage, filtrage et ajustements, détection des contours Canny et certaines opérations morphologiques. Les caractéristiques de forme et de texture sont ensuite extraites à l'aide de l'algorithme GLCM (Gray-Level Co-Occurrence Matrix) afin de classer avec précision les mammographies en tumeurs normales, bénignes et malignes.
Autorenporträt
Abdulkader Helwan è nato a Tripoli, in Libano. Ha studiato in Libano presso l'Università Al Manar di Tripoli, dove ha conseguito la laurea in Ingegneria Biomedica. Come studioso, ha proseguito gli studi universitari presso la Near East University in Turchia, conseguendo un Master in Ingegneria Biomedica.