Name: Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken (en Alemán)
Price: 56.87 USD
Availability: InStock
Author: Saini, Sandeep Kumar
ISBN: 9786205291191

portada Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken (en Alemán)

Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken (en Alemán)

Formato

Libro Físico

Autor

Sandeep Kumar Saini

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.10 kg.

ISBN13

9786205291191

Categorías

Ingeniería electrónica

Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken (en Alemán)

Sandeep Kumar Saini (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo Importado

Envío: 24 a 31 días háb.

$ 113.74$ 56.87

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 56.87

Llega entre el 24 Jul y el 06 Ago a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Erkennung von Lungenkarzinomen mit Fuzzy- und ACO-Techniken (en Alemán)"

Lungenkarzinom oder Krebs - die gefährlichste Krankheit der Welt wird durch die Vermehrung von Zellen verursacht, die schlie lich zu Tumoren heranwachsen. Das Lungenkarzinom ist eine der gefährlichsten Krebsarten der Welt. Diese Krankheiten können sich durch unkontrolliertes Zellwachstum in den Lungengeweben im Körper ausbreiten. Eine frühzeitige Erkennung von Krebs kann das Leben und die Überlebensfähigkeit von Patienten retten, die von einem Lungenkarzinom betroffen sind. In der vorliegenden Arbeit wurde das Lungenkarzinom mit Hilfe von Fuzzy- und ACO-Techniken erkannt. Das Lungenkarzinom wird auf der Grundlage von Merkmalen des Dicom-Bildes der Lunge erkannt. In diesem System verwenden wir einen Histogrammausgleicher in der Vorverarbeitungseinheit. Anschlie end werden die Binarisierung und die Grey Level Co-occurrence Matrix zur Merkmalsextraktion aus dem Dicom-Bild verwendet. Wir erstellen eine Datenbank mit Merkmalen und entwerfen die Fuzzy-Regeln für den Trainingsteil. In der Testphase werden Teil-Dicom-Bilder der Lunge hochgeladen. Die gleichen Merkmale werden aus dem Bild extrahiert und dann mit den Merkmalen der Datenbank verglichen. In der Klassifizierungsphase wird eine Kombination aus zwei Klassifizierungsmethoden, nämlich FUZZY und ACO, verwendet.