跳转到主要内容
认证机构:IGI全球平台(112.34.110.149)
登录
注册
语言:
英语
欢迎使用InfoSci平台
IGI全球平台
IGI全球平台
无法进行身份验证。
IP:112.34.110.149
数据库搜索
数据库搜索
基本搜索
高级搜索
专家搜索
保存的搜索
索策略
研究工具
研究工具
帮助
用户指南
咨询委员会
用户资源
用户资源
针对研究人员
对于作者
对于图书馆员
参考中心
2
指数
该标题如下所示:
关闭
参考中心
该研究被引用于:
会议
在医学中使用卷积神经网络增强脑肿瘤检测
2023年医疗保健行业创新人工智能国际会议(ICAIIHI)
10.1109/ICAIIHI57871.2023.10489802
第条
神经影像数据分析的深度学习:应用、挑战和解决方案
神经影像学前沿
10.3389/fnimg.2022.981642
关闭
最近搜索的热门结果
关闭
融合模糊规则的卷积神经网络在脑肿瘤诊断决策中的应用
范凡海(Pham Van Hai)、萨姆森·埃洛安伊·阿梅奇(Samson Eloanyi Amaechi)
源标题:
国际认知信息学与自然智能杂志(IJCINI)
15(4)
版权:
© 2021
|
体积:
15
|
问题:
4
|
页:
23
国际标准编号:
1557-3958
|
EISSN公司:
1557-3966
|
EISBN13:
9781799859857
|
内政部:
10.4018/IJCINI.20211001.oa47
引用文章
引用文章
MLA公司
Van Hai、Pham和Samson Eloanyi Amaechi。
“融合模糊规则的卷积神经网络用于脑肿瘤诊断决策”
IJCINI公司
第15卷,第4期,2021年:第1-23页。
http://doi.org/10.4018/IJCINI.20211001.oa47
亚太地区
Van Hai,P.&Amaechi,S.E.(2021年)。
融合模糊规则的卷积神经网络在脑肿瘤诊断决策中的应用。
国际认知信息学与自然智能杂志(IJCINI),15
(4), 1-23.
http://doi.org/10.4018/IJCINI.20211001.oa47
芝加哥
Van Hai、Pham和Samson Eloanyi Amaechi。
“融合模糊规则的卷积神经网络用于脑肿瘤诊断决策”
国际认知信息学与自然智能杂志(IJCINI)
第15页,第4页:1-23。
http://doi.org/10.4018/IJCINI.20211001.oa47
导出参考
最喜欢的
完整发布下载
查看全文HTML
查看全文PDF
摘要
用于脑肿瘤检测、诊断和分类的传统方法,如磁共振成像和计算机断层扫描技术,在其结果上是无可比拟的。
本文提出了一种基于模糊规则的卷积神经网络模型组合,用于健康脑细胞和肿瘤脑细胞等医学影像的检测和分类。
该模型为脑肿瘤、心脏病、乳腺癌、HIV和FLU等医学影像的自动分类和检测做出了贡献。
该模型的实验结果表明,总准确率为97.6%,
这表明,与文献中的其他现有方法相比,该方法取得了更好的性能,例如[使用小波和支持向量机对人脑MRI中的肿瘤进行分类94.7%,以及使用传递学习的深度卷积神经网络对脑图像进行自动分类95.0%],
用于检测、诊断和分类医学成像决策支持。
如果出现与翻译网站中所含信息准确性相关的任何问题,
请参阅网站的英文版本,即官方版本。
访问
www.igi-global.com/gateway/terms-and-conditions网站/
了解更多信息。