CareLit Fachartikel

Evolutionary Algorithm-Based Classifier Parameter Tuning for Automatic Ovarian Cancer Tissue Characterization and Classification

N.N. · Ultraschall in der Medizin - European Journal of Ultrasound · 2014 · Heft 03 · S. 237-245

Dokument
1081277
CareLit-ID
Jahr
2014
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Ultraschall in der Medizin - European Journal of Ultrasound
Autor:innen
N.N.
Ausgabe
Heft 03 / 2014
Jahrgang 35
Seiten
237-245
Erschienen: 2014-06-01 00:00:00
ISSN
0172-4614

Zusammenfassung

Zusammenfassung Ziel: Eierstockkrebs ist eines der häufigsten gynäkologischen Karzinome bei Frauen. Es ist schwierig, durch Sonografie und andere Teste gutartige und bösartige Tumore der Eierstöcke exakt und objektiv zu diagnostizieren. Deshalb ist es zwingend erforderlich, ein computergestütztes diagnostisches (CAD) System für die Klassifikation von Eierstockkarzinomen zu entwickeln, um die Ängste der Patientinnen zu verringern und die von unnötigen Biopsien verursachten Kosten einzusparen. In dieser Publikation stellen wir ein automatisches CAD-System für den Nachweis gutartiger und maligner Eierstockkarzinome…

Schlagworte

cervix 3 D ultrasound neural networks Ultraschall in der Medizin - European Journal of Ultrasound