Name: Rilevamento Delle Lesioni Utilizzando la Struttura Segmentata Della Retina de Perumal Sankar Anoop Balakrishnan Kadan(Ks Omniscriptum Publishing) (en Italiano)
SKU: 63474013
Price: 908.73 MXN
Availability: InStock
Author: Balakrishnan Kadan Anoop,Sankar Perumal
ISBN: 9786208239398

portada Rilevamento Delle Lesioni Utilizzando la Struttura Segmentata Della Retina de Perumal Sankar Anoop Balakrishnan Kadan(Ks Omniscriptum Publishing) (en Italiano)

Rilevamento Delle Lesioni Utilizzando la Struttura Segmentata Della Retina de Perumal Sankar Anoop Balakrishnan Kadan(Ks Omniscriptum Publishing) (en Italiano)

Formato

Libro Físico

Editorial

Ks Omniscriptum Publishing

Autor

Balakrishnan Kadan Anoop,Sankar Perumal

Idioma

Italiano

Encuadernación

Tapa Blanda

ISBN13

9786208239398

Rilevamento Delle Lesioni Utilizzando la Struttura Segmentata Della Retina de Perumal Sankar Anoop Balakrishnan Kadan(Ks Omniscriptum Publishing) (en Italiano)

Balakrishnan Kadan Anoop,Sankar Perumal (Autor) · Ks Omniscriptum Publishing · Tapa Blanda

Libro Nuevo Importado

Envío: 22 a 27 días háb.

$ 1,514.55$ 908.73

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 908.73

¡Envío Gratis! Llega entre el 05 Oct y el 13 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Rilevamento Delle Lesioni Utilizzando la Struttura Segmentata Della Retina de Perumal Sankar Anoop Balakrishnan Kadan(Ks Omniscriptum Publishing) (en Italiano)"

La morfologia della retina indica malattie come la retinopatia diabetica, il glaucoma e l'ipertensione. L'estrazione automatica delle lesioni dalle immagini retiniche può aiutare nella diagnosi precoce e nello screening di malattie comuni come la retinopatia diabetica. L'identificazione automatica delle patologie da essudato nelle immagini del fondo retinico basate sul clustering fuzzy c means. Questo approccio impiega un'esclusiva esecuzione sequenziale di operatori morfologici per estrarre le caratteristiche dell'immagine del fundus, come vasi, lesioni rosse e bianche, insieme all'analisi delle caratteristiche della texture. Infine, le caratteristiche selezionate vengono passate al noto classificatore SVM (Support Vector Machine), che classifica le immagini in classi normali e anormali e consente di estrarre le regioni anormali.