Name: Segmentation of Brain Tumor Based on MRI (en Inglés)
SKU: 57598299
Price: 976.87 MXN
Availability: InStock
Author: Babu, D. Kishore ; Babu, K. Suresh
ISBN: 9786202557467

portada Segmentation of Brain Tumor Based on MRI (en Inglés)

Segmentation of Brain Tumor Based on MRI (en Inglés)

Formato

Libro Físico

Autor

D. Kishore Babu

K. Suresh Babu

Editorial

LAP Lambert Academic Publishing

Idioma

Inglés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

Peso

0.10 kg.

ISBN13

9786202557467

Categorías

Redes y comunicaciones informáticas

Segmentation of Brain Tumor Based on MRI (en Inglés)

D. Kishore Babu (Autor) · K. Suresh Babu (Autor) · LAP Lambert Academic Publishing · Tapa Blanda

Libro Nuevo Importado

Envío: 22 a 27 días háb.

$ 1,628.11$ 976.87

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 976.87

¡Envío Gratis! Llega entre el 08 Oct y el 16 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Segmentation of Brain Tumor Based on MRI (en Inglés)"

Among brain tumors, gliomas are the most common and aggressive, leading to a very short life expectancy in their highest grade. Thus, treatment planning is a key stage to improve the quality of life of oncological patients. Magnetic resonance imaging (MRI) is a widely used imaging technique to assess these tumors, but the large amount of data produced by MRI prevents manual segmentation in a reasonable time, limiting the use of precise quantitative measurements in the clinical practice. So, automatic and reliable segmentation methods are required; however, the large spatial and structural variability among brain tumors make automatic segmentation a challenging problem. Here, we propose an automatic segmentation method based on Convolutional Neural Networks (CNN), exploring small 3*3 kernels. The use of small kernels allows designing a deeper architecture, besides having a positive effect against over fitting, given the fewer number of weights in the network.