Kalaiselvi Thiruvenkadam (35 results)

Taschenbuch. Condition: Neu. Neuware -This book is the outcome of our research practice over 15 years in the area of brain tumor image analysis using computational intelligence techniques. Many automatic methods were developed and published in reputed international journals. Currently, deep learning-based models are targeted to classify brain tumors from magnetic resonance imaging (MRI) human head scans. This book is primarily focused on the development of an MRI-based brain tumor analysis system using a deep learning approach. This book is organized into five chapters. Chapter 1 describes the significance of medical image processing, the principles and role of MRI in medical image analysis and the importance of artificial intelligence (AI) systems. Chapter 2 explains the anatomy of the brain, the cause of brain tumor and its types. Chapter 3 describes the rudiments of deep learning (DL) techniques such as machine learning (ML) basics, algorithms, evolution, role in tumor imaging, the architecture of deep neural networks (DNN) and convolutional neural networks (CNN). Chapter 4 explains the development of the proposed DL tool of brain tumor analysis. Finally, chapter 5 concludes with further works in future.Books on Demand GmbH, Überseering 33, 22297 Hamburg 56 pp. Englisch.

Taschenbuch. Condition: Neu. MRI-based Brain Tumor Analysis System | A Deep Learning Approach | Kalaiselvi Thiruvenkadam (u. a.) | Taschenbuch | Englisch | 2022 | LAP LAMBERT Academic Publishing | EAN 9786204737188 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Kartoniert / Broschiert. Condition: New.

Condition: New.

Condition: New.

Condition: New.

Condition: New.

Condition: New.

Taschenbuch. Condition: Neu. Neuware -Este livro é o resultado da nossa prática de pesquisa durante 15 anos na área de análise de imagens tumorais do cérebro usando técnicas de inteligência computacional. Muitos métodos automáticos foram desenvolvidos e publicados em revistas internacionais de renome. Atualmente, modelos baseados no aprendizado profundo são direcionados para classificar tumores cerebrais a partir de ressonância magnética (ressonância magnética) de varreduras da cabeça humana. Este livro está focado principalmente no desenvolvimento de um sistema de análise de tumores cerebrais baseado na ressonância magnética usando uma abordagem de aprendizagem profunda. Este livro está organizado em cinco capítulos. O capítulo 1 descreve o significado do processamento de imagens médicas, os princípios e o papel da ressonância magnética na análise de imagens médicas e a importância dos sistemas de inteligência artificial (IA). O capítulo 2 explica a anatomia do cérebro, a causa do tumor cerebral e seus tipos. O capítulo 3 descreve os rudimentos das técnicas de aprendizagem profunda (DL), como o básico da aprendizagem mecânica (ML), algoritmos, evolução, papel na imagem tumoral, a arquitetura das redes neurais profundas (DNN) e redes neurais convolucionais (CNN). O capítulo 4 explica o desenvolvimento da ferramenta DL proposta para a análise tumoral cerebral. Finalmente, o capítulo 5 conclui com novos trabalhos no futuro.Books on Demand GmbH, Überseering 33, 22297 Hamburg 64 pp. Portugiesisch.

Taschenbuch. Condition: Neu. Neuware -Questo libro è il risultato della nostra pratica di ricerca di oltre 15 anni nell'area dell'analisi delle immagini dei tumori cerebrali utilizzando tecniche di intelligenza computazionale. Molti metodi automatici sono stati sviluppati e pubblicati in rinomate riviste internazionali. Attualmente, i modelli basati sul deep learning sono mirati a classificare i tumori cerebrali dalla risonanza magnetica (MRI) delle scansioni della testa umana. Questo libro si concentra principalmente sullo sviluppo di un sistema di analisi dei tumori cerebrali basato su MRI utilizzando un approccio di deep learning. Questo libro è organizzato in cinque capitoli. Il capitolo 1 descrive il significato dell'elaborazione delle immagini mediche, i principi e il ruolo della MRI nell'analisi delle immagini mediche e l'importanza dei sistemi di intelligenza artificiale (AI). Il capitolo 2 spiega l'anatomia del cervello, la causa del tumore al cervello e i suoi tipi. Il capitolo 3 descrive i rudimenti delle tecniche di deep learning (DL) come le basi del machine learning (ML), gli algoritmi, l'evoluzione, il ruolo nell'imaging dei tumori, l'architettura delle reti neurali profonde (DNN) e delle reti neurali convoluzionali (CNN). Il capitolo 4 spiega lo sviluppo dello strumento DL proposto per l'analisi dei tumori cerebrali. Infine, il capitolo 5 conclude con ulteriori lavori in futuro.Books on Demand GmbH, Überseering 33, 22297 Hamburg 60 pp. Italienisch.

Condition: New.

Taschenbuch. Condition: Neu. Sistema di analisi del tumore cerebrale basato sulla risonanza magnetica | Un approccio di apprendimento profondo | Kalaiselvi Thiruvenkadam (u. a.) | Taschenbuch | Italienisch | 2022 | Edizioni Sapienza | EAN 9786204507590 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condition: Neu. Sistema de Análise de Tumor Cerebral baseado em ressonância magnética | Uma abordagem de aprendizagem profunda | Kalaiselvi Thiruvenkadam (u. a.) | Taschenbuch | Portugiesisch | 2022 | Edições Nosso Conhecimento | EAN 9786204507583 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -This book is the outcome of our research practice over 15 years in the area of brain tumor image analysis using computational intelligence techniques. Many automatic methods were developed and published in reputed international journals. Currently, deep learning-based models are targeted to classify brain tumors from magnetic resonance imaging (MRI) human head scans. This book is primarily focused on the development of an MRI-based brain tumor analysis system using a deep learning approach. This book is organized into five chapters. Chapter 1 describes the significance of medical image processing, the principles and role of MRI in medical image analysis and the importance of artificial intelligence (AI) systems. Chapter 2 explains the anatomy of the brain, the cause of brain tumor and its types. Chapter 3 describes the rudiments of deep learning (DL) techniques such as machine learning (ML) basics, algorithms, evolution, role in tumor imaging, the architecture of deep neural networks (DNN) and convolutional neural networks (CNN). Chapter 4 explains the development of the proposed DL tool of brain tumor analysis. Finally, chapter 5 concludes with further works in future. 56 pp. Englisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Este libro es el resultado de nuestra práctica de investigación durante más de 15 años en el área del análisis de imágenes de tumores cerebrales utilizando técnicas de inteligencia computacional. Se han desarrollado muchos métodos automáticos y se han publicado en reputadas revistas internacionales. Actualmente, los modelos basados en el aprendizaje profundo están dirigidos a clasificar los tumores cerebrales a partir de escaneos de la cabeza humana por resonancia magnética (MRI). Este libro se centra principalmente en el desarrollo de un sistema de análisis de tumores cerebrales basado en MRI utilizando un enfoque de aprendizaje profundo. Este libro está organizado en cinco capítulos. El capítulo 1 describe la importancia del procesamiento de imágenes médicas, los principios y el papel de la IRM en el análisis de imágenes médicas y la importancia de los sistemas de inteligencia artificial (IA). El capítulo 2 explica la anatomía del cerebro, la causa del tumor cerebral y sus tipos. El capítulo 3 describe los rudimentos de las técnicas de aprendizaje profundo (DL), como los fundamentos del aprendizaje automático (ML), los algoritmos, la evolución, el papel en la obtención de imágenes de tumores, la arquitectura de las redes neuronales profundas (DNN) y las redes neuronales convolucionales (CNN). El capítulo 4 explica el desarrollo de la herramienta de DL propuesta para el análisis de tumores cerebrales. Por último, el capítulo 5 concluye con otros trabajos en el futuro. 64 pp. Spanisch.

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. This book is the outcome of our research practice over 15 years in the area of brain tumor image analysis using computational intelligence techniques. Many automatic methods were developed and published in reputed international journals. Currently, deep lea.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Ce livre est le résultat de notre pratique de recherche de plus de 15 ans dans le domaine de l'analyse d'images de tumeurs cérébrales à l'aide de techniques d'intelligence computationnelle. De nombreuses méthodes automatiques ont été développées et publiées dans des revues internationales réputées. Actuellement, les modèles basés sur l'apprentissage profond visent à classifier les tumeurs cérébrales à partir de scans de la tête humaine par imagerie à résonance magnétique (IRM). Ce livre est principalement axé sur le développement d'un système d'analyse des tumeurs cérébrales par IRM utilisant une approche d'apprentissage profond. Ce livre est organisé en cinq chapitres. Le chapitre 1 décrit l'importance du traitement des images médicales, les principes et le rôle de l'IRM dans l'analyse des images médicales et l'importance des systèmes d'intelligence artificielle (IA). Le chapitre 2 explique l'anatomie du cerveau, la cause des tumeurs cérébrales et leurs types. Le chapitre 3 décrit les rudiments des techniques de deep learning (DL) telles que les bases de l'apprentissage automatique (ML), les algorithmes, l'évolution, le rôle dans l'imagerie des tumeurs, l'architecture des réseaux neuronaux profonds (DNN) et des réseaux neuronaux convolutifs (CNN). Le chapitre 4 explique le développement de l'outil d'apprentissage automatique proposé pour l'analyse des tumeurs cérébrales. Enfin, le chapitre 5 conclut sur les travaux à venir. 64 pp. Französisch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - This book is the outcome of our research practice over 15 years in the area of brain tumor image analysis using computational intelligence techniques. Many automatic methods were developed and published in reputed international journals. Currently, deep learning-based models are targeted to classify brain tumors from magnetic resonance imaging (MRI) human head scans. This book is primarily focused on the development of an MRI-based brain tumor analysis system using a deep learning approach. This book is organized into five chapters. Chapter 1 describes the significance of medical image processing, the principles and role of MRI in medical image analysis and the importance of artificial intelligence (AI) systems. Chapter 2 explains the anatomy of the brain, the cause of brain tumor and its types. Chapter 3 describes the rudiments of deep learning (DL) techniques such as machine learning (ML) basics, algorithms, evolution, role in tumor imaging, the architecture of deep neural networks (DNN) and convolutional neural networks (CNN). Chapter 4 explains the development of the proposed DL tool of brain tumor analysis. Finally, chapter 5 concludes with further works in future.

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Medical image processing techniques facilitate accurate diagnosis and treatment patients, using medical images for quantitative analysis and better visualization. The computer aided diagnosis (CAD) systems serve as a powerful tool for radiologists in the de.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Este libro es el resultado de nuestra práctica de investigación durante más de 15 años en el área del análisis de imágenes de tumores cerebrales utilizando técnicas de inteligencia computacional. Se han desarrollado muchos métodos automáticos y se han publicado en reputadas revistas internacionales. Actualmente, los modelos basados en el aprendizaje profundo están dirigidos a clasificar los tumores cerebrales a partir de escaneos de la cabeza humana por resonancia magnética (MRI). Este libro se centra principalmente en el desarrollo de un sistema de análisis de tumores cerebrales basado en MRI utilizando un enfoque de aprendizaje profundo. Este libro está organizado en cinco capítulos. El capítulo 1 describe la importancia del procesamiento de imágenes médicas, los principios y el papel de la IRM en el análisis de imágenes médicas y la importancia de los sistemas de inteligencia artificial (IA). El capítulo 2 explica la anatomía del cerebro, la causa del tumor cerebral y sus tipos. El capítulo 3 describe los rudimentos de las técnicas de aprendizaje profundo (DL), como los fundamentos del aprendizaje automático (ML), los algoritmos, la evolución, el papel en la obtención de imágenes de tumores, la arquitectura de las redes neuronales profundas (DNN) y las redes neuronales convolucionales (CNN). El capítulo 4 explica el desarrollo de la herramienta de DL propuesta para el análisis de tumores cerebrales. Por último, el capítulo 5 concluye con otros trabajos en el futuro.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Este libro es el resultado de nuestra práctica de investigación durante más de 15 años en el área del análisis de imágenes de tumores cerebrales utilizando técnicas de inteligencia computacional. Se han desarrollado muchos métodos automáticos y se han publicado en reputadas revistas internacionales. Actualmente, los modelos basados en el aprendizaje profundo están dirigidos a clasificar los tumores cerebrales a partir de escaneos de la cabeza humana por resonancia magnética (MRI). Este libro se centra principalmente en el desarrollo de un sistema de análisis de tumores cerebrales basado en MRI utilizando un enfoque de aprendizaje profundo. Este libro está organizado en cinco capítulos. El capítulo 1 describe la importancia del procesamiento de imágenes médicas, los principios y el papel de la IRM en el análisis de imágenes médicas y la importancia de los sistemas de inteligencia artificial (IA). El capítulo 2 explica la anatomía del cerebro, la causa del tumor cerebral y sus tipos. El capítulo 3 describe los rudimentos de las técnicas de aprendizaje profundo (DL), como los fundamentos del aprendizaje automático (ML), los algoritmos, la evolución, el papel en la obtención de imágenes de tumores, la arquitectura de las redes neuronales profundas (DNN) y las redes neuronales convolucionales (CNN). El capítulo 4 explica el desarrollo de la herramienta de DL propuesta para el análisis de tumores cerebrales. Por último, el capítulo 5 concluye con otros trabajos en el futuro.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 64 pp. Spanisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Este livro é o resultado da nossa prática de pesquisa durante 15 anos na área de análise de imagens tumorais do cérebro usando técnicas de inteligência computacional. Muitos métodos automáticos foram desenvolvidos e publicados em revistas internacionais de renome. Atualmente, modelos baseados no aprendizado profundo são direcionados para classificar tumores cerebrais a partir de ressonância magnética (ressonância magnética) de varreduras da cabeça humana. Este livro está focado principalmente no desenvolvimento de um sistema de análise de tumores cerebrais baseado na ressonância magnética usando uma abordagem de aprendizagem profunda. Este livro está organizado em cinco capítulos. O capítulo 1 descreve o significado do processamento de imagens médicas, os princípios e o papel da ressonância magnética na análise de imagens médicas e a importância dos sistemas de inteligência artificial (IA). O capítulo 2 explica a anatomia do cérebro, a causa do tumor cerebral e seus tipos. O capítulo 3 descreve os rudimentos das técnicas de aprendizagem profunda (DL), como o básico da aprendizagem mecânica (ML), algoritmos, evolução, papel na imagem tumoral, a arquitetura das redes neurais profundas (DNN) e redes neurais convolucionais (CNN). O capítulo 4 explica o desenvolvimento da ferramenta DL proposta para a análise tumoral cerebral. Finalmente, o capítulo 5 conclui com novos trabalhos no futuro. 64 pp. Portugiesisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Questo libro è il risultato della nostra pratica di ricerca di oltre 15 anni nell'area dell'analisi delle immagini dei tumori cerebrali utilizzando tecniche di intelligenza computazionale. Molti metodi automatici sono stati sviluppati e pubblicati in rinomate riviste internazionali. Attualmente, i modelli basati sul deep learning sono mirati a classificare i tumori cerebrali dalla risonanza magnetica (MRI) delle scansioni della testa umana. Questo libro si concentra principalmente sullo sviluppo di un sistema di analisi dei tumori cerebrali basato su MRI utilizzando un approccio di deep learning. Questo libro è organizzato in cinque capitoli. Il capitolo 1 descrive il significato dell'elaborazione delle immagini mediche, i principi e il ruolo della MRI nell'analisi delle immagini mediche e l'importanza dei sistemi di intelligenza artificiale (AI). Il capitolo 2 spiega l'anatomia del cervello, la causa del tumore al cervello e i suoi tipi. Il capitolo 3 descrive i rudimenti delle tecniche di deep learning (DL) come le basi del machine learning (ML), gli algoritmi, l'evoluzione, il ruolo nell'imaging dei tumori, l'architettura delle reti neurali profonde (DNN) e delle reti neurali convoluzionali (CNN). Il capitolo 4 spiega lo sviluppo dello strumento DL proposto per l'analisi dei tumori cerebrali. Infine, il capitolo 5 conclude con ulteriori lavori in futuro. 60 pp. Italienisch.

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Dieses Buch ist das Ergebnis unserer 15-jährigen Forschungspraxis auf dem Gebiet der Bildanalyse von Hirntumoren mit Hilfe von Techniken der Computational Intelligence. Viele automatische Methoden wurden entwickelt und in renommierten internationalen Fachzeitschriften veröffentlicht. Derzeit werden auf Deep Learning basierende Modelle zur Klassifizierung von Hirntumoren aus Magnetresonanztomographie-Scans (MRT) des menschlichen Kopfes eingesetzt. Dieses Buch befasst sich in erster Linie mit der Entwicklung eines MRT-basierten Systems zur Analyse von Hirntumoren mit Hilfe eines Deep-Learning-Ansatzes. Dieses Buch ist in fünf Kapitel gegliedert. Kapitel 1 beschreibt die Bedeutung der medizinischen Bildverarbeitung, die Prinzipien und die Rolle der MRT in der medizinischen Bildanalyse sowie die Bedeutung von Systemen der künstlichen Intelligenz (KI). Kapitel 2 erklärt die Anatomie des Gehirns, die Ursache von Hirntumoren und ihre Arten. Kapitel 3 beschreibt die Grundlagen des Deep Learning (DL) wie Grundlagen des maschinellen Lernens (ML), Algorithmen, Entwicklung, Rolle in der Tumorbildgebung, die Architektur von Deep Neural Networks (DNN) und Convolutional Neural Networks (CNN). Kapitel 4 erläutert die Entwicklung des vorgeschlagenen DL-Tools für die Hirntumoranalyse. Schließlich schließt Kapitel 5 mit weiteren Arbeiten in der Zukunft. 64 pp. Deutsch.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Ce livre est le résultat de notre pratique de recherche de plus de 15 ans dans le domaine de l'analyse d'images de tumeurs cérébrales à l'aide de techniques d'intelligence computationnelle. De nombreuses méthodes automatiques ont été développées et publiées dans des revues internationales réputées. Actuellement, les modèles basés sur l'apprentissage profond visent à classifier les tumeurs cérébrales à partir de scans de la tête humaine par imagerie à résonance magnétique (IRM). Ce livre est principalement axé sur le développement d'un système d'analyse des tumeurs cérébrales par IRM utilisant une approche d'apprentissage profond. Ce livre est organisé en cinq chapitres. Le chapitre 1 décrit l'importance du traitement des images médicales, les principes et le rôle de l'IRM dans l'analyse des images médicales et l'importance des systèmes d'intelligence artificielle (IA). Le chapitre 2 explique l'anatomie du cerveau, la cause des tumeurs cérébrales et leurs types. Le chapitre 3 décrit les rudiments des techniques de deep learning (DL) telles que les bases de l'apprentissage automatique (ML), les algorithmes, l'évolution, le rôle dans l'imagerie des tumeurs, l'architecture des réseaux neuronaux profonds (DNN) et des réseaux neuronaux convolutifs (CNN). Le chapitre 4 explique le développement de l'outil d'apprentissage automatique proposé pour l'analyse des tumeurs cérébrales. Enfin, le chapitre 5 conclut sur les travaux à venir.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Ce livre est le résultat de notre pratique de recherche de plus de 15 ans dans le domaine de l'analyse d'images de tumeurs cérébrales à l'aide de techniques d'intelligence computationnelle. De nombreuses méthodes automatiques ont été développées et publiées dans des revues internationales réputées. Actuellement, les modèles basés sur l'apprentissage profond visent à classifier les tumeurs cérébrales à partir de scans de la tête humaine par imagerie à résonance magnétique (IRM). Ce livre est principalement axé sur le développement d'un système d'analyse des tumeurs cérébrales par IRM utilisant une approche d'apprentissage profond. Ce livre est organisé en cinq chapitres. Le chapitre 1 décrit l'importance du traitement des images médicales, les principes et le rôle de l'IRM dans l'analyse des images médicales et l'importance des systèmes d'intelligence artificielle (IA). Le chapitre 2 explique l'anatomie du cerveau, la cause des tumeurs cérébrales et leurs types. Le chapitre 3 décrit les rudiments des techniques de deep learning (DL) telles que les bases de l'apprentissage automatique (ML), les algorithmes, l'évolution, le rôle dans l'imagerie des tumeurs, l'architecture des réseaux neuronaux profonds (DNN) et des réseaux neuronaux convolutifs (CNN). Le chapitre 4 explique le développement de l'outil d'apprentissage automatique proposé pour l'analyse des tumeurs cérébrales. Enfin, le chapitre 5 conclut sur les travaux à venir.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 64 pp. Französisch.

Taschenbuch. Condition: Neu. Système d'analyse des tumeurs cérébrales basé sur l'IRM | Une approche d'apprentissage profond | Kalaiselvi Thiruvenkadam (u. a.) | Taschenbuch | Französisch | 2022 | Editions Notre Savoir | EAN 9786204507606 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand.

Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Dieses Buch ist das Ergebnis unserer 15-jaehrigen Forschungspraxis auf dem Gebiet der Bildanalyse von Hirntumoren mit Hilfe von Techniken der Computational Intelligence. Viele automatische Methoden wurden entwickelt und in renommierten internationalen Fachze.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Dieses Buch ist das Ergebnis unserer 15-jährigen Forschungspraxis auf dem Gebiet der Bildanalyse von Hirntumoren mit Hilfe von Techniken der Computational Intelligence. Viele automatische Methoden wurden entwickelt und in renommierten internationalen Fachzeitschriften veröffentlicht. Derzeit werden auf Deep Learning basierende Modelle zur Klassifizierung von Hirntumoren aus Magnetresonanztomographie-Scans (MRT) des menschlichen Kopfes eingesetzt. Dieses Buch befasst sich in erster Linie mit der Entwicklung eines MRT-basierten Systems zur Analyse von Hirntumoren mit Hilfe eines Deep-Learning-Ansatzes. Dieses Buch ist in fünf Kapitel gegliedert. Kapitel 1 beschreibt die Bedeutung der medizinischen Bildverarbeitung, die Prinzipien und die Rolle der MRT in der medizinischen Bildanalyse sowie die Bedeutung von Systemen der künstlichen Intelligenz (KI). Kapitel 2 erklärt die Anatomie des Gehirns, die Ursache von Hirntumoren und ihre Arten. Kapitel 3 beschreibt die Grundlagen des Deep Learning (DL) wie Grundlagen des maschinellen Lernens (ML), Algorithmen, Entwicklung, Rolle in der Tumorbildgebung, die Architektur von Deep Neural Networks (DNN) und Convolutional Neural Networks (CNN). Kapitel 4 erläutert die Entwicklung des vorgeschlagenen DL-Tools für die Hirntumoranalyse. Schließlich schließt Kapitel 5 mit weiteren Arbeiten in der Zukunft.

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Questo libro è il risultato della nostra pratica di ricerca di oltre 15 anni nell'area dell'analisi delle immagini dei tumori cerebrali utilizzando tecniche di intelligenza computazionale. Molti metodi automatici sono stati sviluppati e pubblicati in rinomate riviste internazionali. Attualmente, i modelli basati sul deep learning sono mirati a classificare i tumori cerebrali dalla risonanza magnetica (MRI) delle scansioni della testa umana. Questo libro si concentra principalmente sullo sviluppo di un sistema di analisi dei tumori cerebrali basato su MRI utilizzando un approccio di deep learning. Questo libro è organizzato in cinque capitoli. Il capitolo 1 descrive il significato dell'elaborazione delle immagini mediche, i principi e il ruolo della MRI nell'analisi delle immagini mediche e l'importanza dei sistemi di intelligenza artificiale (AI). Il capitolo 2 spiega l'anatomia del cervello, la causa del tumore al cervello e i suoi tipi. Il capitolo 3 descrive i rudimenti delle tecniche di deep learning (DL) come le basi del machine learning (ML), gli algoritmi, l'evoluzione, il ruolo nell'imaging dei tumori, l'architettura delle reti neurali profonde (DNN) e delle reti neurali convoluzionali (CNN). Il capitolo 4 spiega lo sviluppo dello strumento DL proposto per l'analisi dei tumori cerebrali. Infine, il capitolo 5 conclude con ulteriori lavori in futuro.