Classificazione dei tumori maligni: Un approccio pratico

Questo libro è principalmente per gli studenti di apprendimento automatico. Questo libro risponde anche alle esigenze dei ricercatori che lavorano nel campo della conoscenza dell'imaging biomedico e dell'oncologia assistita dal computer. Questo libro dimostra un approccio olistico alla classificazione dei tumori maligni tramite l'apprendimento automatico. Enumera diverse fasi di analisi dell'immagine e di segmentazione dell'immagine con l'aiuto del codice MATLAB. Il software di data mining WEKA è stato usato per descrivere i metodi di apprendimento supervisionati e non supervisionati. Ogni fase della classificazione dei tumori: estrazione delle caratteristiche, pre-elaborazione dei dati, selezione degli attributi, classificazione e valutazione del modello è stata adeguatamente spiegata con l'aiuto di screenshot. Spero che questo libro possa aiutare gli studenti, i ricercatori e gli insegnanti che lavorano sull'apprendimento automatico come riferimento pronto.