首页> 外文OA文献 >A Machine Learning Method Based on the Combination of Nonlinear and Texture Features to Diagnose Malignant Melanoma From Dermoscopic Images

【2h】

A Machine Learning Method Based on the Combination of Nonlinear and Texture Features to Diagnose Malignant Melanoma From Dermoscopic Images

机译：一种基于非线性和纹理特征组合的机器学习方法，从Dermoscopic图像诊断恶性黑素瘤

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Sepehr Salem Ghahfarrokhi; Hamed Khodadadi;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Machine Learning Methods for Binary and Multiclass Classification of Melanoma Thickness From Dermoscopic Images [J] . A. Sáez, J. Sánchez-Monedero, P. A. Gutiérrez, IEEE Transactions on Medical Imaging . 2016,第4期

机译：从皮肤镜图像对黑素瘤厚度进行二元和多类分类的机器学习方法
2. A hybrid color texture image classification method based on 2D and semi 3D texture features and extreme learning machine [J] . Erkan TANYILDIZI Przeglad Elektrotechniczny . 2012,第11A期

机译：基于2D和半3D纹理特征与极限学习机的混合颜色纹理图像分类方法
3. Machine learning study of several classifiers trained with texture analysis features to differentiate benign from malignant soft-tissue tumors in T1-MRI images. [J] . Juntu J, Sijbers J, De Backer Journal of magnetic resonance imaging: JMRI . 2010,第3期

机译：通过纹理分析功能训练的多个分类器的机器学习研究，以区分T1-MRI图像中良恶性软组织肿瘤。
4. Diagnosing of Dermoscopic Images using Machine Learning approaches for Melanoma Detection [C] . Faiza, Syed Irfan ullah, Abdus Salam, IEEE International Multitopic Conference . 2020

机译：使用机器学习方法对黑色素瘤检测的诊断Dermospic图像
5. Detection and classification of malignant melanoma and Dysplastic nevi using image analysis: A visual texture approach. [D] . dela Cruz, Jomer L. 2009

机译：使用图像分析检测和分类恶性黑色素瘤和发育不良痣：一种视觉纹理方法。
6. Evaluation of machine learning methods with Fourier Transform features for classifying ovarian tumors based on ultrasound images [O] . José Martínez-Más, Andrés Bueno-Crespo, Shan Khazendar, 2012

机译：基于傅立叶变换特征的基于超声图像的卵巢肿瘤分类机器学习方法的评估
7. Machine Learning Methods for Binary and Multiclass Classification of Melanoma Thickness From Dermoscopic Images [O] . Aurora Saez, Javier Sanchez-Monedero, Pedro Antonio Gutierrez, 2016

机译：二元和多糖分类的机器学习方法从DerMicropic图像中的黑色素瘤厚度分类

A Machine Learning Method Based on the Combination of Nonlinear and Texture Features to Diagnose Malignant Melanoma From Dermoscopic Images

著录项

引文网络

相似文献

相关主题

期刊订阅