Application of SVM classifier in thermographic image classification for early detection of breast cancer
PBN-AR
Instytucja
Wydział Elektroniki i Technik Informacyjnych (Politechnika Warszawska)
Źródłowe zdarzenia ewaluacyjne
Książka
Tytuł książki
Proc. SPIE. 10031, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2016
Data publikacji
2016
ISBN
9781510604858
Wydawca
SPIE
Publikacja
Główny język publikacji
en
Tytuł rozdziału
Application of SVM classifier in thermographic image classification for early detection of breast cancer
Rok publikacji
2016
Strony (od-do)
100312T-7-1-100312T-7-
Numer rozdziału
Identyfikator DOI
Liczba arkuszy
0.5
Hasło encyklopedyczne
Słowa kluczowe
en
Breast cancer ; Image classification ; Machine learning ; Medical diagnostics ; Source mask optimization ; Algorithms
Konferencja
Indeksowana w Scopus
nie
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
SPIE 2016
Nazwa konferencji
XXXVIIIth IEEE-SPIE Joint Symposium
Początek konferencji
2016-05-30
Koniec konferencji
2016-06-05
Lokalizacja konferencji
Wilga
Kraj konferencji
PL
Lista innych baz czasopism i abstraktów w których była indeksowana
Streszczenia
Język
en
Treść
This article presents the application of machine learning algorithms for early detection of breast cancer on the basis of thermographic images. Supervised learning model: Support vector machine (SVM) and Sequential Minimal Optimization algorithm (SMO) for the training of SVM classifier were implemented. The SVM classifier was included in a client-server application which enables to create a training set of examinations and to apply classifiers (including SVM) for the diagnosis and early detection of the breast cancer. The sensitivity and specificity of SVM classifier were calculated based on the thermographic images from studies. Furthermore, the heuristic method for SVM's parameters tuning was proposed.
Inne
System-identifier
WUT8ce180210d124e40a805f8d617e6e759
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych