Reconocimiento de imágenes histopatológicas de cáncer de mama basado en la matriz de co-ocurrencia de niveles de gris piramidal y aprendizaje amplio incremental
Autores: Li, Jia; Shi, Jingwen; Su, Hexing; Gao, Le
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Reconocimiento de imágenes histopatológicas de cáncer de mama basado en la matriz de co-ocurrencia de niveles de gris piramidal y aprendizaje amplio incremental
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Modelo combinado propuesto
Extracción de características PGLCM
Imágenes histopatológicas de cáncer de mama
Modelo de clasificación IBL
Resultados experimentales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Para reconocer imágenes histopatológicas de cáncer de mama, este artículo propuso un modelo combinado que consiste en un modelo de extracción de características de matriz de co-ocurrencia de nivel de gris piramidal (PGLCM) y un modelo de clasificación de aprendizaje amplio incremental (IBL).
Descripción
Para reconocer imágenes histopatológicas de cáncer de mama, este artículo propuso un modelo combinado que consiste en un modelo de extracción de características de matriz de co-ocurrencia de nivel de gris piramidal (PGLCM) y un modelo de clasificación de aprendizaje amplio incremental (IBL).