Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Evolutionary Multi-level Thresholding for Breast Thermogram Segmentation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F22%3A10249011" target="_blank" >RIV/61989100:27240/22:10249011 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-3-030-84910-8_27" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-84910-8_27</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-84910-8_27" target="_blank" >10.1007/978-3-030-84910-8_27</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Evolutionary Multi-level Thresholding for Breast Thermogram Segmentation

  • Popis výsledku v původním jazyce

    In the pre-processing of the digital thermograms, multi-level thresholding plays a crucial role in the segmentation of thermographic images for better clinical decision support. This paper attempts to optimize the multi-level thresholding method for thermographic image segmentation using Differential Evolution (DE) with the Otsu&apos;s between class variance. We have compared the results of the proposed method with the other popular metaheuristics- PSO, GWO and WOA. We have applied the Wilcoxon rank-sum test for the performance evaluation.

  • Název v anglickém jazyce

    Evolutionary Multi-level Thresholding for Breast Thermogram Segmentation

  • Popis výsledku anglicky

    In the pre-processing of the digital thermograms, multi-level thresholding plays a crucial role in the segmentation of thermographic images for better clinical decision support. This paper attempts to optimize the multi-level thresholding method for thermographic image segmentation using Differential Evolution (DE) with the Otsu&apos;s between class variance. We have compared the results of the proposed method with the other popular metaheuristics- PSO, GWO and WOA. We have applied the Wilcoxon rank-sum test for the performance evaluation.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LTAIN19176" target="_blank" >LTAIN19176: Metaheuristický rámec pro vícecílové kombinatorické optimalizační problémy (META MO-COP)</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture Notes in Networks and Systems. Volume 312

  • ISBN

    978-3-030-84909-2

  • ISSN

    2367-3370

  • e-ISSN

    2367-3389

  • Počet stran výsledku

    11

  • Strana od-do

    253-263

  • Název nakladatele

    Springer

  • Místo vydání

    Cham

  • Místo konání akce

    Tchaj-čung

  • Datum konání akce

    1. 9. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000704003000027