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”

Genetické algoritmy pro redukci příznaků charakterizujících sonogragfické obrazy štítné žlázy

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F05%3A00411499" target="_blank" >RIV/67985556:_____/05:00411499 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216208:11110/05:00009506 RIV/00064165:_____/05:00001236

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Genetic algorithms for thyroid gland ultrasound image feature reduction

  • Popis výsledku v původním jazyce

    The problem of automatic classification of ultrasound images is addressed. For texture analysis of ultrasound images quantifiable indexes, called features, are used. Classification was performed using Gaussian mixture model based on Bayes classifier. Thecommon problem of texture analysis is a feature selection for classification tasks. In this work we use genetic algorithms for a feature subset selection. Total number of 387 features were used.

  • Název v anglickém jazyce

    Genetic algorithms for thyroid gland ultrasound image feature reduction

  • Popis výsledku anglicky

    The problem of automatic classification of ultrasound images is addressed. For texture analysis of ultrasound images quantifiable indexes, called features, are used. Classification was performed using Gaussian mixture model based on Bayes classifier. Thecommon problem of texture analysis is a feature selection for classification tasks. In this work we use genetic algorithms for a feature subset selection. Total number of 387 features were used.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1ET101050403" target="_blank" >1ET101050403: Metody umělé inteligence v diagnostice z medicínských obrazů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Advances in Natural Computation. Proceedings of the First International Conference. ICNC 2005

  • ISSN

    0302-9743

  • e-ISSN

  • Svazek periodika

    3612

  • Číslo periodika v rámci svazku

    -

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    4

  • Strana od-do

    841-844

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus