Hurst exponent estimation of fractional surfaces for mammogram images analysis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F22%3A00353485" target="_blank" >RIV/68407700:21340/22:00353485 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1016/j.physa.2021.126424" target="_blank" >https://doi.org/10.1016/j.physa.2021.126424</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.physa.2021.126424" target="_blank" >10.1016/j.physa.2021.126424</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Hurst exponent estimation of fractional surfaces for mammogram images analysis

Popis výsledku v původním jazyce

The work presents a methodology to precise simulation and parameter estimation of multidimensional fractional Brownian motion (fBm). The simulation approach uses circulant embedding algorithm and solution of Poisson equation, while generalizing it to multiple dimensions. For estimation, a method using Wishart distribution and maximum likelihood is presented and verified on simulated data. Unlike approximate methods for generating multidimensional fBm and its Hurst exponent estimation, this approach shows unbiased results for all processes with short memory and majority of cases with long memory. The methodology is applied to mammography screening images to find significant differences between benign and cancerous breast lumps.

Název v anglickém jazyce

Hurst exponent estimation of fractional surfaces for mammogram images analysis

Popis výsledku anglicky

The work presents a methodology to precise simulation and parameter estimation of multidimensional fractional Brownian motion (fBm). The simulation approach uses circulant embedding algorithm and solution of Poisson equation, while generalizing it to multiple dimensions. For estimation, a method using Wishart distribution and maximum likelihood is presented and verified on simulated data. Unlike approximate methods for generating multidimensional fBm and its Hurst exponent estimation, this approach shows unbiased results for all processes with short memory and majority of cases with long memory. The methodology is applied to mammography screening images to find significant differences between benign and cancerous breast lumps.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

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

Projekt

<a href="/cs/project/EF16_019%2F0000765" target="_blank" >EF16_019/0000765: Výzkumné centrum informatiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název periodika

Physica A: Statistical Mechanics and Its Applications

ISSN

0378-4371

e-ISSN

1873-2119

Svazek periodika

585

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

8

Strana od-do

—

Kód UT WoS článku

000703932500026

EID výsledku v databázi Scopus

2-s2.0-85115893885