İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2018 · article

Examination of various classification strategies in classification of lung nodule characteristics

YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2018
Atıf7OpenAlex
Yüzdelik%57,4
FWCI0,461,00 = dünya ortalaması
Scopus (SJR)Q2
WoS (JCR)Q4

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıJournal of the Faculty of Engineering and Architecture of Gazi University
  • Katalog eşleşmesi (ISSN)Journal of the Faculty of Engineering and Architecture of Gazi University
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)
  • Semantic Scholaratıf sayısı (OpenAlex ile birleştirilmez)

Özet

OpenAlex Türkçe

Nodül özellikleri, akciğer nodüllerinin değerlendirilmesinde kullanılan, genelde uzman görüşüne göre öznel değerlendirmelerdir. Bunlardan en bilineni ve çalışmalarda tahmin için en çok kullanılanı habislik derecesidir. Literatürde yapılan sınıflama çalışmalarında, nodül görünümü ve morfolojik yapısı üzerinden çıkarılan geleneksel özniteliklerin yanında derin öznitelikler de kullanılmaktadır. Bu çalışmada geleneksel öznitelikler, derin öznitelikler ve bunların kombinasyonları nodül özelliklerinin tahmininde kullanılmıştır. Dört farklı yapıdaki sınıflama algoritması nodül özelliklerinin tahmini için değerlendirilmiştir. Nodül özelliklerinin referans veri kümeleri, doktorların öznel değerlendirmelerinden çoğunluk oylama yöntemi ile oluşturulmuştur. Oluşturulan bu veri kümeleri büyük oranda dengesiz sınıf dağılımına sahiptir. Bu durumun sınıflama sonuçlarına etkisini incelemek için veri dengeleme prosedürü uygulanmıştır. Bu tüm yöntemlerin kombinasyonlarıyla, farklı sınıflama modellerinin sınıflama başarımına, duyarlılığa ve belirliliğe etkileri incelenmiştir. Deneyler sonucunda, ulaşılmak istenen başarım kriterine göre, kullanılacak özniteliklerden sınıflama algoritmasına kadar, sınıflama stratejisinin özel olarak belirlenmesi gerektiği tespit edilmiştir.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

7atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 9 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2019 A deep learning-based decision support system for diagnosis of OSAS using PTT signalsAtıf 57 · OpenAlex
  2. 2019 A deep learning-based decision support system for diagnosis of OSAS using PTT signalsAtıf 57 · OpenAlex
  3. 2020 A Novel Action Recognition Framework Based on Deep-Learning and Genetic AlgorithmsAtıf 53 · OpenAlex
  4. 2019 Hyperspectral image classification using convolutional neural network and two-dimensional complex Gabor transformAtıf 15 · OpenAlex
  5. 2021 Çok kanallı CNN mimarisi ile X-Ray görüntülerinden COVID-19 tanısıAtıf 8 · OpenAlex
  6. 2018 Derin Öğrenme ile İnsansız Hava Aracı Görüntülerinden Yaya TespitiAtıf 8 · OpenAlex
  7. 2024 Classification Of X-Ray And Ct Images In Different Color Spaces Using Robust CnnAtıf 1 · OpenAlex
  8. 2024 CLASSIFICATION OF X-RAY AND CT IMAGES IN DIFFERENT COLOR SPACES USING ROBUST CNNAtıf 1 · OpenAlex
  9. 2024 A New Approach to Automatic Detection of Tactile Coating Surfaces with Deep LearningAtıf 0 · OpenAlex

Yazarlar

3
  1. AYDIN KAYA 1
  2. ALİ SEYDİ KEÇELİ 2
  3. AHMET BURAK CAN HACETTEPE ÜNİVERSİTESİ 3