Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.creator | Ribeiro, Patricia. B. [UNESP] | - |
Autor(es): dc.creator | Passos, Leandro. A. [UNESP] | - |
Autor(es): dc.creator | Silva, Luis. A. da [UNESP] | - |
Autor(es): dc.creator | Costa, Kelton A. P. da [UNESP] | - |
Autor(es): dc.creator | Papa, Joao P. [UNESP] | - |
Autor(es): dc.creator | Romero, Roseli A. F. | - |
Autor(es): dc.creator | Traina, C. | - |
Autor(es): dc.creator | Rodrigues, P. P. | - |
Autor(es): dc.creator | Kane, B. | - |
Autor(es): dc.creator | Marques, PMD | - |
Autor(es): dc.creator | Traina, AJM | - |
Data de aceite: dc.date.accessioned | 2022-02-21T23:08:50Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T23:08:50Z | - |
Data de envio: dc.date.issued | 2018-11-27 | - |
Data de envio: dc.date.issued | 2018-11-27 | - |
Data de envio: dc.date.issued | 2015-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/CBMS.2015.53 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/165052 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/165052 | - |
Descrição: dc.description | Computer-Aided Diagnosis (CAD) can be divided into two main categories : CADe (Computer-Aided Detection), which is focused on the detection of structures of interest, as well as to assist radiologists to find out signals of interest that might be hidden to human vision; and the CADx (ComputerAided Diagnosis), which works as a second observer, being responsible to give an opinion on a specific lesion. In CADe -based systems, the identification of mammograms with and without masses is highly needed to reduce the false positive rates regarding the automatic selection of regions of interest. The main contribution of this study is to introduce the unsupervised classifier Optimum-Path Forest to identify breast masses, and to evaluate its performance against with two other unsupervised techniques (Gaussian Mixture Model and k-Means) using texture features from images obtained from a private dataset composed by 120 images with and without the presence of masses. | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, Sao Paulo, Brazil | - |
Descrição: dc.description | Univ Sao Paulo, Dept Comp Sci, Sao Paulo, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, Sao Paulo, Brazil | - |
Formato: dc.format | 238-243 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee Computer Soc | - |
Relação: dc.relation | 2015 Ieee 28th International Symposium On Computer-based Medical Systems (cbms) | - |
Direitos: dc.rights | Acesso aberto | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Optimum-Path Fores | - |
Palavras-chave: dc.subject | Breast masses | - |
Palavras-chave: dc.subject | Mammography | - |
Título: dc.title | Unsupervised Breast Masses Classification Through Optimum-Path Forest | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: