Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Bologna | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal Institute of Triângulo Mineiro (IFTM) | - |
Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.creator | Lumini, Alessandra | - |
Autor(es): dc.creator | Roberto, Guilherme Freire | - |
Autor(es): dc.creator | Neves, Leandro Alves | - |
Autor(es): dc.creator | Martins, Alessandro Santana | - |
Autor(es): dc.creator | do Nascimento, Marcelo Zanchetta | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:00:50Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:00:50Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-031-47606-8_29 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308182 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308182 | - |
Descrição: dc.description | Brain tumor detection is crucial for clinical diagnosis and efficient therapy. In this work, we propose a hybrid approach for brain tumor classification based on both fractal geometry features and deep learning. In our proposed framework, we adopt the concept of fractal geometry to generate a “percolation” image with the aim of highlighting important spatial properties in brain images. Then both the original and the percolation images are provided as input to a convolutional neural network to detect the tumor. Extensive experiments, carried out on a well-known benchmark dataset, indicate that using percolation images can help the system perform better. | - |
Descrição: dc.description | Department of Computer Science and Engineering University of Bologna, FC | - |
Descrição: dc.description | Institute of Mathematics and Computer Science (ICMC) University of São Paulo (USP), SP | - |
Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), SP | - |
Descrição: dc.description | Federal Institute of Triângulo Mineiro (IFTM), MG | - |
Descrição: dc.description | Faculty of Computation (FACOM) Federal University of Uberlândia (UFU), MG | - |
Descrição: dc.description | Department of Computer Science and Statistics (DCCE) São Paulo State University (UNESP), SP | - |
Formato: dc.format | 557-570 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Advances in Neurobiology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Brain tumors | - |
Palavras-chave: dc.subject | Classification ensemble | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Feature representations | - |
Palavras-chave: dc.subject | Fractal features | - |
Título: dc.title | Percolation Images: Fractal Geometry Features for Brain Tumor Classification | - |
Tipo de arquivo: dc.type | livro digital | - |
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: