Aller au contenu principal
2014 conference-paper

Computer-Aided Diagnosis of Pulmonary Nodules from Chest X-Rays Using Rotation Forest

1Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : my. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

A chest X-ray examination is a painless, non-invasive, and cost effective medical examination performed at present day. A pulmonary nodule is a small round lesion or mass in the lungs which can be indicative of an infection or a neoplasm. Chest X-rays can be used to diagnose pulmonary nodules. This paper proposes a three-layered framework to perform automatic diagnosis of pulmonary nodules. The first layer performs pre-processing of X-ray images. The second layer extracts texture features from the gray-level co-occurrence matrix. Finally, the third layer classifies whether the X-ray contains any signs of nodules using an ensemble technique called rotation forest. Experiments have been carried out on a chest X-ray dataset from the Japanese Society of Radiological Technology. The detection accuracy of the proposed system was found to be 75.6%. Satisfactory preliminary experimental results demonstrate the efficacy of our computer aided pulmonary nodule diagnosis system.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Computer-Aided Diagnosis of Pulmonary Nodules from Chest X-Rays Using Rotation Forest
Date Crossref
01/09/2014
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

COVID-19 diagnosis using AILung Cancer Diagnosis and TreatmentImage Retrieval and Classification Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.