Tactile Zero-Shot Sensing of Breast Tumors: Recognition of Human Data from Phantom Data
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
One of the biggest challenges of biomedical research is not having enough human data. This paper explored Tactile Attributes-based Zero-Shot Learning to recognize human data results from phantom data. Using this machine learning method, we trained a Multilayer Perceptron and a Support Vector Machine with the phantom data and estimated the malignancy level of the human data. The method showed that despite using phantom data for training, we successfully applied the knowledge to human data, achieving a malignancy level calculation accuracy of 74.42%, a sensitivity of 73.68%, and a specificity of 75.00%.
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
- Tactile Zero-Shot Sensing of Breast Tumors: Recognition of Human Data from Phantom Data
- Date Crossref
- 20/10/2024
- 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.