Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil
Guardat en:
| Autor principal: | |
|---|---|
| Data de publicació: | 2013 |
| Format: | Master thesis |
| Idioma: | por |
| Font: | Repositório Institucional da UFG |
| Download full: | http://repositorio.bc.ufg.br/tede/handle/tede/3356 |
Sumari: | This work extends a Computer-Aided Diagnosis system called PneumoCAD for detecting pneumonia in infants using radiographic images, with the aim of improving the system’s accuracy, robustness and test the features previously extracted. We implement and compare five contemporary machine learning classifiers, namely: Naïve Bayes, K-Nearest Neighbor (KNN), Support Vector Machines (SVM), Multi-Layer Perceptron (MLP) and Decision Tree, combined with three dimensionality reduction algorithms: the feature selection wrapper Sequential Forward Elimination (SFE), and two feature filter algotithms: Principal Component Analysis (PCA) and Kernel Principal Component Analysis (KPCA). Current Results of demonstrate that the Naïve Bayes classifier combined with KPCA produces the best overall results. Also confirming the efficiency os features. |
Ítems similars: Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil
- Classificação automática de documentos: seleção customizada do classificador
- O uso de classificadores na tradução de língua brasileira de sinais - Libras
- Reconhecimento de padrões em imagens radiográficas de tórax: apoiando o diagnóstico de doenças pulmonares infecciosas
- O sistema de classificação nominal Akwe-Xerente (Jê): âmbitos de análise
- Reflexo pupilar à luz como biomarcador para identificação de glaucoma: avaliação comparativa de redes neurais e métodos de aprendizado de máquina
- Aplicação de técnicas de machine learning para a classificação de crédito