In the training stage, various feat

In the training stage, various features are extracted from the tumor and non tumor images. In testing stage, based on the knowledge base, the classifier classify the image into tumor and non- tumor. Thus, the proposed system has been evaluated on a dataset of 40 patients. The proposed system was found efficient in classification with a sucesss of more than 95% of accuracy.

ผลลัพธ์ (ไทย) 1:

ในขั้นตอนการฝึกอบรม คุณสมบัติต่าง ๆ ที่สกัดจากเนื้องอกและเนื้องอกที่ไม่ใช่ภาพ ในการทดสอบระยะ อิงฐานความรู้ของ ลักษณนามแบ่งภาพเป็นมะเร็งและเนื้องอกที่ไม่ใช่ ดังนั้น ระบบการนำเสนอได้รับการประเมินในชุดข้อมูลของผู้ป่วย ระบบที่นำเสนอพบมีประสิทธิภาพในการจัดประเภทกับ sucesss มีมากกว่า 95% ของความถูกต้อง

ผลลัพธ์ (ไทย) 2:

ในขั้นตอนการฝึกอบรมคุณสมบัติต่างๆที่สกัดจากเนื้องอกและภาพเนื้องอกที่ไม่ใช่ ในขั้นตอนการทดสอบขึ้นอยู่กับฐานความรู้ลักษณนามจำแนกภาพเป็นมะเร็งและเนื้องอกที่ไม่ใช่ ดังนั้นระบบที่นำเสนอได้รับการประเมินในชุดข้อมูลของผู้ป่วย 40 ระบบที่นำเสนอก็พบว่ามีประสิทธิภาพในการจำแนกด้วย sucesss กว่า 95% ของความถูกต้อง

ผลลัพธ์ (ไทย) 3:

ในการฝึกระยะ คุณสมบัติต่าง ๆ ได้จากเนื้องอกที่ไม่ใช่มะเร็ง และภาพ ในขั้นตอนการทดสอบตามฐานความรู้ , ลักษณนามแบ่งภาพเป็นเนื้องอกและไม่ใช่เนื้องอก ดังนั้นระบบที่ได้รับการประเมินในวันที่ 40 ของผู้ป่วย ระบบ พบว่ามีประสิทธิภาพในการจำแนกด้วย sucesss มากกว่า 95 % ของความถูกต้อง