This paper proposes a method for br

This paper proposes a method for breast cancer diagnosis in digital mammogram. The article focuses on using texture analysis based on curvelet transform for the classification of tissues. The most discriminative texture features of regions of interest are extracted. Then, a nearest neighbor classifier based on Euclidian distance is constructed. The obtained results calculated using 5-fold cross validation. The approach consists of two steps, detecting the abnormalities and then classifies the abnormalities into benign and malignant tumors.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอวิธีการในการวินิจฉัยมะเร็งเต้านมในเอ็กซเรย์เต้านมแบบดิจิทัล บทความเน้นใช้วิเคราะห์พื้นผิวตามแปลง curvelet สำหรับการจัดประเภทของเนื้อเยื่อ เป็นแยกคุณลักษณะเนื้อ discriminative ที่สุดของภูมิภาคที่น่าสนใจ แล้ว classifier เพื่อนบ้านที่ใกล้ที่สุดที่ขึ้นอยู่กับระยะทาง Euclidian ถูกสร้างขึ้น 5-fold ได้รับผลลัพธ์จากการคำนวณโดยใช้ข้ามการตรวจสอบ วิธีการประกอบด้วย 2 ขั้นตอน ตรวจหาความผิดปกติใน และแบ่งประเภทของความผิดปกติเป็นเนื้องอกร้าย และอ่อนโยนแล้ว

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอวิธีการสำหรับการวินิจฉัยโรคมะเร็งเต้านมในการคัดกรองดิจิตอล บทความเน้นที่การใช้การวิเคราะห์พื้นผิวขึ้นอยู่กับ curvelet เปลี่ยนการจัดหมวดหมู่ของเนื้อเยื่อ จำแนกที่สุดคุณสมบัติพื้นผิวของภูมิภาคท​​ี่น่าสนใจที่สกัด จากนั้นลักษณนามเพื่อนบ้านที่ใกล้ที่สุดตามระยะทาง Euclidian มีการก่อสร้าง ผลที่ได้คำนวณโดยใช้ 5 เท่าการตรวจสอบข้าม วิธีประกอบด้วยสองขั้นตอนการตรวจสอบความผิดปกติและผิดปกติแล้วจัดลงในเนื้องอกใจดีและร้าย

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอวิธีการสำหรับการวินิจฉัยโรคมะเร็งเต้านมใน Digital Mammogram . บทความเน้นการวิเคราะห์พื้นผิวตามยู่แปลงสำหรับประเภทของกระดาษทิชชู่ การแยกลักษณะของพื้นที่ที่น่าสนใจที่สุดพื้นผิวจะถูกแยก จากนั้น เพื่อนบ้านที่ใกล้ที่สุด euclidian ลักษณนามตามระยะทางคือการสร้างผลการคำนวณโดยใช้ผู้อื่นข้ามการตรวจสอบ วิธีประกอบด้วยสองขั้นตอนการตรวจจับความผิดปกติและจัดผิดปกติในเนื้องอกและมะเร็งเนื้องอก