Convolutional Deep Belief Network with Feature Encoding for Classification of Neuroblastoma Histological Images

Background: Neuroblastoma is the most common extracranial solid tumor in children younger than 5 years old. Optimal management of neuroblastic tumors depends on many factors including histopathological classification. The gold standard for classification of neuroblastoma histological images is visua...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of pathology informatics Ročník 9; číslo 1; s. 17
Hlavní autoři:	Gheisari, Soheila, Catchpoole, Daniel R., Charlton, Amanda, Kennedy, Paul J.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Inc 01.01.2018 Wolters Kluwer India Pvt. Ltd Medknow Publications & Media Pvt. Ltd Medknow Publications & Media Pvt Ltd Elsevier
Témata:	Accuracy Algorithms Architecture Belief networks Breast cancer Children Classification Coding Convolutional deep belief network Datasets Digital imaging feature encoding Feature extraction histological images Histology Image classification Image resolution Learning Level (quantity) Machine learning Methods Neuroblastoma Support vector machines Tumors neuroblastoma Convolutional deep belief network histological images feature encoding
ISSN:	2153-3539, 2229-5089, 2153-3539
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!