Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "przezierność karku" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
A novel framework for fetal nuchal translucency abnormality detection using hybrid maxpool matrix histogram analysis
Autorzy:
Verma, Deept
Agrawal, Shweta
Powiązania:
https://bibliotekanauki.pl/articles/38703226.pdf
Data publikacji:
2023
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
nuchal translucency
genetic disorders
hybrid maxpool matrix histogram analysis
pregnant women
machine learning
przezierność karku
zaburzenia genetyczne
analiza histogramu hybrydowej macierzy Maxpool
kobiety w ciąży
nauczanie maszynowe
Opis:
Birth defects affect 1 to 3 percent of the population and are mostly detected in pregnantwomen through double, triple, and quadruple testing. Ultrasonography helps to discoverand define such anomalies in fetuses. Ultrasound pictures of nuchal translucency (NT)are routinely used to detect genetic disorders in fetuses. The NT area lacks identifiablelocal behaviors and detection algorithms are required to classify the fetal head. On theother hand, explicit identification of other body parts comes at a higher cost in termsof annotations, implementation, and analysis. In circumstances of ambiguous head placement or non-standard head-NT relationships, it may potentially cause cascading errors.In this research work, a linear contour size filter is used to decrease noise from the image,and then the picture is scaled. Then, a novel hybrid maxpool matrix histogram analysis (HMMHA) is proposed to enhance the initiation and progression. The training andassessment were conducted using a dataset of 33 ultrasound pictures. Extensive testingshows that the direct method reliably identifies and measures NT. The suggested modelmay assist doctors in making decisions about pregnancies with fetal growth restriction,particularly for patients who have nuchal translucency or congenital anomalies and donot require induced labor due to these abnormalities. The performance of the proposedtechnique is analyzed in terms of error rate, sensitivity, Matthews correlation coefficient(MCC), accuracy, precision, recall, and F1-score. The error rate of the proposed model is28.21% and it is found to be better when compared with the conventional approaches. Finally, the error prediction is compared with the existing models obtained from the medicaldataset of pregnant women to identify fetal abnormality positions.
Źródło:
Computer Assisted Methods in Engineering and Science; 2023, 30, 3; 277-290
2299-3649
Pojawia się w:
Computer Assisted Methods in Engineering and Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies