Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

Status:
Warianty tytułu:
Method for classification of ultrasound thyroid images by decision tree induction
Autorzy: Omiotek Zbigniew, Burda Andrzej, Wójcik Waldemar
Rok wydania: 2012
Wersja dokumentu: Drukowana
Język: polski
Numer czasopisma: 260
Strony: 57 - 68
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Inne
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Abstrakty: polski | angielski
W artykule przedstawiono metodę klasyfikacji zdjęć USG tarczycy. Metoda ta pozwala zakwalifikować analizowane przypadki do jednej z dwóch kategorii : chory lub zdrowy. Wyselekcjonowana w trakcie badania grupa przypadków błędnie klasyfikowanych zdaniem autorów może zawierać cechy charakterystyczne dla wczesnego stadium rozwoju choroby Hashimoto. Do budowy modelu klasyfikacji wykorzystano indukcję drzew decyzji. Wyniki testów pokazały, iż zaproponowana metoda może stanowić punkt wyjścia do budowy systemu wspomagającego lekarza w procesie diagnozy.
The article presents a method for classification of ultrasound thyroid images. This method allows to classify the analyzed cases as sick and healthy. It also allows to separate fairly large group of incorrectly classified cases. According to the authors, this group may include characteristics of the early stage of Hashimoto's disease. Decision tree induction has been used to build a classification model. Test results showed that the proposed method can provide a starting point to build a support system in the process of medical diagnosis.