Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 16
Impact of image segmentation techniques on celiac disease classification usingscale invariant texture descriptors for standard flexible endoscopic systems
2021
Dergi:  
Turkish Journal of Electrical Engineering and Computer Science
Yazar:  
Özet:

Celiac disease (CD) is quite common and is a proximal small bowel disease that develops as a permanentintolerance to gluten and other cereal proteins in cereals. It is considered as one of the most di?icult diseases to diagnose.Histopathological evidence of small bowel biopsies taken during endoscopy remains the gold standard for diagnosis.Therefore, computer-aided detection (CAD) systems in endoscopy are a newly emerging technology to enhance thediagnostic accuracy of the disease and to save time and manpower. For this reason, a hybrid machine learning methodshave been applied for the CAD of celiac disease. Firstly, a context-based optimal multilevel thresholding technique wasemployed to segment the images. Afterward, images were decomposed into subbands with discrete wavelet transform(DWT), and the distinctive features were extracted with scale invariant texture recognition. Classification accuracy,sensitivity and specificity ratio are 94.79%, 94.29%, and 95.08%, respectively. The results of the proposed models arecompared with the results of other state-of-the-art methods such as a convolutional neural network (CNN) and higherorder spectral (HOS) analysis. The results showed that the proposed hybrid approaches are accurate, fast, and robust.

Anahtar Kelimeler:

null
2021
Yazar:  
0
2021
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Turkish Journal of Electrical Engineering and Computer Science

Alan :   Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 2.879
Atıf : 1.402
2023 Impact/Etki : 0.016
Turkish Journal of Electrical Engineering and Computer Science