Newsletter

Ich möchte den Newsletter der AC Distribution & Marketing GmbH mit Neuigkeiten, Gutscheinen und Aktionen per E-Mail erhalten und akzeptiere deren Datenschutzerklärung. Meine Daten werden keinesfalls an Dritte weitergegeben. Die Abmeldung ist jederzeit kostenlos möglich.

  • Sie verwenden einen veralteten Webbrowser, weshalb es zu Problemen mit der Darstellung kommen kann. Bei Problemen mit der Bestellabgabe können Sie gerne auch telefonisch bestellen unter: 01805 / 30 99 99 (0,14 €/Min., Mobil max. 0,42 €/Min.)

Automated Detection of Hematological Patterns Through Machine Learning

Rossman:Automated Detection of Hematolo
Autor: Mark Rossman
Verfügbarkeit: Derzeit leider nicht verfügbar. Sie kommen auf die Warteliste."
Artikelnummer: 1190482
ISBN / EAN: 9783659333651

Verfügbarkeit: sofort lieferbar

39,90 €
Inkl. 7% MwSt. , zzgl. Versandkosten

Ihre Kundenmeinung hinzufügen

Zusatzinformation

  • Autor:
  • Verlag: LAP Lambert Academic Publishing
  • ISBN / EAN: 9783659333651
  • Bindung: Taschenbuch

Produktbeschreibung

The use of hematological analyzers has become routine in clinical practice, but the sheer volume of data produced by these devices often makes manual inspection of all the results an unwieldy task. For this reason, automated pattern analysis through the use of machine learning has been used in these types of situations, to save time and to provide invaluable aid to medical professionals in this area of diagnostic medicine. Toward this end, Artificial Neural Networks (ANNs) are often relied upon in the field of machine learning, because of their ability to distill representative feature components from large amounts of input data. This paper details an approach in which the scatterplots of cells that were produced by a hematological device were used as inputs. The data were separated into two classes, one containing clinically Normal samples, and the second containing abnormal samples that contained Variant Lymphocytes. Statistical features were extracted from these data using Principal Component Analysis (PCA) and then a Perceptron ANN was employed to differentiate between the two classes of data. The accuracy of pattern classification using this method was then discussed.

0 Kundenmeinungen

Bitte schreiben Sie uns Ihre Meinung zu: Automated Detection of Hematological Patterns Through Machine Learning

  • Wenn Sie dieses Eingabefeld sehen sollten, lassen Sie es leer!

Sie könnten auch an folgenden Produkten interessiert sein