کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8504841 | 1555206 | 2018 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Prediction of radiographic abnormalities by the use of bag-of-features and convolutional neural networks
ترجمه فارسی عنوان
پیش بینی اختلالات رادیوگرافی با استفاده از کیسه های ویژگی و شبکه های عصبی کانولوشن
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تشخیص کامپیوتری، شبکه های عصبی انعقادی، سگ، فراگیری ماشین، رادیوگرافی قفسه سینه،
موضوعات مرتبط
علوم زیستی و بیوفناوری
علوم کشاورزی و بیولوژیک
علوم دامی و جانورشناسی
چکیده انگلیسی
The accuracy of both models ranged from 79.6% to 96.9% in the testing set. CNN showed higher accuracy (CNN; 92.9-96.9% and BOF; 79.6-96.9%) and sensitivity (CNN; 92.1-100% and BOF; 74.1-94.8%) than BOF. In conclusion, both BOF and CNN have potential to be useful for improving work efficiency by double reading.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: The Veterinary Journal - Volume 237, July 2018, Pages 43-48
Journal: The Veterinary Journal - Volume 237, July 2018, Pages 43-48
نویسندگان
Y. Yoon, T. Hwang, H. Lee,