인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
The main objective of this study is to compare Berkeley wavelet transform (BWT) and robust principal component analysis (ROBPCA) techniques in tumor analysis to improve the accuracy of image processing. Based on the sample sizes of BWT (N=16) and ROBPCA (N=16), tumor MR pictures of various brain tumor illnesses have been gathered. Image segmentation has been finished, and textural features have been retrieved using image processing methods. The accuracy and sensitivity of the parameter are taken into consideration by both organizations when evaluating tumor detection and evaluation. The sample size for each group could be determined by maintaining the enrollment ratio at 1, the threshold alpha at 0.05, the g power at 80%, and the confidence interval at 95%. The absence of a statistically significant difference (p = 0.182) between the two groups was verified using an Independent Sample T-test. The accuracy numbers in BWT are 81.5%, while 84% is the accuracy value in ROBPCA. When it comes to brain tumor detection and analysis, ROBPCA has performed well when compared to BWT.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
