English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

La presente revisión de esquemas de clasificación analiza los algoritmos y métodos más utilizados dentro de la detección automática y clasificación supervisada de anomalías en imágenes de mamografías. Para ello, se propone el análisis de 36 artículos científicos en base a su metodología de clasificación, considerando además que estas publicaciones se encuentran indexadas en revistas reconocidas en los últimos cinco años. El estudio se ha dividido en cuatro etapas. La primera etapa es el preprocesamiento, que incluye las bases de datos utilizadas para entrenamiento y pruebas. Además, describimos los métodos de filtrados como la ecualización de histogramas (escala de grises) y el filtro Gabor, entre otros métodos que han brindado resultados eficientes. La etapa de los algoritmos de extracción de características presenta coincidencias en la utilización de la transformada discreta de coseno y la transformada discreta de ondícula entre otros algoritmos que se han utilizado para esta tarea. Para los algoritmos de clasificación, se resalta la utilización de las máquinas de vectores de soporte. En adición a la revisión de expresiones matemáticas desarrolladas en esta investigación, una de las contribuciones de este trabajo reside en proporcionar una lista de clasificadores híbridos, que resultan de la combinación de los clasificadores convencionales. Finalmente, se describen las métricas de evaluación como la curva receptora de características operativas y la precisión, que son indicadores cuantitativos del desempeño de los algoritmos revisados en este trabajo investigativo.

Revisión de esquemas de clasificación de tejidos cancerígenos en imágenes de mamografía