DÉTECTION DES CAS DE KÉRATOCÔNE ET NON-KÉRATOCÔNE
Uitgelicht
|
68,85 |
Naar shop
|
|
68,85 |
Naar shop
|
|
75,90 |
Naar shop
|
Beschrijving
Bol
La cornée, qui fournit plus des deux tiers du pouvoir de focalisation de l'¿il, est très sensible aux changements de courbure, même mineurs, qui peuvent affecter la vision de manière significative. Le kératocône est une affection progressive caractérisée par un amincissement de la cornée, entraînant une myopie et un astigmatisme irrégulier, d'où la nécessité d'une détection précoce pour une prise en charge efficace.Ce livre présente un système médical spécialisé pour la détection précoce du kératocône à l'aide d'un ensemble de données récemment développé, le Real Clinical Dataset for Keratoconus (RCDK), qui comprend de multiples cartes cornéennes telles que la courbure axiale/sagittale, l'épaisseur et l'élévation. Des techniques de prétraitement avancées sont appliquées pour améliorer la qualité de l'image. Une approche d'intelligence artificielle basée sur des modèles d'apprentissage profond, est utilisée pour analyser ces cartes. Chaque modèle traite une carte spécifique, et une technique de fusion combine leurs résultats pour améliorer la précision du diagnostic. En utilisant 704 images, le système a atteint des précisions individuelles élevées allant de 90 % à 97,14 %, tandis que la méthode de fusion a atteint une précision de 100 %.Le système est mis en ¿uvre sur Raspberry Pi 4 avec Python et une interface conviviale.
La cornée, qui fournit plus des deux tiers du pouvoir de focalisation de l'¿il, est très sensible aux changements de courbure, même mineurs, qui peuvent affecter la vision de manière significative. Le kératocône est une affection progressive caractérisée par un amincissement de la cornée, entraînant une myopie et un astigmatisme irrégulier, d'où la nécessité d'une détection précoce pour une prise en charge efficace.Ce livre présente un système médical spécialisé pour la détection précoce du kératocône à l'aide d'un ensemble de données récemment développé, le Real Clinical Dataset for Keratoconus (RCDK), qui comprend de multiples cartes cornéennes telles que la courbure axiale/sagittale, l'épaisseur et l'élévation. Des techniques de prétraitement avancées sont appliquées pour améliorer la qualité de l'image. Une approche d'intelligence artificielle basée sur des modèles d'apprentissage profond, est utilisée pour analyser ces cartes. Chaque modèle traite une carte spécifique, et une technique de fusion combine leurs résultats pour améliorer la précision du diagnostic. En utilisant 704 images, le système a atteint des précisions individuelles élevées allant de 90 % à 97,14 %, tandis que la méthode de fusion a atteint une précision de 100 %.Le système est mis en ¿uvre sur Raspberry Pi 4 avec Python et une interface conviviale.
AmazonPagina's: 136, Paperback, Editions Notre Savoir
Prijshistorie
* Prijshistorie bevat geen data van Amazon, Amazon Marketplace.
Prijzen voor het laatst bijgewerkt op: