INDIVIDUARE I CASI DI CHERATOCONO E NON
Uitgelicht
|
68,85 |
Naar shop
|
|
68,85 |
Naar shop
|
|
75,90 |
Naar shop
|
Beschrijving
Bol
La cornea, che fornisce più di due terzi del potere di messa a fuoco dell'occhio, è altamente sensibile a cambiamenti di curvatura anche minimi che possono influenzare significativamente la visione. Il cheratocono è una condizione progressiva caratterizzata dall'assottigliamento della cornea, che porta a miopia e astigmatismo irregolare, rendendo la diagnosi precoce essenziale per una gestione efficace.Questo libro presenta un sistema medico specializzato per il rilevamento precoce del cheratocono utilizzando un set di dati di nuova concezione, il Real Clinical Dataset for Keratoconus (RCDK), che include mappe corneali multiple come la curvatura assiale/sagittale, lo spessore e l'elevazione. Vengono applicate tecniche avanzate di pre-elaborazione per migliorare la qualità delle immagini. Per analizzare queste mappe viene utilizzato un approccio di intelligenza artificiale basato su modelli di apprendimento profondo. Ogni modello elabora una mappa specifica e una tecnica di fusione combina i loro risultati per migliorare l'accuratezza diagnostica. Utilizzando 704 immagini, il sistema ha ottenuto un'elevata precisione individuale, compresa tra il 90% e il 97,14%, mentre il metodo di fusione ha raggiunto il 100% di precisione.Il sistema è stato implementato su Raspberry Pi 4 con Python e un'interfaccia user-friendly.
La cornea, che fornisce più di due terzi del potere di messa a fuoco dell'occhio, è altamente sensibile a cambiamenti di curvatura anche minimi che possono influenzare significativamente la visione. Il cheratocono è una condizione progressiva caratterizzata dall'assottigliamento della cornea, che porta a miopia e astigmatismo irregolare, rendendo la diagnosi precoce essenziale per una gestione efficace.Questo libro presenta un sistema medico specializzato per il rilevamento precoce del cheratocono utilizzando un set di dati di nuova concezione, il Real Clinical Dataset for Keratoconus (RCDK), che include mappe corneali multiple come la curvatura assiale/sagittale, lo spessore e l'elevazione. Vengono applicate tecniche avanzate di pre-elaborazione per migliorare la qualità delle immagini. Per analizzare queste mappe viene utilizzato un approccio di intelligenza artificiale basato su modelli di apprendimento profondo. Ogni modello elabora una mappa specifica e una tecnica di fusione combina i loro risultati per migliorare l'accuratezza diagnostica. Utilizzando 704 immagini, il sistema ha ottenuto un'elevata precisione individuale, compresa tra il 90% e il 97,14%, mentre il metodo di fusione ha raggiunto il 100% di precisione.Il sistema è stato implementato su Raspberry Pi 4 con Python e un'interfaccia user-friendly.
AmazonPagina's: 136, Paperback, Edizioni Sapienza
Prijshistorie
* Prijshistorie bevat geen data van Amazon, Amazon Marketplace.
Prijzen voor het laatst bijgewerkt op: