Deep Learning for Chest Radiographs
Sprache: Englisch
Verlag: Elsevier Science & Technology, Academic Press, 2021
Serie: Buch 2 von 6 - Primers in Biomedical Imaging Devices and Systems
- Softcover
- Neu
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.
Verkäufer:in bei AbeBooks seit 11. Januar 2012
Zustand: Neu
EUR 87,95
Anzahl: 2 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
This item is printed on demand - it takes 3-4 days longer - Neuware -Deep Learning for Chest Radiographs enumerates different strategies implemented by the authors for designing an efficient convolution neural network-based computer-aided classification (CAC) system for binary classification of chest radiographs into 'Normal' and 'Pneumonia.' Pneumonia is an infectious disease mostly caused by a bacteria or a virus. The prime targets of this infectious disease are children below the age of 5 and adults above the age of 65, mostly due to their poor immunity and lower rates of recovery. Globally, pneumonia has prevalent footprints and kills more children as compared to any other immunity-based disease, causing up to 15% of child deaths per year, especially in developing countries. Out of all the available imaging modalities, such as computed tomography, radiography or X-ray, magnetic resonance imaging, ultrasound, and so on, chest radiographs are most widely used for differential diagnosis between Normal and Pneumonia. In the CAC system designs implemented in this book, a total of 200 chest radiograph images consisting of 100 Normal images and 100 Pneumonia images have been used. These chest radiographs are augmented using geometric transformations, such as rotation, translation, and flipping, to increase the size of the dataset for efficient training of the Convolutional Neural Networks (CNNs). A total of 12 experiments were conducted for the binary classification of chest radiographs into Normal and Pneumonia. It also includes in-depth implementation strategies of exhaustive experimentation carried out using transfer learning-based approaches with decision fusion, deep feature extraction, feature selection, feature dimensionality reduction, and machine learning-based classifiers for implementation of end-to-end CNN-based CAC system designs, lightweight CNN-based CAC system designs, and hybrid CAC system designs for chest radiographs. This book is a valuable resource for academicians, researchers, clinicians, postgraduate and graduate students in medical imaging, CAC, computer-aided diagnosis, computer science and engineering, electrical and electronics engineering, biomedical engineering, bioinformatics, bioengineering, and professionals from the IT industry. Englisch.…
Bestandsnummer des Verkäufers 9780323901840
- Titel
- Deep Learning for Chest Radiographs
- Autor
- Yashvi Chandola
- Verlag
- Elsevier Science & Technology, Academic Press
- Erscheinungsjahr
- 2021
- Zustand
- Neu
- Einband
- Taschenbuch
- Sprache
- Englisch
- ISBN-10
- 0323901840
- ISBN-13
- 9780323901840
- Artikelgewicht
- 500 Gramm
- Abmessungen
- 235x191x10 mm
- Serie
- Buch 2 von 6: Primers in Biomedical Imaging Devices and Systems
Deep Learning for Chest Radiographs enumerates different strategies implemented by the authors for designing an efficient convolution neural network-based computer-aided classification (CAC) system for binary classification of chest radiographs into "Normal" and "Pneumonia." Pneumonia is an infectious disease mostly caused by a bacteria or a virus. The prime targets of this infectious disease are children below the age of 5 and adults above the age of 65, mostly due to their poor immunity and lower rates of recovery. Globally, pneumonia has prevalent footprints and kills more children as compared to any other immunity-based disease, causing up to 15% of child deaths per year, especially in developing countries. Out of all the available imaging modalities, such as computed tomography, radiography or X-ray, magnetic resonance imaging, ultrasound, and so on, chest radiographs are most widely used for differential diagnosis between Normal and Pneumonia. In the CAC system designs implemented in this book, a total of 200 chest radiograph images consisting of 100 Normal images and 100 Pneumonia images have been used. These chest radiographs are augmented using geometric transformations, such as rotation, translation, and flipping, to increase the size of the dataset for efficient training of the Convolutional Neural Networks (CNNs). A total of 12 experiments were conducted for the binary classification of chest radiographs into Normal and Pneumonia. It also includes in-depth implementation strategies of exhaustive experimentation carried out using transfer learning-based approaches with decision fusion, deep feature extraction, feature selection, feature dimensionality reduction, and machine learning-based classifiers for implementation of end-to-end CNN-based CAC system designs, lightweight CNN-based CAC system designs, and hybrid CAC system designs for chest radiographs.
This book is a valuable resource for academicians, researchers, clinicians, postgraduate and graduate students in medical imaging, CAC, computer-aided diagnosis, computer science and engineering, electrical and electronics engineering, biomedical engineering, bioinformatics, bioengineering, and professionals from the IT industry.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Über die Autorin bzw. den Autor
Jitendra Virmani received his B-Tech (Hons.) in Instrumentation Engineering from Sant Longowal Institute of Engineering and Technology, Punjab in 1999 and M-Tech in Electrical Engineering with specialization in Measurement and Instrumentation from the Indian Institute of Technology, Roorkee in 2006. He served in the academia for nine years before joining the PhD programme in 2009 at Biomedical Instrumentation Laboratory, Electrical Engineering Department, Indian Institute of Technology, Roorkee as a full time Research Scholar under MHRD Assistantship. He received his PhD from the Indian Institute of Technology, Roorkee in 2013. After his PhD he served in Academia for Jaypee University of Information Technology, Solan, Himachal Pradesh and Thapar Institute of Engineering and Technology, Patiala, Punjab before joining CSIR-CSIO, Chandigarh in August 2016. He is presently working at CSIR-CSIO, Chandigarh. He is a Life member of the Institute of Engineers (IEI), India and Computer Society of India. He has published 85 papers in various journals, conferences and Book chapters with various reputed publishers. He has delivered more than 35 expert talks on various platforms basically on application of machine learning and deep learning algorithms for medical images. He is Editorial Board Member of International Journal of Image Mining published by Inderscience Publishers. His research interests include application of machine learning and deep learning algorithms for analysis of medical images.
H.S Bhadauria received his B-Tech in Computer Science and Engineering from Aligarh Muslim University, Aligarh in 1999, and M-Tech in Electronics Engineering from Aligarh Muslim University, Aligarh in 2004. He received his PhD on Detection and Segmentation of Brain Hemorrhage using CT images from Biomedical Signal and Image Processing Laboratory, Indian Institute of Technology - Roorkee in 2013. During his PhD he worked on enhancing the detection and segmentation of brain hemorrhage using CT imaging modality. He has served in academia for more than 12 years. He is presently serving as a Professor in the Department of Computer Science & Engineering at Govind Ballabh Pant Institute of Engineering and Technology, Pauri Garhwal, Uttarakhand. He is a life member of Institute of Engineers (IEI), India. He has published more than 60 research papers in International and National Journals and Conferences. His areas of research interest are Digital Image and Digital Signal Processing.
Papendra Kumar received his B.E in Computer Science and Engineering from Govind Ballabh Pant Institute of Engineering and Technology, Pauri Garhwal, Uttarakhand in 2007 and M-Tech in Digital Signal Processing from Govind Ballabh Pant Institute of Engineering and Technology, Pauri Garhwal, Uttarakhand in 2011. He is presently serving as an Assistant Professor in the Department of Computer Science & Engineering at Govind Ballabh Pant Institute of Engineering and Technology, Pauri Garhwal, Uttarakhand. His areas of research interest are Digital Image and Digital Signal Processing.
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
BuchWeltWeit Ludwig Meier e.K.
Bergisch Gladbach, Deutschland
Verkäufer:in bei AbeBooks seit 11. Januar 2012
Versandkosten von Deutschland nach USA
| Artikel | 5 bis 15 Werktage | 5 bis 15 Werktage |
|---|---|---|
| Erster Artikel | EUR 23,00 | EUR 23,00 |
Zahlungsarten
- Banküberweisung
- PayPal
- Vorauskasse
Unternehmensdaten der Verkäuferin bzw. des Verkäufers
BuchWeltWeit Ludwig Meier e.K.
Deutschland
Verkaufsbedingungen
BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland
Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de
Registergericht: Amtsgericht Köln
Registernummer: HRA 28253
Umsatzsteuer-Identifikationsnummer: DE815259907
Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany, zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.
Versandbedingungen
Der Versand ins Ausland findet IMMER mit DHL statt. Auch nach Österreich verschicken wir nur mit DHL! Daher Standardversand == Luftpost!