![](/images/graphics-bg.png)
Sparse Contribution Feature Selection and Classifiers Optimized by Concave-Convex Variation for HCC Image Recognition
المؤلفون المشاركون
Li, Siqi
Pang, Wenbo
Jiang, Huiyan
المصدر
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-14، 14ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-07-17
دولة النشر
مصر
عدد الصفحات
14
التخصصات الرئيسية
الملخص EN
Accurate classification of hepatocellular carcinoma (HCC) image is of great importance in pathology diagnosis and treatment.
This paper proposes a concave-convex variation (CCV) method to optimize three classifiers (random forest, support vector machine, and extreme learning machine) for the more accurate HCC image classification results.
First, in preprocessing stage, hematoxylin-eosin (H&E) pathological images are enhanced using bilateral filter and each HCC image patch is obtained under the guidance of pathologists.
Then, after extracting the complete features of each patch, a new sparse contribution (SC) feature selection model is established to select the beneficial features for each classifier.
Finally, a concave-convex variation method is developed to improve the performance of classifiers.
Experiments using 1260 HCC image patches demonstrate that our proposed CCV classifiers have improved greatly compared to each original classifier and CCV-random forest (CCV-RF) performs the best for HCC image recognition.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Pang, Wenbo& Jiang, Huiyan& Li, Siqi. 2017. Sparse Contribution Feature Selection and Classifiers Optimized by Concave-Convex Variation for HCC Image Recognition. BioMed Research International،Vol. 2017, no. 2017, pp.1-14.
https://search.emarefa.net/detail/BIM-1139703
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Pang, Wenbo…[et al.]. Sparse Contribution Feature Selection and Classifiers Optimized by Concave-Convex Variation for HCC Image Recognition. BioMed Research International No. 2017 (2017), pp.1-14.
https://search.emarefa.net/detail/BIM-1139703
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Pang, Wenbo& Jiang, Huiyan& Li, Siqi. Sparse Contribution Feature Selection and Classifiers Optimized by Concave-Convex Variation for HCC Image Recognition. BioMed Research International. 2017. Vol. 2017, no. 2017, pp.1-14.
https://search.emarefa.net/detail/BIM-1139703
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1139703
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)