Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Comparing stacking ensemble techniques to improve musculoskeletal fracture image classification
ID
Kandel, Ibrahem
(
Avtor
),
ID
Castelli, Mauro
(
Avtor
),
ID
Popovič, Aleš
(
Avtor
)
PDF - Predstavitvena datoteka,
prenos
(1,12 MB)
MD5: DBF9B6174C0AC646DE026F7905B526F1
URL - Predstavitvena datoteka, za dostop obiščite
https://www.mdpi.com/2313-433X/7/6/100
Galerija slik
Izvleček
Bone fractures are among the main reasons for emergency room admittance and require a rapid response from doctors. Bone fractures can be severe and can lead to permanent disability if not treated correctly and rapidly. Using X-ray imaging in the emergency room to detect fractures is a challenging task that requires an experienced radiologist, a specialist who is not always available. The availability of an automatic tool for image classification can provide a second opinion for doctors operating in the emergency room and reduce the error rate in diagnosis. This study aims to increase the existing state-of-the-art convolutional neural networks' performance by using various ensemble techniques. In this approach, different CNNs (Convolutional Neural Networks) are used to classify the images; rather than choosing the best one, a stacking ensemble provides a more reliable and robust classifier. The ensemble model outperforms the results of individual CNNs by an average of 10%.
Jezik:
Angleški jezik
Ključne besede:
neuroscience
,
deep learning
,
image classification
,
stacking
,
ensemble learning
,
convolutional neural networks
,
transfer learning
,
medical images
Vrsta gradiva:
Članek v reviji
Tipologija:
1.01 - Izvirni znanstveni članek
Organizacija:
EF - Ekonomska fakulteta
Status publikacije:
Objavljeno
Različica publikacije:
Objavljena publikacija
Leto izida:
2021
Št. strani:
Str. 1-24
Številčenje:
Vol. 7, iss. 6 (art. 100)
PID:
20.500.12556/RUL-127770
UDK:
659.2:004
ISSN pri članku:
2313-433X
DOI:
10.3390/jimaging7060100
COBISS.SI-ID:
67727363
Datum objave v RUL:
22.06.2021
Število ogledov:
1011
Število prenosov:
199
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Gradivo je del revije
Naslov:
Journal of imaging
Skrajšan naslov:
J. imaging
Založnik:
MDPI
ISSN:
2313-433X
COBISS.SI-ID:
525653017
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
21.06.2021
Sekundarni jezik
Jezik:
Slovenski jezik
Ključne besede:
informatika
,
programiranje
,
prenos znanja
,
kognitivna znanost
Projekti
Financer:
FCT - Fundação para a Ciência e a Tecnologia, I.P.
Številka projekta:
DSAIPA/DS/0022/2018
Naslov:
GADgET
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Program financ.:
Raziskovalni program
Številka projekta:
P5-0410
Naslov:
Digitalizacija kot gonilo trajnostnega razvoja posameznika, organizacij in družbe
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj