Mamografi Görüntülerindeki Anormalliklerin Yerel Ikili Örüntü Ve
Varyantları Kullanılarak Sınıflandırılması

dc.contributor.author	Tiryaki Müjdat, Volkan
dc.date.accessioned	2021-12-15T10:46:40Z
dc.date.available	2021-12-15T10:46:40Z
dc.date.issued	2020
dc.identifier.issn	2147-3129
dc.identifier.issn	2147-3188
dc.identifier.uri	https://app.trdizin.gov.tr/makale/TXpjNE5UQXpNdz09/mamografi-goruntulerindeki-anormalliklerin-yerel-ikili-oruntu-ve-varyantlari-kullanilarak-siniflandirilmasi
dc.identifier.uri	http://dspace.beu.edu.tr:8080/xmlui/handle/20.500.12643/3249
dc.description.abstract	Meme kanseri teşhisinde kullanılan mamografilerdeki anormalliklerin sınıflandırılması için makine öğrenmearaştırmaları büyük önem arz etmektedir. Bu çalışmada Curated Breast Imaging Subset of Digital Database forScreening Mammography (CBIS-DDSM) görüntü t
dc.description.abstract	Machine learning research for the classification of breast cancer abnormalities is very crucial. In this study, mass and calcification abnormalities of mammograms in the Curated Breast Imaging Subset of Digital Database for Screening Mammography (CBIS-D
dc.language.iso	Turkish
dc.source	Bitlis Eren Üniversitesi Fen Bilimleri Dergisi
dc.title	Mamografi Görüntülerindeki Anormalliklerin Yerel Ikili Örüntü Ve Varyantları Kullanılarak Sınıflandırılması
dc.identifier.issue	1
dc.identifier.startpage	297
dc.identifier.endpage	305
dc.identifier.volume	9

Files in this item

Files	Size	Format	View
There are no files associated with this item.