2019
DOI: 10.1109/tla.2019.8863176
|View full text |Cite
|
Sign up to set email alerts
|

Medical Image Segmentation Using the Kohonen Neural Network

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1

Citation Types

0
1
0
2

Year Published

2020
2020
2023
2023

Publication Types

Select...
4
2

Relationship

0
6

Authors

Journals

citations
Cited by 8 publications
(3 citation statements)
references
References 20 publications
0
1
0
2
Order By: Relevance
“…У роботі [17] використовується нейронна мережа Кохонена для класифікації наявності туберкульозу на рентгенівських знімках. Основна відмінність нейронної мережі Кохонена від інших типів нейронних мереж полягає в наочності та зручності використання.…”
Section: аналіз літературних даних і постановка проблемиunclassified
See 1 more Smart Citation
“…У роботі [17] використовується нейронна мережа Кохонена для класифікації наявності туберкульозу на рентгенівських знімках. Основна відмінність нейронної мережі Кохонена від інших типів нейронних мереж полягає в наочності та зручності використання.…”
Section: аналіз літературних даних і постановка проблемиunclassified
“…Проаналізувавши роботи [5][6][7][8][9][10][11][12][13][14][15][16][17], було встановлено, що в процесі розпізнавання образів у зображеннях при прийнятті рішень медичні фахівці стикаються з низкою проблем: неповна та неточна вихідна інформація, велика мінливість атрибутів і невеликі розміри вибірки, обмежений час прийняття рішень для висновків.…”
Section: аналіз літературних даних і постановка проблемиunclassified
“…Also, efficient medical images might be of high importance to aid in treatment and diagnosis; they might also be significant in the domain of education for health-care students through explaining with such images help them in their study [2]. The list of images in figure (1) represents the CT-scan and MRI images for most body's sections (Bone, Breast, Kidney, Liver, Lung, Brain in two states (abnormal, normal) that are used in different researches in this subject review [3].…”
Section: Introductionmentioning
confidence: 99%