Digital Image Processing in Clinical Decision Support System for the Cervix Differential Diagnosis
Abstract
About the Authors
A. A. MotykoRussian Federation
N. A. Obukhova
Russian Federation
References
1. Han J., Kamber M. Data mining: concepts and tech-niques. 2nd. ed. San Francisco: Morgan Kaufmann, Elsevier Science, 2006. 137 p.
2. Breiman L. Random Forests // J. Machine Learning. 2001. Vol. 45, iss. 1. P. 5-32.
3. Meinshausen N. Quantile Regression Forest // J. Machine Learning Research. 2006. Vol. 7, iss. 6. P. 983-999.
4. Обухова Н. А., Мотыко А. А. Автоматический метод анализа мультиспектральных кольпоскопических изображений для телевизионной системы диагностики рака шейки матки // Изв. вузов России. Радиоэлектроника. 2015. Вып. 6. С. 24-33.
5. Обухова Н. А., Мотыко А. А. Автоматический анализ мультиспектральных изображений шейки матки с целью выявления онкологических изменений // Фотодинамическая терапия и фотодиагностика. Спец. вып. 2015. С. 775.
6. Xiong J. L., Wang J. Gu. Image Segmentation of the Acetowhite region in Cervix Images Based on Chromaticity // Proc. of 9 Intern. Conf. on Information Technology an Applications in Biomedicine (ITAB 2009), Larnaca, Cyprus, 5-7 Nov. 2009. P. 140-144.
7. Комплекс для флуоресцентной диагностики и фотодинамической терапии заболеваний шейки матки / Г. В. Папаян, Н. А. Обухова, А. А. Мотыко, В. Б. Березин, Д. П. Плохих, С. А. Слободенок, U. Kang, S. J. Bae, D. S. Lee, M. W. Jung // Опт. журн. 2015. Т. 82, № 12. С. 47-59.
Review
For citations:
Motyko A.A., Obukhova N.A. Digital Image Processing in Clinical Decision Support System for the Cervix Differential Diagnosis. Journal of the Russian Universities. Radioelectronics. 2016;(2):42-48. (In Russ.)