机构名称：
¥ 1.0
Shaik Sofia Saba、D Sreelakshmi、P Sampath kumar、K Sai kumar、shaik Rushdiya saba 摘要：医学领域需要快速准确的诊断才能治疗，但目前的技术还不具备这种能力。因此需要实施有效的诊断应用程序才能有效治疗。在本研究中，基于 LR（逻辑回归）的机器学习（ML）方法进行分类，并使用全局阈值分割进行预处理。在第一阶段进行了图像采集和去噪，第二阶段利用 ML 技术实现了分类和回归。在此提出了一种用于脑部疾病和肿瘤的 MRI 脑部图像计算机辅助自动检测系统。这项工作的计算方法是阈值分割，然后是 LR-ML 分类器。该实验包括来自实时 MRI 脑部数据库的 120 张脑部图像，其中 15 张正常，105 张异常。已获得 99.46% 的训练和测试图像准确率等性能指标。该技术与最近发表的技术相比，得出结论：具有 Th 分割的 LR-ML 具有快速、真实和准确的大脑诊断系统索引词：MRI 大脑图像、LR-ML、Th 分割、MIT 数据集和准确性。
逻辑回归机器学习算法在 MRI 上...
主要关键词
相关文件推荐
