Gabor 滤波器、GLCM 和 DWT 在脑肿瘤分类中的表现评估 Fausat Fadeke Agboola 1;Wasiu Oladimeji Ismaila 2;Oluyinka Iyabo Omotosho 2;Adeleye Samuel Falohun 3;和 Folasade Muibat Ismaila 4 1 尼日利亚阿达马瓦州约拉莫迪博阿达玛大学物理科学学院计算机科学系。 2 尼日利亚奥约州奥格博莫索拉多克阿金托拉理工大学计算机与信息学学院计算机科学系。 3 尼日利亚奥约州奥格博莫索拉多克阿金托拉理工大学工程与技术学院计算机工程系。 4 尼日利亚奥顺州理工学院计算机科学系。摘要 大脑对身体功能至关重要,如果不加以治疗,肿瘤可能会侵袭大脑,导致死亡、不受控制的生长和转移。因此,自动分类脑肿瘤类型对于加快治疗、制定更好的计划和提高患者生存率至关重要,因为人工诊断脑肿瘤类型在很大程度上依赖于放射科医生的专业知识和敏感性。因此,本文使用 Kaggle 数据库中的四类脑 MRI 肿瘤,评估了 Gabor 滤波器、灰度共生矩阵 (GLCM) 和离散小波变换 (DWT) 在识别正常和异常脑肿瘤方面的性能。性能分析侧重于二元分类,以确定每种特征提取方法的功效。研究发现,Gabor 特征的假阳性率 (FPR) 为 7.61%,假阴性率 (FNR) 为 8.57%,灵敏度为 91.43%,精确度为 81.36%,准确度为 92.13%,时间为 985.34 秒。 GLCM 特征的 FPR 为 9.69%,FNR 为 9.52%,灵敏度为 90.48%,精度为 77.24%,准确率为 90.36%,时间为 364.74 秒。DWT 特征的 FPR 为 11.42%,FNR 为 11.43%,灵敏度为 88.57%,精度为 73.81%,准确率为 88.58%,时间为 275.53 秒。GLCM 产生了最有效的特征提取器,它可以作为一种有用的技术,并作为放射科医生诊断脑肿瘤的第二读取器,以降低死亡率。关键词:Gabor 滤波器、GLCM、DWT、MRI 图像、脑肿瘤、分类。引言脑肿瘤是一种起源于脑内的疾病,当不规则细胞不受控制和限制地生长时,就会无视正常的细胞生长规律。
背景:人工智能中的偏见引起了人们的关注,算法表现不平等在整个刑事司法,教育和福利服务领域都被暴露出来。在医疗保健中,跨人群群体的算法不平等的性能可能会扩大健康不平等。 目的:在这里,我们识别和表征心脏病学算法中的偏见,专门研究用于管理心力衰竭的算法。 方法:第1阶段涉及与心脏机器学习(ML)算法有关的PubMed和Web Science的文献搜索。 评估了建立ML模型以预测心脏病的论文,以评估其对模型性能中人口偏见的关注,并保留了开源数据集以进行调查。 确定了两个开源数据集:(1)加利福尼亚大学尔湾分校心力衰竭数据集和(2)加利福尼亚大学欧文分校冠状动脉疾病数据集。 我们复制了已报告这些数据集的现有算法,对它们进行了对算法性能的性偏见进行了测试,并评估了一系列补救技术,以减少不平等的功效。 由于诊断不足和缺失的治疗机会的临床意义,特别注意假阴性率(FNR)。 结果:在第1阶段,我们的文献搜索返回了127篇论文,有60条符合完整审查的标准,只有3篇论文强调了算法性能的性别差异。 在报告性别的论文中,数据集中女性患者的代表性不足。在医疗保健中,跨人群群体的算法不平等的性能可能会扩大健康不平等。目的:在这里,我们识别和表征心脏病学算法中的偏见,专门研究用于管理心力衰竭的算法。方法:第1阶段涉及与心脏机器学习(ML)算法有关的PubMed和Web Science的文献搜索。评估了建立ML模型以预测心脏病的论文,以评估其对模型性能中人口偏见的关注,并保留了开源数据集以进行调查。确定了两个开源数据集:(1)加利福尼亚大学尔湾分校心力衰竭数据集和(2)加利福尼亚大学欧文分校冠状动脉疾病数据集。我们复制了已报告这些数据集的现有算法,对它们进行了对算法性能的性偏见进行了测试,并评估了一系列补救技术,以减少不平等的功效。由于诊断不足和缺失的治疗机会的临床意义,特别注意假阴性率(FNR)。结果:在第1阶段,我们的文献搜索返回了127篇论文,有60条符合完整审查的标准,只有3篇论文强调了算法性能的性别差异。在报告性别的论文中,数据集中女性患者的代表性不足。没有论文调查种族或种族差异。在第2阶段,我们重现了文献中报道的算法,对于数据集为1和85.72%(随机森林模型)的数据集为1和85.72%(SD 1.75%)的平均精度为84.24%(SD 3.51%)。对于数据集1,在16个实验中,女性患者的FNR明显更高,达到了统计显着性的阈值(–17.81%至–3.37%; p <.05)。 在16个实验中,有13例男性患者(–0.48%至 +9.77%; p <.05)中的男性患者的假阳性差异很小。 我们观察到男性患者疾病的过度预测(较高的假阳性率)和女性患者疾病的预测不足(较高的FNR)。 性质重要性的性别差异表明,特征选择需要根据人口统计学量身定制。 结论:我们的研究暴露了心脏ML研究中的显着差距,强调,女性患者的算法不良表现不佳在已发表的文献中被忽略了。 我们的研究量化了算法性能中的性别差异,并探讨了几种偏见来源。 我们发现,在用于训练算法,确定模型错误率中的性别偏见的数据集中,女性患者的人数不足,并证明了一系列补救技术无法解决存在的不平等现象。对于数据集1,在16个实验中,女性患者的FNR明显更高,达到了统计显着性的阈值(–17.81%至–3.37%; p <.05)。在16个实验中,有13例男性患者(–0.48%至 +9.77%; p <.05)中的男性患者的假阳性差异很小。我们观察到男性患者疾病的过度预测(较高的假阳性率)和女性患者疾病的预测不足(较高的FNR)。性质重要性的性别差异表明,特征选择需要根据人口统计学量身定制。结论:我们的研究暴露了心脏ML研究中的显着差距,强调,女性患者的算法不良表现不佳在已发表的文献中被忽略了。我们的研究量化了算法性能中的性别差异,并探讨了几种偏见来源。我们发现,在用于训练算法,确定模型错误率中的性别偏见的数据集中,女性患者的人数不足,并证明了一系列补救技术无法解决存在的不平等现象。
ESRIC 的成立是政府于 2016 年发起的 SpaceResources.lu 倡议的一部分,旨在建立一个有利于开展与太空资源探索和利用相关的活动的生态系统。ESA 自 2019 年初以来一直在实施自己的太空资源利用战略,认识到太空资源对可持续太空探索的重要性以及其经济和科学潜力。ESRIC 独一无二,其长期目标是成为一个具有国际使命的独立创新中心,其开放的研究结构将允许其他欧洲公共或私人参与者在该领域进行整合,从而成为欧洲太空资源的卓越中心。ESRIC 由经济部、LIST、ESA 以及国家研究基金 (FNR) 资助,第一阶段将以 LIST 内位于 Belvaux 的一个新部门的形式存在,以便从其“材料研究技术”部门 (MRT) 的协同效应中受益,该部门已经拥有一批核心关键技能和设备,可以支持和加速 ESRIC 未来的活动。这些将基于四个主要支柱:
物理与材料科学系 (DPhyMS) 因其在广泛的基础和应用主题方面的研究而享有极高的国际声誉。实验物理学家和理论物理学家的共同努力已取得了多项突破性成果,这些成果发表在顶级国际期刊上,并获得了许多享有盛誉的欧盟、欧洲研究理事会和 FNR 资助。DPhyMS 的成员参与了国家和国际层面以及与工业界(Goodyear、IEE、Janssen、Google)的多管齐下的合作。例如,DPhyMS 已经与 LCSB 启动了生物物理学和复杂生命系统领域的联合项目,以利用现代物理方法了解复杂的生物现象。DPhyMS 还与 LIST 的材料研究和技术部门有着长期的合作,旨在为卢森堡的材料研究建立强大的支柱。DPhyMS 还将继续与其他院系和学院以及工业界就机器学习、人工智能和大数据分析相关主题开展跨学科研究合作。
Grillo Roberto 担任 Mondo Luxembourg 研发经理 5 年,具有化学背景,工作方面他在 Mondo 集团研发部门成长起来。在其 20 年的从业经验中,他曾致力于合同地板、铁路地板和田径跑道的开发。他的职责包括协调工作团队以实现管理层指示的结果。他对配方、原材料和生产流程有着深入的了解。Svonko Galasso 是意大利卡西诺大学的博士生,在 LUNEX 的研发部工作。他拥有计算机工程硕士学位。Svonko 是无标记运动分析方面的专家。他的研究课题涵盖了通过机器学习和深度学习应用在临床上可行使用人体运动分析数据的领域。他是卢森堡国家研究基金 (FNR) 资助的为期三年的工业奖学金的获得者,致力于 MEMENTO 项目——基于机器学习的无标记步态分析系统,用于人体运动的临床评估。
Serge Massar于1970年出生于赞比亚,他的大部分年轻人都在非洲度过。他于1991年以最高的荣誉毕业于Libre de Bruxelles(ULB)的物理学。他在1995年以最高荣誉捍卫了ULB博士学位。从1995年到1997年,他是特拉维夫大学(以色列)的博士后研究员,然后是1997年至1998年在乌得勒支大学(荷兰)。1998年,塞尔格·马萨尔(Serge Massar)回到了布鲁塞尔大学(Universitélibrede Bruxelles),担任Fonds National de la Recherche Scientifique(FNRS-FRS)的研究助理(Chercheurpregifié)。2012年,他加入了ULB的夫妻工作人员。自2004年以来,他指导ULB的Laboratoire D'Effection Quantique。他的研究兴趣包括量子重力,量子信息和量子力学,实验光学,人工智能的基础。Serge Massar获得了2010年La Recherche奖的FNR的Alcatel-Bell奖,并获得了Stoc2012最佳纸张奖。他在同行评审的科学期刊上合着了120多个出版物,60多个会议记录,并拥有2项专利。
自2016年以来。Cathal O'Donoghue是戈尔韦大学的社会和公共政策主席。他还是爱尔兰国家博物馆的主席。从2016 - 2020年开始,他是艺术和社会科学的院长。在此之前,他曾是Teagasc(爱尔兰农业和食品发展局)农村经济与发展计划的负责人。Herwig Immervoll是经合组织的社会福利和绿色过渡的负责人,在那里他领导了经合组织的社会福利工作,包括在气候变化和绿色过渡的背景下。他是世界银行的前高级经济学家,经合组织的面向就业政策负责人,维也纳欧洲社会福利政策与研究中心研究员,剑桥大学的高级研究官。Zeynep Gizem Can是AdanaAlparslanTürkeş科学技术的助理教授。朱尔斯·林登(Jules Linden)是戈尔韦大学(University of Galway)的经济学博士生,由卢森堡国家研究基金(FNR)资助。他还是卢森堡社会经济研究所的博士研究员,2023年是加利福尼亚大学伯克利分校的富布赖特研究员。DENISA M. SOGON是卢森堡社会经济研究所的高级研究科学家。
旅行电动机:采用串联双电动机的步行驱动器技术,整个机器的步行系统分别使用两个电动机来驱动前后驱动轴。两个电动机通过变速箱连接,两个电动机的功率耦合并传输以满足所有工作条件的需求。整个机器配备了FNR的前后移动操作功能,从而使转移快速易于轻松。电动机根据油门开口实时调整速度,以实现整个机器的无限速度变化。驱动轴:使用XCMG的自制加强9吨驱动轴。轴壳被优化,并扩大了壳的横截面。承重能力和弯曲电阻增加了10%。车轮边缘采用的四个球轮车轮结构,该结构承载均匀的负载,可以承受更大的负载,并且更适合重载条件。定位引脚被添加到驱动轴安装中,以共享螺栓上的冲击负载并提高螺栓的可靠性。它采用了三段重型传输轴,可靠性领先。使用26.5-25轮胎,整个机器具有良好的稳定性,良好的越野性能和通过性能,并且适合在崎rough的道路上行驶和工作。