Carregant...
Carregant...

Vés al contingut (premeu Retorn)

The impact of segmentation on the accuracy and sensitivity of a melanoma classifier based on skin lesion images

Autor
Burdick, J.; Marques, O.; Romero-Lopez, A.; Giro, X.; Weinthal, J.
Tipus d'activitat
Presentació treball a congrés
Nom de l'edició
Society for Imaging Informatics in Medicine Annual Meeting 2017
Any de l'edició
2017
Data de presentació
2017-06-03
Llibre d'actes
SIIM 2017 scientific program : Pittsburgh, PA, June 1- June 3, 2017, David L. Lawrence Convention Center
Pàgina inicial
1
Pàgina final
6
Repositori
http://hdl.handle.net/2117/105582 Obrir en finestra nova
https://imatge.upc.edu/web/publications/impact-segmentation-accuracy-and-sensitivity-melanoma-classifier-based-skin-lesion Obrir en finestra nova
URL
http://upc.cbuc.cat/record=b1492923~S1 Obrir en finestra nova
Citació
Burdick, J., Marques, O., Romero-Lopez, A., Giro, X., Weinthal, J. The impact of segmentation on the accuracy and sensitivity of a melanoma classifier based on skin lesion images. A: Society for Imaging Informatics in Medicine Annual Meeting. "SIIM 2017 scientific program : Pittsburgh, PA, June 1- June 3, 2017, David L. Lawrence Convention Center". Pittsburgh, PA: 2017, p. 1-6.
Paraules clau
convolutional neural networks, deep learning, machine learning, medical decision, medical image analysis, segmentation, skin lesion, support, transfer learning
Grup de recerca
GPI - Grup de Processament d'Imatge i Vídeo
IDEAI-UPC Intelligent Data Science and Artificial Intelligence

Participants

  • Burdick, Jack  (autor ponent)
  • Marques, Oge  (autor ponent)
  • Romero-Lopez, Adrià  (autor ponent)
  • Giro Nieto, Xavier  (autor ponent)
  • Weinthal, Janet  (autor ponent)

Arxius