Exploring ranklets performances in mammographic mass classification using recursive feature elimination

Masotti, Matteo (2006) Exploring ranklets performances in mammographic mass classification using recursive feature elimination. Proceedings of the 16th IEEE International Workshop on Machine Learning for Signal Processing . pp. 265-270.

Questa è la versione più aggiornata di questo documento.

Full text disponibile come:
[thumbnail of masotti06ExploringRanklets.pdf]
Anteprima
Documento PDF
Download (195kB) | Anteprima

Abstract

The ranklet transform is a recently developed image processing technique characterized by a multi–resolution and orientation–selective approach similar to that of the wavelet transform. Yet, differently from the latter, it deals with pixels’ ranks rather than with their gray–level intensity values. In this work, the ranklet coefficients resulting from the application of the ranklet transform to regions of interest (ROIs) found on breast radiographic images are used as classification features to determine whether ROIs contain mass or normal tissue. Performances are explored recursively eliminating some of the less discriminant ranklet coefficients according to the cost function of a support vector machine (SVM) classifier. Experiments show good classification performances (Az values of 0.976 ± 0.003) even after a significant reduction of the number of ranklet coefficients.

Abstract
Tipologia del documento
Articolo
Autori
AutoreAffiliazioneORCID
Masotti, Matteo
Parole chiave
Ranklets, Support Vector Machine, Recursive Feature Elimination, Computer-Aided Detection, Mammography
Settori scientifico-disciplinari
DOI
Data di deposito
25 Set 2006
Ultima modifica
16 Mag 2011 12:04
URI

Altri metadati

Versioni disponibili di questo documento

La presente opera può essere liberamente consultata ed utilizzata, può essere riprodotta in via permanente in formato digitale (c.d. salvataggio) e può esserne effettuata la stampa su carta con apparecchiature private (senza ricorso a terzi operatori professionali), per fini strettamente ed esclusivamente personali, di ricerca o didattica, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale, salvo diverso accordo espresso fra il singolo utente e l'autore o il titolare dei diritti sull'opera. E' altresì consentita, sempre per i medesimi fini sopra citati, la ritrasmissione via rete telematica, la distribuzione o l'invio in qualunque forma dell'opera, compresa quella con indirizzamento personale per via telematica (e-mail), purchè sia sempre chiaramente indicato il link completo alla pagina del Sito di Alma DL in cui detta opera è presente. Ogni altro diritto sull'opera è riservato.

Statistica sui download

Statistica sui download

Gestione del documento: Visualizza il documento

^