จัดการข้อมูลรายวิชา > แบบทดสอบ > ฟิสิกส์เชิงวิทยาศาสตร์การแพทย์ | Physics > Part 2 > แก้ไขโจทย์

Back

ประเภทคำถาม *

หัวข้อ

ภาพคำถาม (กรณีลือกประเภท รูปภาพ/GIF)

คำถาม (กรณีลือกประเภท ข้อความ)

จากบทความนี้
Purpose: Breast cancer is a prominent cancer type with high mortality. Early detection of breast cancer could serve to improve clinical outcomes. Ultrasonography is a digital imaging technique used to differentiate benign and malignant tumors. Several artificial intelligence techniques have been suggested in the literature for breast cancer detection using breast ultrasonography (BUS). Nowadays, particularly deep learning methods have been applied to biomedical images to achieve high classification performances.
Patients and Methods: This work presents a new deep feature generation technique for breast cancer detection using BUS images. The widely known 16 pre-trained CNN models have been used in this framework as feature generators. In the feature generation phase, the used input image is divided into rows and columns, and these deep feature generators (pre-trained models) have applied to each row and column. Therefore, this method is called a grid-based deep feature generator. The proposed grid-based deep feature generator can calculate the error value of each deep feature generator, and then it selects the best three feature vectors as a final feature vector. In the feature selection phase, iterative neighborhood component analysis (INCA) choose 980 features as an optimal number of features. Finally, These features are classified by using a deep neural network (DNN).
Results: The developed grid-based deep feature generation-based image classification model reached 97.18% classification accuracy on the ultrasonic images for three classes, namely malignant, benign, and normal. 
Conclusion: The findings obviously denoted that the proposed grid deep feature generator and INCA-based feature selection model successfully classified breast ultrasonic images.
Keywords: deep classification framework, deep neural network, grid-based deep feature generator, iterative feature selection, breast ultrasonography (BUS)
จงสรุปว่าบทความต้องการใช้ Ultrasonic imaging ในการทำสิ่งใดและได้ผลอย่างไร

เสียงคำถาม (กรณีลือกประเภท เสียง)

คลิปวิดีโอคำถาม (กรณีลือกประเภท วิดีโอ)

ประเภทอธิบายโจทย์ *

ภาพอธิบายโจทย์ (กรณีลือกประเภท รูปภาพ/GIF)

อธิบายโจทย์ (กรณีลือกประเภท ข้อความ)

เสียงอธิบายโจทย์ (กรณีลือกประเภท เสียง)

คลิปวิดีโออธิบายโจทย์ (กรณีลือกประเภท วิดีโอ)

ข้อสอบประเภท

ประเภทคำตอบปรนัย (กรณีเลือกประเภทคำตอบเป็นแบบ ปรนัย)

คำตอบรูปภาพ / GIF (.png , .jpg , .gif)

ข้อ 1

ข้อ 2

ข้อ 3

ข้อ 4

ข้อ 5

ข้อ 6

ข้อ 7

ข้อ 8

ข้อ 9

ข้อ 10

คำตอบข้อความ (Text)

ข้อ 1

ข้อ 2

ข้อ 3

ข้อ 4

ข้อ 5

ข้อ 6

ข้อ 7

ข้อ 8

ข้อ 9

ข้อ 10

คำตอบเสียง (.mp3)

ข้อ 1

ข้อ 2

ข้อ 3

ข้อ 4

ข้อ 5

ข้อ 6

ข้อ 7

ข้อ 8

ข้อ 9

ข้อ 10

คำตอบวิดีโอ (.mp4)

ข้อ 1

ข้อ 2

ข้อ 3

ข้อ 4

ข้อ 5

ข้อ 6

ข้อ 7

ข้อ 8

ข้อ 9

ข้อ 10

คำตอบที่ถูกต้อง ข้อ (1-10)

คะแนน *

admin

จัดการข้อมูลรายวิชา > แบบทดสอบ > ฟิสิกส์เชิงวิทยาศาสตร์การแพทย์ | Physics > Part 2 > แก้ไขโจทย์