Πλοήγηση ανά Συγγραφέας "Katrini, Chrysanthi"

Τώρα δείχνει 1 - 2 of 2
  • Μικρογραφία εικόνας
    Τεκμήριο
    Skin lesion classification using deep learning neural networks.
    (Τ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΠΜΣ Πληροφορική και Πολυμέσα, 2017-08-25) Katrini, Chrysanthi; Κατρίνη, Χρυσάνθη
    Melanoma is a type of skin cancer and it is characterized from the experts as the most aggressive. An early diagnosis and a surgery removal can give to the patient almost 99% survival rate. Several Computer-Aided Diagno- sis (CAD) systems have been proposed to assist dermatologists in an early diagnosis. This thesis, it is dealing with the processing of color images that depict images of patients with possible melanoma. The main point is to build a system to identify cases that could be potentially dangerous. The system performs feature extraction using the SIFT and SURF algorithm and these features fed into several classi ers such as Support Vector Machines (SVM), K-Nearest Neighbor (K-NN) and Convolutional Neural Network (CNN) and achieve 94; 51% accuracy.
  • Μικρογραφία εικόνας
    Τεκμήριο
    Ανίχνευση μελανόματος σε έγχρωμες εικόνες.
    (Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε., 2014-07-03T16:58:50Z) Κατρίνη, Χρυσάνθη; Σταθάκη, Αφροδίτη; Katrini, Chrysanthi; Stathaki, Afroditi
    Στην παρούσα πτυχιακή εργασία ασχοληθήκαμε με την επεξεργασία έγχρωμων εικόνων που απεικονίζουν εικόνες από ασθενείς με πιθανή ασθένεια από μελάνωμα. Καλούμαστε να κατασκευάσουμε ένα σύστημα το οποίο έχει ως σκοπό την αναγνώριση των περιπτώσεων που μπορεί να είναι εξαιρετικά επικίνδυνες. Το σύστημα εκτελεί εξαγωγή χαρακτηριστικών χρησιμοποιώντας τον αλγόριθμο SIFT. Αυτά τα εξαγόμενα χαρακτηριστικά τροφοδοτούν την K-means ομαδοποίηση και εξάγονται ιστογράμματα για κάθε εικόνα βασιζόμενα στα κέντρα που επιστρέφονται από τον K-means. Τα ιστογράμματα χρησιμοποιούνται σαν είσοδοι σε ταξινομητές όπως Μηχανές Υποστήριξης Διανυσμάτων (SVM) ή backpropagation νευρωνικά δίκτυα. Η μέθοδος επαληθεύεται χρησιμοποιώντας μια βάση δεδομένων των εικόνων 3000.