Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil
Carregando...
Data
2013-09-20
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Goiás
Resumo
This work extends a Computer-Aided Diagnosis system called PneumoCAD for detecting
pneumonia in infants using radiographic images, with the aim of improving the system’s
accuracy, robustness and test the features previously extracted. We implement and compare
five contemporary machine learning classifiers, namely: Naïve Bayes, K-Nearest
Neighbor (KNN), Support Vector Machines (SVM), Multi-Layer Perceptron (MLP) and
Decision Tree, combined with three dimensionality reduction algorithms: the feature
selection wrapper Sequential Forward Elimination (SFE), and two feature filter algotithms:
Principal Component Analysis (PCA) and Kernel Principal Component Analysis
(KPCA). Current Results of demonstrate that the Naïve Bayes classifier combined with
KPCA produces the best overall results. Also confirming the efficiency os features.
Descrição
Citação
SOUSA, Rafael Teixeira. Avaliação de classificadores na classificação de radiografias de tórax para o diagnóstico de pneumonia infantil. 2013. 61 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2013.