DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/13345

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
GonzalezNavarro.pdf115,8 kBAdobe PDF Accés restringit

Citació: González, F.; Belanche, Ll. Feature and model selection in 1H-MRS single voxel spectra for cancer classification. A: "Investigating human cancer with computational intelligence techniques". Future Technology Press, 2009, p. 69-81.
Títol: Feature and model selection in 1H-MRS single voxel spectra for cancer classification
Autor: González Navarro, Félix Fernando; Belanche Muñoz, Luis Antonio Veure Producció científica UPC
Editorial: Future Technology Press
Data: 31-gen-2009
Tipus de document: Part of book or chapter of book
Resum: Machine learning is a powerful paradigm within which to analyze 1HMRS spectral data for the classification of tumour pathologies. An important characteristic of this task is the high dimensionality of the involved data sets. In this work we apply specific feature selection methods in order to reduce the complexity of the problem on two types of 1H-MRS spectral data: long-echo and short-echo time, which present considerable differences in the spectrum for the same cases. The experimental findings show that the feature selection methods enhance the classification performance of the models induced by several off-the-shelf classifiers and are able to offer very attractive solutions both in terms of prediction accuracy and number of involved spectral frequencies.
ISBN: 978-0-9561516-0-5
URI: http://hdl.handle.net/2117/13345
Versió de l'editor: http://cataleg.upc.edu/record=b1348824~S1*cat
Apareix a les col·leccions:Altres. Enviament des de DRAC
SOCO - Soft Computing. Capítols de llibre
Departament de Llenguatges i Sistemes Informàtics. Capítols de llibre
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius