DSpace DSpace UPC
  Pàgina principal | Llistar continguts | Cerca avançada | Com participar-hi Català   Castellano   English  


Títol: Machine learning methods for classifying normal vs. tumorous tissue with spectral data
Autor: González Navarro, Félix Fernando
Belanche Muñoz, Luis Antonio
Altres autors/autores: Universitat Politècnica de Catalunya. Departament de Llenguatges i Sistemes Informàtics
Matèries: Àrees temàtiques de la UPC::Informàtica::Aplicacions de la informàtica::Bioinformàtica
Machine learning
Proton magnetic resonance spectroscopy
Tumors -- Classification
Brain tumor classification
Feature Selection
Visualization
Aprenentatge automàtic
Tumors -- Classificació
Cervell -- Tumors
Tipus de document: Conference report
Descripció: Machine learning is a powerful paradigm within which to analyze 1H-MRS spectral data for the automated classi¯cation of tumor pathologies aimed to facilitate clinical diagnosis. The high dimensionality of the involved data sets makes the discover of computational models a challenging task. In this study we apply a feature selection algorithm in order to reduce the complexity of the problem. The obtained experimental results yield a remarkable classification performance of the final induced models, both in terms of prediction accuracy and number of involved spectral frequencies. A dimensionality reduction technique that preserves the class discrimination capabilities is used for the visualization of the final selected frequencies, thus enhancing their interpretability.
Altres identificadors i accés: González, F.F.; Belanche, Ll. Machine learning methods for classifying normal vs. tumorous tissue with spectral data. A: Congreso Internacional de Informática y Computación. "VIII Congreso Internacional de Informática y Computación (ANIEI 2009)". Ensenada: 2009.
978-607-7854-36-4
http://hdl.handle.net/2117/16220
Disponible al dipòsit:E-prints UPC
Comparteix:


SFX Query

Tots els ítems dipositats a UPCommons estan protegits per drets d'autor.

 

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