Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Basic concepts of image classification algorithms applied to study neurodegenerative diseases

Dukart, J. (2015). Basic concepts of image classification algorithms applied to study neurodegenerative diseases. In A. W. Toga (Ed.), Brain mapping: An encyclopedic reference (pp. 641-646). Amsterdam: Elsevier. doi:10.1016/B978-0-12-397025-1.00072-5.

Item is

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Dukart, Jürgen1, Autor           
Affiliations:
1Department Neurology, MPI for Human Cognitive and Brain Sciences, Max Planck Society, ou_634549              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Alzheimer's disease; Bayesian approaches; Clustering techniques; Cross validation; Feature reduction; Independent component analysis; Magnetic resonance imaging; Neurodegenerative diseases; Principal component analysis; Supervised learning; Support vector machine classification; Unsupervised learning
 Zusammenfassung: Advances in imaging and computer science have enabled the application of automated machine learning algorithms in neuroimaging research and in particular in disease diagnostics. This work introduces some of the most commonly applied machine learning algorithms and basic concepts related to their application in disease diagnostics. Some benefits and limitations of applying these algorithms in clinical settings are discussed.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2015-02-242015
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1016/B978-0-12-397025-1.00072-5
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Brain mapping: An encyclopedic reference
Genre der Quelle: Buch
 Urheber:
Toga, Arthur W., Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Amsterdam : Elsevier
Seiten: - Band / Heft: 3 Artikelnummer: - Start- / Endseite: 641 - 646 Identifikator: ISBN: 978-0-12-397025-1