Neue multifraktale Techniken für die Musteranalyse in biomedizinischen Bildern

In diesem Buch werden verschiedene multifraktale Techniken zur Erkennung, Klassifizierung und Analyse medizinischer Bilder entwickelt und bewertet. Das Besondere an diesem Buch ist, dass es die Multifraktalanalyse als Werkzeug zur Lösung von Klassifizierungsproblemen in biomedizinischen Bildern verwendet, da die Skalierungseigenschaften der meisten natürlichen Bilder Selbstähnlichkeitseigenschaften aufweisen, die bei den meisten medizinischen Krankheiten sehr häufig sind. Diese Forschungsarbeit untersucht die Strukturen von Emphysem-CT-Bildern und extrahiert die statistischen Selbstähnlichkeitsmerkmale, die durch den Holder-Exponenten gekennzeichnet sind, um neue Deskriptoren für die Musterklassifizierung zu entwickeln. Die in diesem Buch erzielten Ergebnisse könnten in akademischen Umgebungen, Forschungsinstituten und auch zur Unterstützung von Fachleuten im Bereich der Medizin sehr nützlich sein.

Autorentext

Adekunle Ibrahim recebeu o seu mestrado em Engenharia Informática e de Redes da Universidade de Sheffield Hallam, Reino Unido. É doutorado em Informática pela Universidade de Canterbury, na Nova Zelândia. Após vários anos de experiência de trabalho em indústrias de telecomunicações, ingressou na Universidade Estatal de Osun como professor em 2011.