Skip to content

Booksellers & Trade Customers: Sign up for online bulk buying at trade.atlanticbooks.com for wholesale discounts

Booksellers: Create Account on our B2B Portal for wholesale discounts

Erkennung Von Keratokonus Und Nicht-Keratokonus-Fällen

by Mustafa Mohammed Saeed , Raid Al-Nima
Save 8% Save 8%
Current price ₹8,003.00
Original price ₹8,722.00
Original price ₹8,722.00
Original price ₹8,722.00
(-8%)
₹8,003.00
Current price ₹8,003.00

Imported Edition - Ships in 18-21 Days

Free Shipping in India on orders above Rs. 500

Request Bulk Quantity Quote
+91
Book cover type: Paperback
  • ISBN13: 9786209930096
  • Binding: Paperback
  • Subject: N/A
  • Publisher: Verlag Unser Wissen
  • Publisher Imprint: Verlag Unser Wissen
  • Publication Date:
  • Pages: 140
  • Original Price: USD 89.0
  • Language: German
  • Edition: N/A
  • Item Weight: 195 grams
  • BISAC Subject(s): General

Die Hornhaut, die f�r mehr als zwei Drittel der Fokussierungskraft des Auges verantwortlich ist, reagiert sehr empfindlich auf selbst kleine Kr�mmungs�nderungen, die das Sehverm�gen erheblich beeintr�chtigen k�nnen. Keratokonus ist eine fortschreitende Erkrankung, die durch eine Verd�nnung der Hornhaut gekennzeichnet ist und zu Kurzsichtigkeit und irregul�rem Astigmatismus f�hrt, was eine fr�hzeitige Erkennung f�r eine wirksame Behandlung unerl�sslich macht.In diesem Buch wird ein spezielles medizinisches System zur Fr�herkennung von Keratokonus vorgestellt, das einen neu entwickelten Datensatz, den Real Clinical Dataset for Keratoconus (RCDK), verwendet, der mehrere Hornhautkarten wie axiale/sagittale Kr�mmung, Dicke und Elevation enth�lt. Zur Verbesserung der Bildqualit�t werden fortschrittliche Vorverarbeitungstechniken eingesetzt. Zur Analyse dieser Karten wird ein auf Deep-Learning-Modellen basierender Ansatz der k�nstlichen Intelligenz verwendet. Jedes Modell verarbeitet eine spezifische Karte, und ein Fusionsverfahren kombiniert ihre Ergebnisse, um die Diagnosegenauigkeit zu verbessern. Bei der Verwendung von 704 Bildern erreichte das System eine hohe Einzelgenauigkeit zwischen 90 % und 97,14 %, w�hrend die Fusionsmethode eine Genauigkeit von 100 % erreichte.Das System wurde auf einem Raspberry Pi 4 mit Python und einer benutzerfreundlichen Schnittstelle implementiert.

Trusted for over 49 years

Family Owned Company

Secure Payment

All Major Credit Cards/Debit Cards/UPI & More Accepted

New & Authentic Products

India's Largest Distributor

Need Support?

Whatsapp Us