nach oben

AI & SOCIETY

Erschienen in:

01.02.2014 | Original Article

Detection of dental abnormalities using SVM and PSVM

verfasst von: M. Arulselvi, V. Ramalingam, S. Palanivel

Erschienen in: AI & SOCIETY | Ausgabe 1/2014

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Landmarks needed for detecting dental abnormalities in cephalometric analysis were selected from the digital image, and the angle values needed for dental analysis were calculated and stored in a database which is used for developing training dataset. Principal component analysis was applied for dimension reduction to get the desired feature vectors which are trained and tested using support vector machine and proximal support vector machine classifier to detect the dental abnormalities, the performance of the classifiers were also compared.

Vorheriger Artikel Country crime analysis using the self-organizing map, with special regard to demographic factors

Nächster Artikel Information overload and virtual institutions

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Banumathi A, Raju S, Abhaikumar V (2011) Diagnosis of dental deformities in cephalometry images using support vector machine. J Med Syst 35:113–119CrossRef

Baumrind S, Miller DM (1980) Computer- aided head film analysis: the University of San Francisco method. Am J Orthod 78:41–65CrossRef

Cortes C, Vapnik V (1995) Support vector network. Mach Learn 20(2):273–297MATH

Fodor IK (2002) A survey of dimension reduction techniques. Center for Applied Scientific Computing, Lawrence Livermore National Laboratory, P.O. Box 808, L-560, Livermor, fodor1@llnl.gov

Fung G, Mangasarian OL (2001) Proximal support vector machine classifiers. Department of computer science, University Of Wisconsin, Madison

Hotelling H (1933) Analysis of a complex of statistical variables into principle components. Phil Mag 24:417–441

Hsu C, Chang C, Lin C (2010) A practical guide to support vector classification. National Taiwan University, Taiwan

Jain A, Mondal T, Sardana HK (2010) A novel strategy for automatic localization of cephalometric landmarks. IEEE Int Conf Comput Eng Technol (ICCET) 3:v3-284–v3-288

Jetwani1 DP, Kumar S, Sardana HK (2011) Cephalometric landmark identification using fuzzy wavelet edge detector. In: IEEE international workshop on medical measurement and application (MeMeA), pp 349–353

Martina R, Teti R, Addona DD, Iodice G (2004) Neural network based system for decision making support in orthodontic extractions. I*PROMS

Meyer D (2011) Support vector machines. The interface to libsvm in package e1071, Tchnische University

Mondal T, Jain A, Sardana HK (2011) Automatic craniofacial structure detection on cephalometric images. IEEE Trans Image Process 20:2606–2614CrossRefMathSciNet

Mosleh MAA, Baba MS, Himazian N, AL-Makramani BMA (2008) An image processing system for cephalometric analysis and measurement. IEEE Int Symp Inf Technol 4:1–8

Pearson K (1901) On lines and planes of closest fit to systems of points in space. Phil Mag 559–572

Rakosi T (1982) Cephalometric radiography. Wolfe medical publication limited, London

Romaniuk B, Desvignes M, Revenu M, Deshayes MJ (2002) Linear and non-linear model for statistical localization of landmark. Proceedings, 16th international conference pattern recognition, vol 4, pp 393–396

Weng JJ (1996) Using discriminant eigenfeatures for image retrieval. IEEE Trans Pattern Anal Mach Intell 18:831–836CrossRef

Zhuang D, Zhang B, Yang Q, Yan J, Chen Z, Chen Y (2005) Efficient text classification by weighted proximal SVM. Fifth IEEE international conference on data mining (ICDM), pp-8

Titel: Detection of dental abnormalities using SVM and PSVM
verfasst von: M. Arulselvi
V. Ramalingam
S. Palanivel
Publikationsdatum: 01.02.2014
Verlag: Springer London
Erschienen in: AI & SOCIETY / Ausgabe 1/2014
Print ISSN: 0951-5666
Elektronische ISSN: 1435-5655
DOI: https://doi.org/10.1007/s00146-013-0440-8

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Weitere Artikel der Ausgabe 1/2014

Digitally Mediated World

Spoken query based word spotting in digitized Tamil documents

Computers and classical myths

The figure and ground of engagement

Authentic virtual others? The promise of post-modern technologies

Automatic classification of computed tomography brain images using ANN, k-NN and SVM

Premium Partner