Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Analysis of Genetic Algorithm for Effective Power Delivery and with Best Upsurge Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Feature Extraction of Cervical Pap Smear Images Using Fuzzy Edge Detection Method

verfasst von : K. Hemalatha, K. Usha Rani

Erschienen in: Data Engineering and Intelligent Computing

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

In Medical field Segmentation of Medical Images is significant for disease diagnose. Image Segmentation divide an image into regions precisely which helps to identify the abnormalities in the Cancer cells for accurate diagnosis. Edge detection is the basic tool for Image Segmentation. Edge detection identifies the discontinuities in an image and locates the image intensity changes. In this paper, an improved Edge detection method with the Fuzzy approach is proposed to segment Cervical Pap Smear Images into Nucleus and Cytoplasm. Four important features of Cervical Pap Smear Images are extracted using proposed Edge detection method. The accuracy of extracted features using proposed method is analyzed and compared with other popular Image Segmentation techniques.

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 "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

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
Vorheriges Kapitel Comparison of SVM Kernel Effect on Online Handwriting Recognition: A Case Study with Kannada Script
Nächstes Kapitel Minimizing Frequent Itemsets Using Hybrid ABCBAT Algorithm
Literatur
1.
Sulaimana, S.N., Mat-Isab, N.A., Othmanc, N.H., Ahmada, F.: Improvement of features extraction process and classification of cervical cancer for the neuralpap system. Procedia Comput. Sci. 60, 750–759 (2015)
2.
Sajeena, T.A., Jereesh, A.S.: Cervical cancer detection through automatic segmentation and classification of pap smear cells. Int. J. Appl. Eng. Res. 10(18), 39078–39084 (2015). ISSN 0973-4562
3.
Muthukrishnan, R., Radha, M.: Edge detection techniques for image segmentation. Int. J. Comput. Sci. Inf. Technol. (IJCSIT) 3(6) (2011)
4.
El Emary, I.M.M.: On the application of artificial neural networks in analyzing and classifying the human chromosomes. J. Comput. Sci. 2(1), 72–75 (2006)CrossRef
5.
Mondal, K., Dutta, P., Bhattacharyya, S.: Efficient fuzzy rule base design using image features for image extraction and segmentation. In: Fourth International Conference on Computational Intelligence and Communication Networks (2012)
6.
Mustafa, N., Mat Isa, N.A., Mashor, M.Y., Othman, N.H.: New Features of Cervical Cells for Cervical Cancer Diagnostic System Using Neural Network (2007)
7.
Ghafar, R., Mat-Isa, N.A., Ngah, U.K., Mashor, M.Y., Othman, N.H.: Segmentation of stretched pap smear cytology images using clustering algorithm. In: CDROM Proceedings of World Congress on Medical Physics and Biomedical Engineering (WC2003). Paper no. 2356, vol. 4, Sydney, Australia. 24–29 (2003)
8.
Mat-Isa, N.A., Mashor, M.Y., Othman, N.H.: Seeded region growing features extraction algorithm; its potential use in improving screening for cervical cancer. Int. J. Comput. Internet Manag. 13(1) (2004)
9.
Senthilkumaran, N., Rajesh, R.: Edge detection techniques for image segmentation—a survey of soft computing approaches. Int. J. Recent Trends Eng. Technol. 1(2) (2009)
10.
11.
Mehena, J., Adhikary, M.C.: Medical image edge detection based on neuro-fuzzy approach. World Acad. Sci. Eng. Technol. Int. J. Comput. Electr. Automa. Control Inf. Eng. 10(1) (2016)
12.
Mondal, K., Dutta, P., Bhattacharyya, S.: Efficient fuzzy rule base design using image features for image extraction and segmentation. In: Fourth International Conference on Computational Intelligence and Communication Networks (2012)
13.
Prasanna, M.K., Rai, S.C.: Fuzzy logic—a comprehensive study. Int. J. Adv. Found. Res. Comput. (IJAFRC) 1(10) (2014). ISSN 2348 – 4853
14.
Raj, A., Srivastava, A., Bhateja, V.: Computer aided detection of brain tumor in magnetic resonance images. Int. J. Eng. Technol. (IACSIT-IJET) 3, 523–532 (2011)
15.
Gupta, A., Ganguly, A., Bhateja, V.: A noise robust edge detector for color images using hilbert transform. In: Proceedings of (IEEE) 3rd International Advance Computing Conference, pp. 1207–1212, February (2013)
16.
Dagar, N.S., Dahiya, P.K.: Soft computing techniques for edge detection problem: a state-of-the-art review. Int. J. Comput. Appl. (0975–8887) 136(12) (2016)
17.
Jahne, B., Haubecker, H., Geibler, P.: Handbook of Computer Vision and Applications, vol. 2. Academic Press Publishers (1999)
18.
Divya, B., Shanthi, T.K., Sethuramalingam, T.K.: Edge detection technique by fuzzy logic CLA and canny edge detector using fuzzy image processing. Int. J. Recent Innov. Trends Comput. Commun. 2(4), 954–957 (2014). ISSN 2321–8169
19.
Tizhoosh, H.R.: Fuzzy Image Processing (in German). Springer, Berlin (1997)
20.
Manikandan, G., Sairam, N., Harish, V., Saikumar, N.: Fuzzy logic—a comprehensive study. Int. J. Adv. Found. Res. Comput. (IJAFRC) 1(10), (2014). ISSN 2348 – 4853
21.
dos Santos Schwaab, A.A., Nassar, S.M., de Freitas Filho, P.J.: Automatic methods for generation of type-1 and interval type-2 fuzzy membership functions. J. Comput. Sci. 11(9), 976–987 (2015)
22.
Alikhani, A., Ahmadi, A., Alirezaee, S., Ahmadi, M., Erfani, S.: A CMOS implementation of programmable gaussian fuzzifier. Canadian Conference on Electrical and Computer Engineering (2015)
23.
Metadaten
Titel
Feature Extraction of Cervical Pap Smear Images Using Fuzzy Edge Detection Method
verfasst von
K. Hemalatha
K. Usha Rani
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Data Engineering and Intelligent Computing

Print ISBN: 978-981-10-3222-6

Electronic ISBN: 978-981-10-3223-3

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-3223-3_8

Premium Partner

    Bildnachweise