Questo lavoro presenta un nuovo approccio al clustering basato sulla densità per l'individuazione di aree dense; l’obiettivo è l'identificazione di masse tumorali nelle immagini radiografiche di una mammografia. L'idea è stata quella di applicare la cluster analysis identificando le masse tumorali come dei clusters, intesi come regioni dense di spazio, separate da aree di densità inferiore. Particolare attenzione è stata posta su uno dei più importanti metodi di clustering basato sulla densità, il DBSCAN, applicato ad un dataset reale e proponendone un nuovo approccio di tipo supervisionato basato sulle curve ROC e una distanza ponderata, per la scelta dei parametri di input.
Un nuovo approccio al DBSCAN per raggruppare aree dense
perchinunno paola;l'abbate samuela
2022-01-01
Abstract
Questo lavoro presenta un nuovo approccio al clustering basato sulla densità per l'individuazione di aree dense; l’obiettivo è l'identificazione di masse tumorali nelle immagini radiografiche di una mammografia. L'idea è stata quella di applicare la cluster analysis identificando le masse tumorali come dei clusters, intesi come regioni dense di spazio, separate da aree di densità inferiore. Particolare attenzione è stata posta su uno dei più importanti metodi di clustering basato sulla densità, il DBSCAN, applicato ad un dataset reale e proponendone un nuovo approccio di tipo supervisionato basato sulle curve ROC e una distanza ponderata, per la scelta dei parametri di input.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
