PREDICTING POLYCYSTIC OVARY SYNDROME THROUGH MACHINE LEARNING TECHNIQUE USING PATIENTS’ SYMPTOM DATA AND OVARY ULTRASOUND IMAGES

Polycystic ovary syndrome (PCOS) is the most prevalent endocrinological abnormality & one of the primary causes of anovulatory infertility in women globally. The real-world clinical PCOS detection technique is critical since the accuracy of interpretations being substantially dependent on vast num...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: ALAM SUHA, SAYMA
Μορφή: Thesis
Γλώσσα:Αγγλικά
Έκδοση: Department of Computer Science and Engineering, MIST 2024
Θέματα:
Διαθέσιμο Online:http://dspace.mist.ac.bd:8080/xmlui/handle/123456789/776
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

Παρόμοια τεκμήρια: PREDICTING POLYCYSTIC OVARY SYNDROME THROUGH MACHINE LEARNING TECHNIQUE USING PATIENTS’ SYMPTOM DATA AND OVARY ULTRASOUND IMAGES