The class imbalance problem in TLC image classification

• Tipo: Artigo em Revista Científica Internacional
• Data: 2006

Autores

Antonio V Sousa (Autor) Outra; Ana Maria Mendonca (Autor) FEUP; Aurelio Campilho (Autor) FEUP

Revista

A Revista está pendente de validação pelos Serviços Administrativos.

Título: IMAGE ANALYSIS AND RECOGNITION, PT 2

Vol. 13

Páginas: 513-523

Indexação

ISI Proceedings

ISI Web of Knowledge - 3 Citações

ISI Web of Science

Scopus - 3 Citações

Classificação Científica

FOS: Ciências exactas e naturais > Ciências da computação e da informação

CORDIS: Ciências Tecnológicas > Engenharia > Engenharia biomédica

Outras Informações

ID Authenticus: P-004-PXN

DOI: 10.1007/11867661_46

Abstract (EN): The paper presents the methodology developed to solve the class imbalanced problem that occurs in the classification of Thin-Layer Chromatography (TLC) images. The proposed methodology is based on resampling, and consists in the undersampling of the majority class (normal class), while the minority classes, which contain Lysosomal Storage Disorders (LSD) samples, are oversampled with the generation of synthetic samples. For image classification two approaches are presented, one based on a hierarchical classifier and another uses a multiclassifier system, where both classifiers are trained and tested using balanced data sets. The results demonstrate a better performance of the multiclassifier system using the balanced sets.

Idioma: Inglês

Tipo (Avaliação Docente): Científica

Nº de páginas: 11