文献

J-GLOBAL ID：201602236469306819   整理番号：16A1265998

眼底画像を用いたうっ血乳頭の評価【Powered by NICT】

Assessment of papilledema using fundus images

著者 (4件)： Yousaf Kamran (Department of Electrical Engineering, College of EME, National University of Science & Technology (NUST), Islamabad, Pakistan) ,  Akram Muhammad Usman (Department of Computer Engineering, College of EME, National University of Science & Technology (NUST), Islamabad, Pakistan) ,  Ali Usman (Department of Electrical Engineering, College of EME, National University of Science & Technology (NUST), Islamabad, Pakistan) ,  Sheikh Shahzad Amin (Department of Electrical Engineering, College of EME, National University of Science & Technology (NUST), Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IST  ページ： 476-481  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生物医学イメージングは,実験室研究,臨床,診断と各種疾患の治療において重要な役割を果たしている。うっ血乳頭,視神経乳頭腫脹,脳脊髄液の増加した頭蓋内圧(ICP)により生じたである。うっ血乳頭は多くの基礎疾患の初期のみ推定であり,浮腫の早期発見は,緊急時における非常に重要である。本研究の目的は,検出と乳頭浮腫の遵守のためのコンピュータベースの自動化システムを設計することである。STAREデータベースの46眼底画像,浮腫(正常像を設定)と視神経乳頭腫脹を伴った10画像と36画像を含まないを用いた。新しい方法は乳頭浮腫と正常像への画像の分類,46画像の10特徴(血管関連特徴=6及びGLCMテクスチャ特徴=4)を抽出するために開発された,乳頭浮腫による画像の変化を検出した。画像を分類患者及び正常な画像にするために,動径基底関数(RBF)カーネルを持つサポートベクトルマシン(SVM)分類器は,画像の分類に使用されている。組織と血管関連の特徴は,この研究で使用されている,そしてこれは改善した結果を示した。分類器は95.65%の精度を達成した。はこのシステムは,通常のそして救急環境における乳頭浮腫のロバストで自動診断に使用できることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 視神経円板 ,  ロバスト性 ,  腫脹 ,  浮腫 ,  サポートベクトルマシン ,  データベース ,  髄液 ,  早期診断 ,  *画像 ,  頭蓋内圧 ,  患者
準シソーラス用語： 自動診断 ,  乳頭浮腫 ,  生物医学 ,  *眼底写真 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 眼底画像 ,  うっ血乳頭 ,  評価