文献

J-GLOBAL ID：201702251715785656   整理番号：17A0756956

生検画像分類のための新しい深モデル【Powered by NICT】

A Novel Deep Model for Biopsy Image Grading

著者 (6件)： Zhang Gang ,  Liang Zhao-Hui ,  Lai Hua-Dong ,  Lin Yi-Yu ,  Lin Dong ,  Li Zi-Ping
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISAI  ページ： 323-326  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： 本論文では,生検像等級付けのための畳込みニューラルネットワーク(CNN)に基づく深学習モデルを提案した。モデルは標的組織病理学的特徴の存在または重症度を示すスコアのベクトルを出力する。モデルの枠内で,第一の特徴表現と高レベル概念抽出のための7層CNNを設計した。各生検像は,CNNプロセッサによる特徴ベクトルとして表現される。各ターゲット特性のためのスコアを生成するために,次に,出力層にシグモイド関数を配置した。提案したモデルは,ベンチマークデータセットおよび実生検画像データセット上で評価しその有効性を示すことである。Copyright 2017 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： ベクトル ,  等級づけ ,  *生検 ,  畳込み ,  シグモイド関数 ,  ニューラルネットワーク ,  *モデル ,  学習モデル ,  画像データ ,  特徴ベクトル ,  *臨床検査
準シソーラス用語： 検像 ,  特徴表現 ,  スコア ,  病理組織学 ,  *画像分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 生検 ,  画像分類 ,  モデル