文献

J-GLOBAL ID：201702216826824996   整理番号：17A0999007

費用重視のアンサンブル分類器によるマイクロ波乳癌検出:ファントムおよび患者研究【Powered by NICT】

Microwave breast cancer detection via cost-sensitive ensemble classifiers: Phantom and patient investigation

著者 (5件)： Li Yunpeng (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Quebec, Canada) ,  Porter Emily (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Quebec, Canada) ,  Santorelli Adam (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Quebec, Canada) ,  Popovic Milica (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Quebec, Canada) ,  Coates Mark (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Quebec, Canada)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 31  ページ： 366-376  発行年： 2017年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マイクロ波乳房スクリーニングはX線マンモグラフィの現在の標準に相補的な方法として提案されている。本研究では,乳房の異常を検出するための複数センサからの情報を融合する三アンサンブル分類構造を設計した。偽陽性率と偽陰性率間のトレードオフの制御を可能にするために開発された原理Neyman-Pearsonアプローチ。不均一乳房ファントムの測定から得たデータを用いて性能を評価した。も八か月間にわたって月12人の健康な患者をモニターする臨床試験で収集したデータを用いた。提案したアルゴリズムの有効性を評価するために,健康なボランティアの既存のスキャンに対するシミュレートされた腫瘍応答を人工付加することによって悪性病変を有する乳房のスキャンをモデル化した。腫瘍応答は乳房組織及び実際の乳房測定の測定された特性に基づいて構築し,シミュレーションモデルは乳房組織の不均一性を考慮に入れた。アルゴリズムは,乳房含有量と測定の「無」と「担癌」セットを構成するについて学習する他の患者や組織模擬胸部ファントムからの胸部スキャンの利点を示した。,最も有益な分類器のアンサンブルを構築する,アンサンブル選択ベースアルゴリズムは,臨床試験データセットのための他の検出法の性能を著しく上回ることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 乳房撮影 ,  走査 ,  腫瘍 ,  *患者 ,  シミュレーションモデル ,  臨床試験 ,  乳房 ,  *マイクロ波 ,  不均一性 ,  アルゴリズム ,  *ファントム ,  検出法 ,  モデリング
準シソーラス用語： 乳房組織 ,  *アンサンブル分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： マイクロ波乳癌検出 ,  センサ融合 ,  生物医学的モニタリング ,  臨床試験 ,  アンサンブル選択

分類 (2件)： 医用情報処理  (JE15030Q) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (8件)： 費用 ,  重視 ,  アンサンブル分類器 ,  マイクロ波 ,  乳癌検出 ,  ファントム ,  患者 ,  研究