文献

J-GLOBAL ID：201702218377644744   整理番号：17A1649807

乳房異常検出とサーモグラムの正確な分類のための識別特徴選択【Powered by NICT】

Discriminative feature selection for breast abnormality detection and accurate classification of thermograms

著者 (5件)： Gogoi Usha Rani (Department of Computer Science & Engineering, Tripura University (A Central University), Suryamaninagar-799022, Tripura) ,  Bhowmik Mrinal Kanti (Department of Computer Science & Engineering, Tripura University (A Central University), Suryamaninagar-799022, Tripura) ,  Ghosh Anjan Kumar (Department of Computer Science & Engineering, Tripura University (A Central University), Suryamaninagar-799022, Tripura) ,  Bhattacharjee Debotosh (Department of Computer Science & Engineering, Jadavpur University, Kolkata-700032, West Bengal) ,  Majumdar Gautam (Radiotherapy Department, Regional Cancer Center, Agartala Government Medical College, Agartala-799006, Tripura)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IESC  ページ： 39-44  発行年： 2017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： 乳癌発生の将来のリスクを予測する可能性を有する赤外乳房サーモグラフィー,早期乳房異常検出ツールと考えられている。本論文では,赤外サーモグラフィー基づく乳房異常検出システムの分類精度を改善するための識別特徴を選択することの重要性を検討した。Mann Whitney Wilcoxon統計的検定は二十四の特徴の特徴集合,DBT TU JUおよびDMRデータベースの各乳房サーモグラムから抽出したから最良の識別特徴を選択するためにここで使用されてきた。特徴:FStat,STexとSSigFSこれら二十四の抽出された特徴から生成した三セットを乳房異常検出の各特徴集合の効率を比較するための六つの最も広く使用されている分類器に入力する。実験結果は,全ての三つの特性セットの中で,統計的に有意な特徴集合(SSigFS)は正常から異常乳房サーモグラムを識別においてより高い精度を提供することを示した。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： *乳房 ,  サーモグラフィー ,  データベース ,  *特徴選択 ,  乳房腫瘍
準シソーラス用語： 統計的検定 ,  分類精度 ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 乳房 ,  異常検出 ,  グラム ,  分類 ,  識別 ,  特徴選択