文献

J-GLOBAL ID：201702236061856601   整理番号：17A0942393

ダーモスコピー画像を用いた黒色腫の検出のための効率的な機械学習アプローチ【Powered by NICT】

An efficient machine learning approach for the detection of melanoma using dermoscopic images

著者 (4件)： Waheed Zahra (Department of Computer Engineering, Bahria University, Islamabad, Pakistan) ,  Waheed Amna (Department of Computer Engineering, Bahria University, Islamabad, Pakistan) ,  Zafar Madeeha (Department of Computer Engineering, CEME, National University of Science & Technology, Rawalpindi, Pakistan) ,  Riaz Farhan (Department of Computer Engineering, CEME, National University of Science & Technology, Rawalpindi, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： C-CODE  ページ： 316-319  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： 皮膚癌によるダーモスコープ皮膚病変の診断は経験した皮膚科医のための最も挑戦的な課題である。これに関連して,ダーモスコピーは,裸の人間の目に見えない皮膚病変の検出のための非侵襲的有用な方法である。異なるタイプの皮膚癌の中で,悪性黒色腫は皮膚癌の最も攻撃的,最も致命的な型である。初期段階で検出されなければその診断は重要である。ダーモスコピー画像からの黒色腫の検出のための効率的な機械学習アプローチを提示することを目的としている。識別特性に基づくmelanomic皮膚病変を検出した。提案した方法の第一段階では,異なるタイプの色とテクスチャ特徴の顕著な構造に基づいており,melanomic病変の強度を変化させてもダーモスコピー画像から抽出した。第二段階では,抽出した特徴は分類器に給餌したダーモスコピー画像のメラノーマを分類した。紙も黒色腫の検出との関連における色とテクスチャ特徴の役割に焦点を当てた。提案した方法は,ROC曲線(AUC)下の精度,感度,特異性と面積の点で公的に利用可能なPH2データセットで試験した。良好な結果は,抽出した特徴を用いて達成され,提案したシステムの有効性を証明したことが観察された。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： 悪性黒色腫 ,  *機械学習 ,  *画像 ,  皮膚腫瘍 ,  皮膚障害 ,  *黒色腫
準シソーラス用語： 特異性 ,  ROC曲線 ,  病巣 ,  テクスチャ特徴 ,  非侵襲 ,  皮膚科医 ,  ダーモスコープ ,  *ダーモスコピー , 【Automatic Indexing@JST】

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (3件)： ダーモスコピー ,  黒色腫 ,  機械学習