文献

J-GLOBAL ID：201702240774292740   整理番号：17A0889236

マラリア感染細胞の自動同定のための深い畳込みニューラルネットワークの評価【Powered by NICT】

Evaluations of deep convolutional neural networks for automatic identification of malaria infected cells

著者 (8件)： Dong Yuhang (Dept. of Electrical and Computer Engineering, University of Alabama in Huntsville, Huntsville, AL 35899, USA) ,  Jiang Zhuocheng (Dept. of Electrical and Computer Engineering, University of Alabama in Huntsville, Huntsville, AL 35899, USA) ,  Shen Hongda (Dept. of Electrical and Computer Engineering, University of Alabama in Huntsville, Huntsville, AL 35899, USA) ,  David Pan W. (Dept. of Electrical and Computer Engineering, University of Alabama in Huntsville, Huntsville, AL 35899, USA) ,  Williams Lance A. (Dept. of Pathology, University of Alabama at Birmingham, Birmingham, AL 35233, USA) ,  Reddy Vishnu V. B. (Dept. of Pathology, University of Alabama at Birmingham, Birmingham, AL 35233, USA) ,  Benjamin William H. (Dept. of Pathology, University of Alabama at Birmingham, Birmingham, AL 35233, USA) ,  Bryan Allen W. (Dept. of Pathology, University of Alabama at Birmingham, Birmingham, AL 35233, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BHI  ページ： 101-104  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： 深層学習法を用いたマラリア感染細胞の自動同定を検討した。薄い血痕の全スライド画像を用いたマラリア感染赤血球および非感染細胞のデータセットを編集するために,四人の病理学者のグループによって標識した。三種類の良く知られた畳込みニューラルネットワークの,LeNet,AlexNetとGoogLeNetを評価した。シミュレーション結果は,全てのこれらの深い畳込みニューラルネットワークは95%以上の分類精度,サポートベクトルマシン法を用いて達成可能な約92%の精度以上を達成することを示した。さらに,深層学習法は入力データから特徴を自動的に学習し,自動化されたマラリア診断のための人間の専門家からの最小の入力を必要とすることができるという利点を持っている。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： シミュレーション ,  *ニューラルネットワーク ,  自動化 ,  画像 ,  *マラリア ,  赤血球 ,  *感染 ,  サポートベクトルマシン ,  病理学 ,  *畳込み ,  スライド
準シソーラス用語： 入力データ ,  分類精度 ,  深層学習 , 【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)： マラリア ,  感染 ,  細胞 ,  同定 ,  畳込みニューラルネットワーク ,  評価