文献
J-GLOBAL ID:201702249415994966   整理番号:17A1396635

地域畳込みニューラルネットワークを用いたディジタルマンモグラムにおける乳房異常の検出と分類【Powered by NICT】

Detection and classification of the breast abnormalities in digital mammograms via regional Convolutional Neural Network
著者 (9件):
資料名:
巻: 2017  号: EMBC  ページ: 1230-1233  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
乳房X線写真における腫瘤の自動検出と分類は,まだ大きな課題と正確な診断のための放射線科医を支援する重要な役割を果たしている。本論文では,地域の深層学習技術の一つに基づく新しい計算機支援診断(CAD)システム:あなただけ観察と(YOLO)と呼ばれるROIベース畳込みニューラルネットワーク(CNN)を提案した。提案YOLOベースC ADシステムは四つの主要な段階:乳房X線写真前処理,マルチ畳込み深層を利用した特徴抽出,信頼モデルを用いた質量検出,そして最終的に完全に結合したニューラルネットワーク(FC NN)を用いた塊分類を含んでいる。ROI質量とそれらのタイプの情報を用いた訓練乳房X線写真のセットをYOLOを訓練するために使用した。訓練YOLOベースC ADシステムは質量を検出し,その種類を分類して,悪性良性に。著者らの結果は,提案したYOLOベースC ADシステムは96.33%の全体的な精度をもつ質量位置を検出することを示す。システムも良性と悪性病変を区別する85.52%の全体的精度であった。提案したシステムは,同じ時間での検出と分類の可能なCADシステムとして実現可能であると考えられる。も胸筋に存在する質量または高密度領域のようないくつかの挑戦的な乳癌症例を克服した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  腫ようの診断 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る