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。
種々の癌発生のうち,乳癌は世界で最も女性悪性腫瘍である。MicroCalcifications(MC)の存在は乳癌の第一徴候であり,それらの診断プロセスはまだ複雑な問題。今日,ディジタル乳房撮影法はスクリーニングマンモグラフィーにおける最も一般的で有効なツールとして使用されている。本研究では,自動化されたMCs分類システムは,スペクトルグラフウェーブレット理論(SGWT)とK最近傍(KNN)分類器に基づいて提案した。SGWTによる種々の解像度レベルで分解した乳房撮影は空間領域よりも多くの情報を提供した。異なる部分帯域の各係数のエネルギーを計算し,全てのサブバンドは特徴ベクトルを生成するために一緒に集計し,分類はKNN分類器により達成される。結果は,MCs分類システムは100%の精度で第三レベルSGWTレベルで正確な結果を提供することを証明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】