文献

J-GLOBAL ID：201702272554374981   整理番号：17A1649775

RFとRF ELMアルゴリズムを用いたディジタル乳房撮影による乳癌の検出と分類【Powered by NICT】

Detection and classification of breast cancer from digital mammograms using RF and RF-ELM algorithm

著者 (2件)： Ghongade R. D. (SGB Amravati University, Amravati, Maharashtra, India) ,  Wakde D. G. (P. R. Patil College of Engineering & Technology, Amravati, Maharashtra, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IEMENTech  ページ： 1-6  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： ニューラルネットワークは乳癌の診断用に開発された解析ツールとして利用されている。本研究の目的は,RFの観点とRF ELM分類器の組合せにおける機械学習技術を用いたディジタル乳房撮影による乳房腫瘍を決定することである。ディジタル乳房撮影画像に対して,MIASデータベースを用いた。前処理は,画像の低品質を向上させるために必要である。関心領域(ROI)は疑わしい領域のスケールと一致して決定した。疑わしい領域である切断後,特徴はテクスチャ解析によって抽出した。GLCMは疑わしい領域を抽出するために,テクスチャ属性として使用されている。全ての抽出された特徴から最良の特徴はCBF法の助けを借りて選択した。分類の正確さを向上させるために,六の特徴だけを選択した。これらの特徴は,平均,標準偏差,尖度,分散,エントロピーと相関係数である。RFとRF ELMは分類器として使用した。本研究の結果は,RF ELM分類器を利用したCADシステムは非常に強力である可能性があることを示し,乳癌の予後における例外的な結果を達成した。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： *アルゴリズム ,  データベース ,  前処理 ,  エントロピー ,  画像 ,  *乳房腫瘍 ,  相関係数 ,  ニューラルネットワーク ,  標準偏差 ,  品質
準シソーラス用語： 尖度 ,  テクスチャ ,  テクスチャ解析 ,  関心領域 ,  *ディジタルマンモグラフィー , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： RF ,  ELM ,  アルゴリズム ,  ディジタル乳房撮影 ,  乳癌 ,  分類