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。
乳癌はwomenfolkの罹患率と死亡率の主要な原因である。インドは乳癌を患っている世界人口の17%であった。Cancer(IARC)研究のための世界保健機関の国際機関は4,00,000以上の女性は乳癌による毎年死亡することを推定した。乳癌の早期同定は死亡率低減において重要な役割を果たしている。乳房撮影と比較した場合,医療赤外サーモグラフィーは,初期段階で異常を検出できるとして人気を獲得しつつある。本研究では,双方向経験的モード分解(BEMD)と均一な回転局所二値パターン(RLBP)を用いた健康および病的被験者を識別するために実施した。正面サーモグラム画像が鋭いエッジ,詳細を保存する異方性拡散フィルタリングを用いた前処理と効果的に雑音を除去する。レベルセットセグメンテーション手法が必要Region Of Interest(ROI)を得るために前処理した画像に適用した。画像は,固有モード関数(IMF)と残基に分解する線引きされたROIのBEMDを受ける。画像に関する最大エッジ情報を含むのでIMF1は更なる処理のために考慮した。テクスチャー分析は59のユニークな要素から成る特徴ベクトルを得るために均一なRLBP法を用いてIMF1を行った。特徴の次元はカーネル主成分分析(KPCA)を用いた20に減少した。被験者は異なるカーネル関数を用いた最小二乗サポートベクトルマシン(LSSVM)分類器を用いて分類し,分類結果は,分類器性能指標に基づいて評価した。解析はDMR(Mastology研究のデータベース)データベースから選んだ43人の健康なヒトおよび24癌被験者で行った。実験結果は,89%の精度を達成することによりσ~2=3D0とγ=3D1状突出を用いた動径基底関数(RBF)カーネルを用いたLSSVM分類器によって得られた。したがって提案したシステムは,健康および病的被験者を区別した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】