文献

J-GLOBAL ID：201702291750349723   整理番号：17A1265600

肺結節悪性度レベルを同定するためのコンテンツベース画像検索方式【Powered by NICT】

A content-based image retrieval scheme for identifying lung nodule malignancy levels

著者 (4件)： Wei Guohui (Sino-Dutch Biomedical and Information Engineering School, Hunnan Campus, Northeastern University, Shenyang 110169, China) ,  Ma He (Sino-Dutch Biomedical and Information Engineering School, Hunnan Campus, Northeastern University, Shenyang 110169, China) ,  Qian Wei (Sino-Dutch Biomedical and Information Engineering School, Hunnan Campus, Northeastern University, Shenyang 110169, China) ,  Zhao Xinzhuo (Sino-Dutch Biomedical and Information Engineering School, Hunnan Campus, Northeastern University, Shenyang 110169, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 3127-3130  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： 肺結節は良性または悪性の識別肺癌のコンピュータ支援診断のための重要な課題である。結節の悪性度は肺画像データベースコンソーシアム(LIDC)データベースに五段階に分けられる。本研究では,新しいコンテンツベース画像検索(CBIR)方式は,異なる評価と肺結節の分類のために提案した。LIDC肺CTデータベースから組み立てられる肺結節データセット。二結節密度依存特徴が各々を計算した。各質問結節に対して,CBIR方式は,十の最も類似の参照結節を捜すために用いられる。悪性確率は肺小結節の悪性度を予測するために計算した。結果は癌(4評価)と非常に疑わしい(評価5)に対して中等度の疑わしい結節を分類する場合に精度と曲線下面積(AUC)は,0.6655と0.6901であることを示した。良性および悪性例に関する筆者らの方式を試験する場合,ACCとAUCは0.9231と0.8659であった。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： 血中濃度-時間曲線下面積 ,  肺腫瘍 ,  データベース ,  *計算機診断 ,  画像データベース
準シソーラス用語： 肺小結節 ,  コンソーシアム ,  *結節 ,  *コンテンツベース画像検索 ,  *悪性度 ,  *肺結節 , 【Automatic Indexing@JST】

分類 (2件)： 呼吸器の診断  (GI02000S) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 肺結節 ,  悪性度 ,  同定 ,  コンテンツベース画像検索