文献

J-GLOBAL ID：201802213629138254   整理番号：18A0859625

人工神経回路網逆伝搬に基づくグレーレベル共起行列特徴を用いたCTスキャン画像上の癌肺検出【JST・京大機械翻訳】

Cancer lungs detection on CT scan image using artificial neural network backpropagation based gray level coocurrence matrices feature

著者 (6件)： Anifah Lilik (Informatics Department, Faculty of Engineering, Universitas Negeri Surabaya, Indonesia) ,  Haryanto (Electrical Engineering Department, Faculty of Engineering, Universitas Trunojoyo Madura, Indonesia) ,  Harimurti Rina (Informatics Department, Faculty of Engineering, Universitas Negeri Surabaya, Indonesia) ,  Permatasari Zaimah (Electrical Engineering Department, Faculty of Engineering, Universitas Negeri Surabaya, Indonesia) ,  Rusimamto Puput Wanarti (Electrical Engineering Department, Faculty of Engineering, Universitas Negeri Surabaya, Indonesia) ,  Muhamad Adam Ridiantho (Electrical Engineering Department, Faculty of Engineering, Universitas Negeri Surabaya, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICACSIS  ページ： 327-332  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： 肺癌は世界における癌死の最も一般的な原因である。肺癌の早期発見は,患者の節約に大いに役立つ。本研究では,人工神経回路網逆伝搬ベースのGray Level Coemission Matrix(GLCM)特徴を用いた肺癌の検出に焦点を当てた。使用した肺データは,癌画像アーカイブデータベースから生じ,使用したデータは50のCT画像から成った。CT画像は,正常および肺癌の2つのクラスタに分類される。本研究のステップは,画像前処理,関心セグメンテーションの領域,特徴抽出,およびニューラルネットワーク逆伝搬を用いた肺癌の検出である。結果は,システムが80%の精度で正常な肺と肺癌のCT画像を検出することができることを示した。医療従事者と肺癌状態を検出する研究を助けるために,希望する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *画像 ,  患者 ,  セグメンテーション ,  特徴抽出 ,  クラスタ ,  *計算機トモグラフィー ,  *ニューラルネットワーク ,  医療従事者 ,  肺腫瘍
準シソーラス用語： 画像前処理 ,  CT画像 ,  癌の早期発見 ,  癌死 ,  *共起行列 , 【Automatic Indexing@JST】

分類 (2件)： 呼吸器の腫よう  (GI04000G) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 人工神経回路網 ,  伝搬 ,  共起行列 ,  CTスキャン ,  癌 ,  肺