文献

J-GLOBAL ID：201802214065497577   整理番号：18A2098890

深部畳込みニューラルネットワークとランダムフォレストの組合せに基づく白内障検出とグレーディング【JST・京大機械翻訳】

Cataract Detection and Grading Based on Combination of Deep Convolutional Neural Network and Random Forests

著者 (5件)： Ran Jing (Ministry of Education, Beijing University of Posts and Telecommunications, Key Laboratory of Universal Wireless Communations, Beijing, 100876, China) ,  Niu Kai (Ministry of Education, Beijing University of Posts and Telecommunications, Key Laboratory of Universal Wireless Communations, Beijing, 100876, China) ,  He Zhiqiang (Ministry of Education, Beijing University of Posts and Telecommunications, Key Laboratory of Universal Wireless Communations, Beijing, 100876, China) ,  Zhang Hongyan (Beijing Tongren Hospital, Capital Medical University, Beijing Tongren Eye Center, Beijing, 100730, China) ,  Song Hongxin (Beijing Tongren Hospital, Capital Medical University, Beijing Tongren Eye Center, Beijing, 100730, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IC-NIDC  ページ： 155-159  発行年： 2018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： 白内障は視覚障害をもたらす最も一般的な眼疾患の1つであり,失明の主な原因である。早期介入とタイムリーな治療は,白内障失明を避けることができる。人工知能アルゴリズムによる眼底画像に基づく白内障等級づけは,医師がより効果的に白内障を診断するのを助けるための実行可能な方法である。本論文では,6レベルの白内障等級付けのために,ランダムフォレスト(RF)と組み合わせたDeep Convolution Neural Network(DCNN)を提案した。この方法において,DCNNは基底画像上の異なるレベルでの特徴抽出のための3つのモジュールから成り,一方,RFはDCNNによって生成された特徴データセットに基づいてより精巧な6レベルの白内障等級付けを実行する。6レベルの等級付けは,医師が4レベルの等級付けより正確に患者の状態を理解することを可能にする。提案した方法によって達成された6レベル等級づけの精度は,平均で90.69%に達し,特異性と感度指標において優位性がある。また,実験結果は,RFが等級づけ精度を改善し,小データセットにおけるDCNNの濃度を低減することを示した。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： 人工知能 ,  画像 ,  等級づけ ,  特徴抽出 ,  医師 ,  基底 ,  アルゴリズム ,  *白内障 ,  患者
準シソーラス用語： 特異性 ,  眼底写真 ,  早期治療介入 ,  視覚障害 ,  *ランダムフォレスト ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 深部 ,  畳込みニューラルネットワーク ,  ランダムフォレスト ,  組合せ ,  白内障 ,  グレーディング