文献

J-GLOBAL ID：201802226656876580   整理番号：18A0289574

裸bones PSO(粒子群最適化)に基づく特徴最適化を用いたインテリジェント白血病診断【Powered by NICT】

Intelligent leukaemia diagnosis with bare-bones PSO based feature optimization

著者 (5件)： Srisukkham Worawut (Computational Intelligence Research Group, Department of Computing Science and Digital Technologies, Faculty of Engineering and Environment, University of Northumbria, Newcastle, NE1 8ST, UK) ,  Zhang Li (Computational Intelligence Research Group, Department of Computing Science and Digital Technologies, Faculty of Engineering and Environment, University of Northumbria, Newcastle, NE1 8ST, UK) ,  Neoh Siew Chin (Faculty of Engineering, Technology and Built Environment, UCSI University, Malaysia) ,  Todryk Stephen (Department of Applied Sciences, Faculty of Health and Life Sciences, University of Northumbria, Newcastle, NE1 8ST, UK) ,  Lim Chee Peng (Institute for Intelligent Systems Research and Innovation, Deakin University, Waurn Ponds, VIC 3216, Australia)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 56  ページ： 405-419  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,顕微鏡画像を用いた急性リンパ芽球性白血病(ALL)診断のための知的意思決定支援システムを提案した。二必要最小限の粒子群最適化(BBPSO)アルゴリズムは,効率的なALL分類を可能にするために健康および芽細胞の最も重要な識別特性を同定するために提案した。最初BBPSO変異体は探索を多様化し,元のBBPSOアルゴリズムの時期尚早な収束を緩和するために食品追跡と敵回避の加速されたカオス探索機構を組み込んでいる。第二BBPSO変異体はsubswarmベース探索における上記の新しい探索機構の両方を示した。ALL IDB2データベースを用いて評価し,提案したアルゴリズムは,94.94%と96.25%の優れた幾何平均性能を達成し,それぞれ,ALL分類のための他のメタヒューリスティック探索と関連方法を大きく上回った。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *白血病 ,  データベース ,  アルゴリズム ,  意思決定支援システム ,  多様化 ,  カオス ,  芽細胞 ,  *最適化 ,  食品
準シソーラス用語： ヒューリスティック探索 ,  幾何平均 ,  健康 ,  急性リンパ性白血病 ,  顕微鏡画像 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (3件)： 特徴選択 ,  簡単な粒子群最適化 ,  急性リンパ芽球性白血病分類

分類 (2件)： 顕微鏡法  (BK01040E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： PSO ,  粒子群最適化 ,  最適化 ,  白血病 ,  診断