文献

J-GLOBAL ID：201802230794744483   整理番号：18A1770930

深部神経回路網を用いた細粒創傷組織分析【JST・京大機械翻訳】

Fine-Grained Wound Tissue Analysis Using Deep Neural Network

著者 (7件)： Nejati H. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Ghazijahani H. A. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Abdollahzadeh M. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Malekzadeh T. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Cheung N.-M. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Lee K.-H. (Singapore University of Technology and Design (SUTD), 487372, Singapore) ,  Low L.-L. (Singapore University of Technology and Design (SUTD), 487372, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 1010-1014  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： 慢性創傷に対する組織評価は,創傷等級づけおよび治療アプローチの選択の基礎である。自動創傷組織解析のためのいくつかの画像処理アプローチが提案されているが,これらのアプローチにおける臨床実践の欠点がある。特に,すべての以前のアプローチは慢性創傷において3つの組織型のみを仮定していたが,これらの創傷は通常7つの異なる組織型を示し,各1つは治療手順を変化させた。本論文では,7つの創傷組織型の分類を初めて調べた。創傷組織の7つのタイプの新しいデータベースを構築するために,創傷専門家を研究した。特徴抽出とパッチレベルでの分類のために事前訓練された深いニューラルネットワークを用いることを提案した。実験を行い,この手法が他の最新技術よりも優れていることを実証した。著者らは,創傷評価における研究を容易にするために公開されているデータベースを作成する。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： データベース ,  ニューラルネットワーク ,  特徴抽出 ,  画像処理 ,  *深部 ,  等級づけ ,  治療法 ,  *神経回路網
準シソーラス用語： 組織型 ,  慢性創傷 ,  生体組織解析 , 【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 ,  神経回路網 ,  細粒 ,  創傷 ,  組織 ,  分析