文献

J-GLOBAL ID：201802233799897128   整理番号：18A0587283

ニューラルネットワークを用いたマンモグラムにおけるマス・クラシフィケーション【Powered by NICT】

Mass classification in mammograms using neural network

著者 (4件)： Azli Effa Adrina (Department of Electrical, Electronic & Systems Engineering, Faculty of Engineering & Built Environment, Universiti Kebangsaan Malaysia) ,  Huddin Aqilah Baseri (Department of Electrical, Electronic & Systems Engineering, Faculty of Engineering & Built Environment, Universiti Kebangsaan Malaysia) ,  Ibrahim Mohd Faisal (Department of Electrical, Electronic & Systems Engineering, Faculty of Engineering & Built Environment, Universiti Kebangsaan Malaysia) ,  Samad Salina Abdul (Department of Electrical, Electronic & Systems Engineering, Faculty of Engineering & Built Environment, Universiti Kebangsaan Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEEI  ページ： 1-5  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： 乳癌は女性の死亡の主な原因の一つである。早期発見が生存率を増加させるために重要である。早期検出のための用いられる一般的な方法の一つは,mammogramである。しかし,放射線科医による手動読取が診断の精度に影響するかもしれない。,コンピュータ支援診断(CAD)システムは誤警報率を最小化し,診断精度を改善するための助剤として開発した。CADシステムにおけるプロセスは,前処理,セグメンテーション,特徴抽出と分類を含んでいる。本論文では,分類器として逆伝搬ニューラルネットワークを用いた特徴の異なる集合を用いた乳房X線写真における腫瘤の分類を検討した。実験結果は精度の点で分類器の性能は,ニューラルネットワークで隠れノードを持つ高いであり,分類器に入力されるより入力特性を有することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： X線写真 ,  特徴抽出 ,  セグメンテーション ,  生存率 ,  *ニューラルネットワーク ,  乳房腫瘍 ,  前処理 ,  早期診断 ,  乳房 ,  *分級 ,  計算機診断
準シソーラス用語： 逆伝播ニューラルネットワーク ,  診断精度 ,  誤警報率 ,  放射線科医 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  マス ,  クラシフィケーション