文献

J-GLOBAL ID：201802234558789931   整理番号：18A1128479

放射線治療のための深部学習に関する調査【JST・京大機械翻訳】

Survey on deep learning for radiotherapy

著者 (4件)： Meyer Philippe (Department of Medical Physics, Paul Strauss Center, Strasbourg, France) ,  Noblet Vincent (ICube-UMR 7357, Strasbourg, France) ,  Mazzara Christophe (Department of Medical Physics, Paul Strauss Center, Strasbourg, France) ,  Lallement Alex (ICube-UMR 7357, Strasbourg, France)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 98  ページ： 126-146  発行年： 2018年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 癌患者の50%以上は放射線療法で治療されている。放射線療法の計画とデリバリーは複雑な過程であるが,人工知能技術により現在大いに促進される。深い学習は人工知能における魅力的な成長分野であり,医学を含む多くの領域において近年成功裏に使用されている。本論文では,まず,機械学習のより広い文脈においてそれを扱う深い学習の概念を説明した。最も一般的なネットワークアーキテクチャを提示し,畳込みニューラルネットワークに焦点を当てた。次に,患者のワークフローに関連する7つのカテゴリーに分類される放射線療法に適用できる深い学習法に関する公表された研究のレビューを提示し,将来の応用の可能性についてのいくつかの洞察を提供することができる。本論文では,放射線療法と深い学習コミュニティの両方にアクセスできるようにし,これらの2つのコミュニティの間の新しい協力を期待し,専用の放射線療法応用を開発することを試みた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニティ ,  *放射線 ,  ネットワークアーキテクチャ ,  人工知能 ,  患者 ,  畳込み ,  *学習 ,  ワークフロー ,  ネットワーク ,  *深部 ,  機械学習 ,  *放射線療法 ,  畳込みニューラルネットワーク ,  癌患者
準シソーラス用語： 学習コミュニティ , 【Automatic Indexing@JST】

著者キーワード (3件)： 放射線 ,  深層学習 ,  畳込みネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 放射線治療 ,  深部 ,  学習 ,  調査