文献

J-GLOBAL ID：201802237599144360   整理番号：18A1809714

疾患診断のための深層学習を用いたWBCの分類【JST・京大機械翻訳】

Classification of WBC Using Deep Learning for Diagnosing Diseases

著者 (2件)： Roy Riya (Dept. of CSE, Jyothi engineering college, Thrissur, Kerala) ,  Sasi Swapna (Dept. of CSE, Jyothi engineering college, Thrissur, Kerala)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICICCT  ページ： 1634-1638  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： 血液検査は,疾患認識において重要な役割を果たす。それは,人の幸福条件の一般状態についての詳細を与える。血液検査専門医からのデータに基づいて,患者は必要な患者に対する治療を選択する。白血球(WBC)は血液系の重要な成分である。それは,疾患に対する良好な健康と保護のために不可欠である。WBCは基本的に5つの部分を含み,サイズ,カウント,形状の多様性に依存する。これらの特徴の変化に基づいて,多くの疾患が発生する可能性がある。現在,血液検査において多くの問題が直面している。1つの一般的な問題は,ユニークな血液が多様な研究室技術者からの細胞チェックの代替的で異常な評価を得ていることである。ほとんどの研究室は手動計数技術に従い,非常に面倒で正確でない。提案したフレームワークは,マルチクラスサポートベクトルマシン分類と畳込みニューラルネットワーク(CNN)を利用する各種類の白血球の分類を助ける。神経栄養細胞,リンパ球,単球,好酸球および好塩基球の変異を同定することは,診断疾患のための深い学習を用いて同定することができる。同様に,異なる年齢領域の血液と白血球の悪性細胞のレベルを発見した。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： リンパ球 ,  血液検査 ,  白血球 ,  好酸球 ,  患者 ,  単球 ,  *好塩基球
準シソーラス用語： 神経 ,  畳込みニューラルネットワーク ,  健康 ,  専門医 ,  *深層学習 , 【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 (5件)： 疾患 ,  診断 ,  深層学習 ,  WBC ,  分類