文献

J-GLOBAL ID：201802241433332982   整理番号：18A1027972

肺癌患者における手術後の余命を予測するための知的アプローチ【JST・京大機械翻訳】

Intelligent approaches for prognosticating post-operative life expectancy in the lung cancer patients

著者 (2件)： Singh Pradeep (Dept. of Computer Science & Engineering, National Institute of Technology, Raipur, India) ,  Singh Namrata (Dept. of Computer Science & Engineering, National Institute of Technology, Raipur, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICICI  ページ： 844-848  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： 本研究の目的は,胸部外科データに適用された7つの異なる機械学習法に関する2つの特徴選択法の性能を評価することである。特徴選択は,肺癌を患う患者における術後余命の原因となる因子を決定する重要な前処理段階である。術後の余命合併症は,胸部外科の主要なタイプに続いて最も一般的な死亡である。特に,外科的に関連する死亡に対する強力な予測因子である可能性がある患者の基礎となる健康因子を調べることが望まれる。特徴選択法の性能を分析するために,7つの機械学習法,すなわち,Naive Bayes,線形SVM,MLP,RBFネットワーク,SMO,KNNおよびCARTを用いた。85.11%の最大精度は,84.89%であった一貫性ベースの特徴選択と比較して相関ベースの特徴選択で得られた。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： 動径基底関数ネットワーク ,  機械学習 ,  特徴選択 ,  前処理 ,  胸部外科 ,  *患者 ,  *肺腫瘍 ,  外科学 ,  線形性
準シソーラス用語： Naive Bayes ,  健康 ,  予測因子 ,  *余命 , 【Automatic Indexing@JST】

分類 (2件)： 呼吸器の腫よう  (GI04000G) ,  腫ようの外科療法  (GE03033T)

タイトルに関連する用語 (5件)： 肺癌 ,  患者 ,  手術 ,  余命 ,  予測