文献

J-GLOBAL ID：201802248327787972   整理番号：18A1147031

遺伝的アルゴリズムとANN技術を用いた脳腫瘍セグメンテーション【JST・京大機械翻訳】

Brain tumor segmentation using genetic algorithm and ANN techniques

著者 (2件)： Chithambaram T. (Department Of Computer Centre, Madurai Kamaraj University Madurai, Tamil Nadu, India) ,  Perumal K. (Department Of Computer Centre, Madurai Kamaraj University Madurai, Tamil Nadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPCSI  ページ： 970-982  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： 実験の研究は,複数の脳腫瘍分類における有用な医療として相互作用CADシステムを開発することである。本研究は,30人の患者のうち,350人のポストcon trast T1強調MR画像の多様化したデータセットと,30人の患者の280人のポスト対照T1強調MR画像の公開できるデータセットに関する性能である。第1のデータセットには,2次腫瘍転移(MET)と共に,Astrocystoma(AS),Glioblastoma multiform(GBM),小児腫瘍-Medullobla stoma(MED)および髄膜腫(MEN)のような主要な脳腫瘍が含まれている。第2のデータセットは,(AS),低グレード神経膠腫(LGL)および髄膜腫(MEN)から成る。腫瘍領域は,コンテンツベースの活性輪郭(CBAC)モデルによってマークされる。この領域は関心のあるセグメント化領域(SROIs)として保存されている。これらのSROIsから71の強度とテクスチャ特徴集合を抽出した。特徴は,研究によって提供された脳腫瘍の病理学的詳細に基づいて特異的に選択される。遺伝的アルゴリズム(GA)は,この入力集合から最適特徴の集合を選択する。2つのハイブリッド機械学習モデルを,サポートベクトルマシン(SVM)と人工ニューラルネットワーク(ANN)(GA-SVMとGA-ANN)を有するGAを用いて実行して,2つの異なるデータセットに関してテストした。GA-SVMを,腫瘍クラスを同定する際の予備的確率を見つけるために提案して,GA-ANNを精度の確認のために使用した。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： ニューラルネットワーク ,  *セグメンテーション ,  多様化 ,  患者 ,  NMRイメージング ,  *遺伝的アルゴリズム ,  学習モデル ,  サポートベクトルマシン ,  相互作用 ,  *腫瘍 ,  *脳腫瘍 ,  病理学 ,  髄膜腫 ,  腫瘍転移
準シソーラス用語： 小児腫瘍 , 【Automatic Indexing@JST】

分類 (2件)： 神経系の腫よう  (GN04000V) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 遺伝的アルゴリズム ,  脳腫瘍 ,  セグメンテーション