文献

J-GLOBAL ID：201802256512585124   整理番号：18A2075681

バイオインスパイアード技術とAdaBoost分類器に基づく自動毒性試験モデル【JST・京大機械翻訳】

Automated toxicity test model based on a bio-inspired technique and AdaBoost classifier

著者 (8件)： Tharwat Alaa (Faculty of Computer Science and Engineering, Frankfurt University of Applied Sciences, Frankfurt am Main, Germany) ,  Tharwat Alaa (Scientific Research Group in Egypt (SRGE), Egypt) ,  Gaber Tarek (Faculty of Computers and Informatics, Suez Canal University, Ismailia, Egypt) ,  Gaber Tarek (Scientific Research Group in Egypt (SRGE), Egypt) ,  Hassanien Aboul Ella (Faculty of Computers and Information, Cairo University, Egypt) ,  Hassanien Aboul Ella (Scientific Research Group in Egypt (SRGE), Egypt) ,  Elhoseny Mohamed (Faculty of Computers and Information Sciences, Mansoura University, Mansoura, Dakahlia, Egypt) ,  Elhoseny Mohamed (Scientific Research Group in Egypt (SRGE), Egypt)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 71  ページ： 346-358  発行年： 2018年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 毒性の測定は,新薬を開発するための最も重要なステップの1つである。薬物開発の間,動物は毒物にそれらを曝露することにより毒性効果を調べるために広く使用されている。ゼブラフィッシュ胚は,(1)ゼブラフィッシュ動物の透明性と(2)各交配における多数の胚の生産のために,化合物の毒性を試験するための最も適切な動物の1つである。しかし,多数の胚により,手動検査は十分ではなく,遅く,不正確である。本論文では,機械学習とバイオインスパイアド技術を用いて,完全に自動化された方法が,処理されたゼブラフィッシュ胚の顕微鏡画像を用いて毒性を調査するために示唆された。本方法において,最初に,セグメントベースフラクタルテクスチャ解析(SFTA)技術を,胚の画像から特徴を抽出するために採用した。次に,Grey Wolf最適化(GWO)の新しいバージョンを提案して,分類プロセスのために必要な計算時間を減少させながら,分類性能を増加させるために最も識別的特徴を選択するために適用した。最後に,AdaBoost分類器を用いて,未知の画像を生きているか凝集剤(すなわち,毒性化合物への曝露により死んだ胚)に分類した。実験結果は,提案した最適化アルゴリズムを用いた選択した特徴が最高の精度を99.47%に達成し,最大平均縮小率と最低計算時間を達成したことを示した。これらの有望な結果は,ゼブラフィッシュ胚画像を用いた完全に自動化された毒性試験を開発するために,GWOの新しいバージョンと共に機械学習技術を用いることに対する良好なステップを示す。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： ゼブラフィッシュ ,  新薬 ,  機械学習 ,  自動化 ,  動物 ,  凝集剤 ,  *毒性 ,  最適化 ,  交配 ,  画像 ,  *毒性試験
準シソーラス用語： 顕微鏡画像 ,  透明性 ,  創薬 ,  *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (6件)： AdaBoostアンサンブル分類器 ,  毒性 ,  分類 ,  ゼブラフィッシュ胚 ,  毒性試験 ,  Grey Wolf最適化(GWO)

分類 (3件)： 化学物質の毒性一般  (GZ02010C) ,  バイオアッセイ  (EA03060N) ,  動物に対する影響  (EE05040R)

タイトルに関連する用語 (4件)： AdaBoost ,  分類器 ,  毒性試験 ,  モデル