文献

J-GLOBAL ID：201802275161253172   整理番号：18A1030571

融合分類器とカスケード畳込みニューラルネットワークの組合せによる肺結節分類【JST・京大機械翻訳】

Lung nodule classification by the combination of fusion classifier and cascaded convolutional neural networks

著者 (4件)： Sakamoto Masaharu (IBM Tokyo Laboratory, Watson Health, Tokyo, 103-8510, Japan) ,  Nakano Hiroki (IBM Tokyo Laboratory, Watson Health, Tokyo, 103-8510, Japan) ,  Zhao Kun (IBM Research - Tokyo, Tokyo, 103-8510, Japan) ,  Sekiyama Taro (IBM Research - Tokyo, Tokyo, 103-8510, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISBI  ページ： 822-825  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： 肺結節分類は,結節が非小結節よりはるかに低い頻度で見つかるので,クラス不均衡問題である。クラス不均衡問題において,従来の分類装置は大部分のクラスによって圧倒される傾向があり,少数クラスを無視する傾向がある。著者らは,カスケード畳込みニューラルネットワークが,著者らの以前の研究におけるクラス不均衡な結節候補データセットのために,正確に結節候補を分類することができることを示した。本論文では,カスケード畳込みニューラルネットワークモデルと結合した融合分類器を提案した。モデルを融合するために,最初に畳込みニューラルネットワークモデルを用いて,結節確率を計算した。次に,融合分類装置を訓練し,結節確率により試験した。提案した方法は,自由受信動作特性(FROC)曲線解析におけるスキャン当たりの4および8偽陽性において,それぞれ94.4%および95.9%の感度を達成した。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： 受信 ,  分類装置 ,  走査 ,  *モデル
準シソーラス用語： 誤検出 ,  動作特性 ,  *結節 ,  肺結節 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： 融合 ,  分類器 ,  カスケード ,  畳込みニューラルネットワーク ,  組合せ ,  肺結節 ,  分類