文献

J-GLOBAL ID：201802281731883995   整理番号：18A0244420

悪性腫瘍による検出細胞変化のための深層畳込みニューラルネットワーク【Powered by NICT】

Deep Convolutional Neural Networks for Detecting Cellular Changes Due to Malignancy

著者 (7件)： Forslid Gustav ,  Wieslander Hakan ,  Bengtsson Ewert ,  Wahlby Carolina ,  Hirsch Jan-Michael ,  Stark Christina Runow ,  Sadanandan Sajith Kecheril
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCVW  ページ： 82-89  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： 初期段階で癌を発見生存の機会を増加させる効果的な方法である。しかし,最もスクリーニング過程は手動で行われているので,時間非効率的であり,高価なプロセス。スクリーニングプロセスをautomizingの一つの方法は,畳込みニューラルネットワークを用いた細胞を分類することができた。畳込みニューラルネットワークは画像分類タスクのための正確であることが証明されている。口腔細胞と二データセット頸部細胞を含む二データセットを用いた。子宮頚癌データセットに対して細胞は正常あるいは異常として医療専門家によって分類した。口腔細胞データセットに関して,患者の診断を用いただけであった。それらの大部分は正常でが,悪性腫瘍患者から得られた全ての細胞は,悪性と考えられた。性能を,二種類の異なるネットワークアーキテクチャ,ResNetとVGGを評価した。経口データセットに対して精度はデータセットとネットワークに依存して78 82%の間を変化させた正しく分類された細胞。頚部データセットに対して精度はデータセットとネットワークに依存して84 86%の間を変化させた正しく分類された細胞。結果は,口腔内および子宮頚の異常を検出するための高い可能性を示す。ResNetは好ましいネットワークである,より高い精度とより小さい標準偏差を持つことが示された。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 標準偏差 ,  *ネットワーク ,  医療従事者 ,  患者 ,  子宮頚部腫瘍 ,  口腔 ,  スクリーニング ,  ネットワークアーキテクチャ
準シソーラス用語： 子宮頚 ,  画像分類 ,  *畳込みニューラルネットワーク ,  *悪性腫瘍 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 悪性腫瘍 ,  細胞 ,  深層畳込みニューラルネットワーク