文献

J-GLOBAL ID：201802288348067024   整理番号：18A0471764

微視的肝線維症分類のためのハイブリッド特徴抽出技術【Powered by NICT】

Hybrid feature extraction techniques for microscopic hepatic fibrosis classification

著者 (5件)： Ashour Dalia S. (Department of Medical Parasitology, Faculty of Medicine, Tanta University, Egypt) ,  Abou Rayia Dina M. (Department of Medical Parasitology, Faculty of Medicine, Tanta University, Egypt) ,  Maher Ata Mohamed (Department of Electronics and Electrical Communication Engineering, Faculty of Engineering, Tanta University, Egypt) ,  Ashour Amira S. (Department of Electronics and Electrical Communication Engineering, Faculty of Engineering, Tanta University, Egypt) ,  Abd Elnaby Mustafa M. (Department of Electronics and Electrical Communication Engineering, Faculty of Engineering, Tanta University, Egypt)
資料名： Microscopy Research and Technique  (Microscopy Research and Technique)
巻： 81  号： 3  ページ： 338-347  発行年： 2018年 
JST資料番号： T0531A  ISSN： 1059-910X  資料種別： 逐次刊行物 (A)
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： 慢性肝疾患の特徴は進行期の肝機能障害をもたらすことを線維症である。肝組織に影響を及ぼす重篤な寄生虫疾患の一つはschistosomiasisである。日本住血吸虫卵への免疫学的反応は,線維症を引き起こす肝実質におけるコラーゲンの蓄積をもたらす。,肝線維症に関連した病理組織学的情報の病期分類を監視し,報告した慢性肝疾患の的確な診断と治療に必須である。微視的肝組織画像の自動評価は必須の過程である。正確でtimeless評価のために,線維症の異なる段階の自動画像分析と分類は,効率的な方法として用いることができる。本研究では,肉芽腫の段階,すなわち細胞,線維細胞,および線維肉芽腫と共に正常肝臓試料を特徴抽出後に分類した。本研究では,経験的モード分解(EMD)と統計的特徴の新しいハイブリッド組合せを提案した。これらの組合せ特性は,さらに逆伝播ニューラルネットワーク(BPNN)を用いて分類する。サポートベクトルマシンを用いた分類器の比較研究も行った。比較結果は,BPNNはそれぞれ85%,84%,および80%を提供することを線形SVM,2次SVM,および立方晶SVMに比較して98.3%の優れた精度を達成することを確立した;あった。結論として,本研究は治療後の良好な予後が期待される時間ないschistosomiaisと他の線維性肝疾患における肝線維症の早期予測のための有望な結果を提供することを特別な価値がある。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  *線維症 ,  コラーゲン ,  肝臓疾患 ,  治療法 ,  サポートベクトルマシン ,  *特徴抽出 ,  画像 ,  *肝線維症 ,  肝障害 ,  免疫反応 ,  肉芽腫
準シソーラス用語： 病理組織学 ,  肝組織 ,  慢性肝疾患 , 【Automatic Indexing@JST】

著者キーワード (5件)： 経験的モード分解(EMD) ,  顕微鏡画像解析 ,  住血吸虫症 ,  統計的特徴抽出 ,  テクスチャ解析

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

タイトルに関連する用語 (3件)： 肝線維症 ,  分類 ,  特徴抽出