文献

J-GLOBAL ID：201802288490515539   整理番号：18A0471745

乳房腫瘍に起因する女性における死亡率を減少への新しい分類法【Powered by NICT】

A novel classification scheme to decline the mortality rate among women due to breast tumor

著者 (4件)： Mughal Bushra (Department of Computer Science, COMSATS Institute of Information Technology, Wah Cantt, Pakistan) ,  Sharif Muhammad (Department of Computer Science, COMSATS Institute of Information Technology, Wah Cantt, Pakistan) ,  Muhammad Nazeer (Department of Mathematics, COMSATS Institute of Information Technology, Wah Cantt, Pakistan) ,  Saba Tanzila (College of Computer and Information Sciences, Prince Sultan University, Riyadh, 11586, Saudi Arabia)
資料名： Microscopy Research and Technique  (Microscopy Research and Technique)
巻： 81  号： 2  ページ： 171-180  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： 乳房X線写真における懐疑的質量または乳癌の早期スクリーニングは女性の間で死亡率を低下すると考えられる。この量は,医療情報学における誤った仮定の減少と計算機支援診断法の開発に関するより減少させることができる。著者らの目的は,正常,異常,良性または悪性クラスを用いた乳房腫瘤の正確な分類のためのロバストな腫瘍検出システムを提供することである。乳癌が観察されクラスに基づいて分類した。これは特徴抽出プロセスに大きく依存している。提案を研究では,逆伝搬ニューラルネットワークを用いたトップハット変換およびグレイレベル共起行列の組合せに基づく分類のための新しいアルゴリズム。本研究の目的は,医療情報学における誤った仮定の還元による乳房腫瘍の自動診断のためのロバストな分類モデルを提示することである。提案した方法は,二データセットMIASとDDSMに検証した。偽陽性の率は提案した方法により減少した分類の性能を改善し,効率的にことが観察された。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： 特徴抽出 ,  X線写真 ,  スクリーニング ,  *女性 ,  ロバスト性 ,  計算機診断 ,  *乳房腫瘍 ,  *死亡率 ,  *乳房 ,  アルゴリズム
準シソーラス用語： 共起行列 ,  トップハット変換 ,  逆伝播ニューラルネットワーク ,  腫瘍検出 ,  乳房腫瘤 , 【Automatic Indexing@JST】

著者キーワード (5件)： 良性 ,  乳癌 ,  グレイレベル共起行列 ,  悪性 ,  トップハット変換

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (5件)： 乳房腫瘍 ,  起因 ,  女性 ,  死亡率 ,  分類法