文献

J-GLOBAL ID：201802290133623263   整理番号：18A0536233

肺結核の自動分類とランダムフォレストに基づくサルコイドーシス【Powered by NICT】

Automatic classification of pulmonary tuberculosis and sarcoidosis based on random forest

著者 (3件)： Wu Yuanli (Information Department The 309th Hospital of Chinese PLA Beijing, China) ,  Wang Hong (Information Department The 309th Hospital of Chinese PLA Beijing, China) ,  Wu Fei (Information Department The 309th Hospital of Chinese PLA Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISP-BMEI  ページ： 1-5  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： 医用データの蓄積と人工知能の急速な発展に伴い,機械学習は医療分野に入っており,特に病気の診断において広く採用されている。疾患同定の本質は,分類である。本論文では,肺結核とサルコイドーシスの類症鑑別を作るためにランダムフォレスト分類器を訓練するために当院における入院患者の医療データを使用した。患者に対する各種医療データフォーマットであり,これらのデータは,多くの孤立した医療システムに広がるので,特徴選択は疾患分類のための困難である。いくつかの戦略に基づく実験室結果だけで自動的に特徴選択を行った。検査成績データセットを用いて,医師の介入なしに自動的に81%の平均AUCと分類を行った。ランダムフォレストモデルの結果は,各特徴の重要度,肺結核とサルコイドーシスの診断過程の早期診断と最適化のための基礎を与えた。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： 医師 ,  鑑別 ,  患者 ,  *サルコイドーシス ,  *肺結核 ,  機械学習 ,  *自動分類 ,  最適化 ,  早期診断 ,  人工知能 ,  特徴選択 ,  データフォーマット
準シソーラス用語： 疾病分類 ,  入院患者 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 肺結核 ,  自動分類 ,  ランダムフォレスト ,  サルコイドーシス