文献

J-GLOBAL ID：201802299272916935   整理番号：18A0727423

畳込みニューラルネットワークを用いた乳房X線写真の多カテゴリー分類【JST・京大機械翻訳】

Multi-category Classification of Mammograms by Using Convolutional Neural Networks

著者 (6件)： Moya Edison ,  Campoverde Emerson ,  Tusa Eduardo ,  Ramirez-Morales Ivan ,  Rivas Wilmer ,  Mazon Bertha
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INCISCOS  ページ： 133-140  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： 本研究では,データセットの獲得と作成から始めて,Convolutional Neural Network(CNN)を用いたマンモグラムのマルチカテゴリ分類のプロセスについて述べ,次に,著者らの結果を得て解析するためにGoogleからのInception-v3モデルのアーキテクチャと訓練を行った。著者らは,BI-RADSカテゴリに従って5つのクラスに分割された,南フロリダ大学によって支持されたスクリーニング・マンモグラフィー(DDSM)のためのデジタルデータベースの合計1000のマンモグラムを使用した。著者らの結果の最適化は,以下のパラメータの値を結合することによる格子探索法を通している。すなわち,バッチサイズ,学習速度,最適化,損失関数,および層数が,Inception-v3モデルで凍結される。パラメータ組合せにより与えられたアルゴリズム性能の検証メトリックスは,主に損失関数と精度に基づいている。最良の性能結果は,それぞれ97%の精度と0.02の損失関数値を生み出した。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： 損失関数 ,  乳房撮影 ,  スクリーニング ,  計算機アーキテクチャ ,  アルゴリズム ,  最適化 ,  フロリダ州 ,  *X線写真 ,  *乳房
準シソーラス用語： メトリックス ,  学習速度 ,  探索法 ,  Google ,  *カテゴリー分類 ,  *畳込みニューラルネットワーク , 【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 (4件)： 畳込みニューラルネットワーク ,  乳房 ,  X線写真 ,  カテゴリー分類