文献

J-GLOBAL ID：201902215220308858   整理番号：19A0468660

病院ビッグデータを用いた層内再発接続を伴う畳込みニューラルネットワークに基づく疾患リスク評価のための深部特徴学習【JST・京大機械翻訳】

Deep Feature Learning for Disease Risk Assessment Based on Convolutional Neural Network With Intra-Layer Recurrent Connection by Using Hospital Big Data

著者 (6件)： Usama Mohd (Embedded and Pervasive Computing Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Ahmad Belal (Embedded and Pervasive Computing Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Wan Jiafu (School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou, China) ,  Hossain M. Shamim (Department of Software Engineering, College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia) ,  Alhamid Mohammed F. (Department of Software Engineering, College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia) ,  Hossain M. Anwar (Department of Software Engineering, College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia)
資料名： IEEE Access  (IEEE Access)
巻： 6  ページ： 67927-67939  発行年： 2018年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本論文は,脳梗塞疾患のリスク評価のために,2013年から2015年までの中央中国の病院から得られた現実の医学的大規模データの分析を提示する。著者らは,病院から構造化されて非構造化されたテキストデータを利用することによって,新しい再帰畳込みニューラルネットワーク(RCNN)ベースの疾患リスク評価マルチモデルを提案する。提案したモデルにおいて,畳込み層は畳込み層内の層内再帰接続を利用することにより双方向リカレントニューラルネットワークになる。畳込み層内の各ニューロンは,以前のユニットと近傍からそれぞれフィードフォワードと再帰入力を受ける。ステップバイステップ再帰操作に加えて,コンテキスト捕捉の領域は増加し,それにより微細粒特徴抽出を容易にする。さらに,提案したモデルの訓練と試験中のマルチモデルデータに対するデータ並列化手法を用いた。結果は,データ並列性アプローチが高速変換速度に導くことを示した。RCNNベースのモデルは,従来の畳込みニューラルネットワークと他の典型的な方法とは異なって動作する。提案したモデルは96.02%の予測精度を示し,それは典型的な既存の方法のものより高い。Copyright 2019 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： 脳梗塞 ,  ニューロン ,  高速度 ,  特徴抽出 ,  フィードフォワード ,  *再発 ,  *学習 ,  *畳込み ,  捕獲 ,  *リスク評価
準シソーラス用語： 予測精度 ,  リカレントニューラルネットワーク ,  テキストデータ ,  *畳込みニューラルネットワーク ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 病院 ,  ビッグデータ ,  再発 ,  畳込みニューラルネットワーク ,  疾患 ,  リスク評価 ,  深部 ,  学習