文献

J-GLOBAL ID：201902217007297334   整理番号：19A0515376

多重ニューラルネットワークを用いた効率的な癌検出【JST・京大機械翻訳】

Efficient Cancer Detection Using Multiple Neural Networks

著者 (2件)： Shell John (Aurora Sinai Medical Center, Novascan Inc., Milwaukee, WI, USA) ,  Gregory William D. (Aurora Sinai Medical Center, Novascan Inc., Milwaukee, WI, USA)
資料名： IEEE Journal of Translational Engineering in Health and Medicine  (IEEE Journal of Translational Engineering in Health and Medicine)
巻： 5  ページ： ROMBUNNO.2800607.1-7  発行年： 2017年 
JST資料番号： W2440A  ISSN： 2168-2372  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： 悪性腫瘍を確認するための生きた切除組織標本の検査は,皮膚病理学および一般的に組織病理学における挑戦的な仕事である。悪性および良性組織の高精度神経回路網分類を提供する携帯型デスクトッププロトタイプ装置を紹介した。ハンドヘルド装置は,四極性黒化白金電極を介して,1Hzから32MHzまでの47のインピーダンスデータサンプルを収集する。データ解析を6つの異なる逆伝搬ニューラルネットワーク(BNN)で実行した。米国,Milwauke,Aurorra Medical Centerで承認されたIRB研究における180の悪性および180の良性乳房組織データファイルから成るデータセットを,ニューラルネットワーク入力として利用した。BNN構造は,悪性または良性分類を決定するために,6つの神経回路網のうちの4つを自律的に選択するマルチチeredコンセンサスアプローチから構成された。次に,BNN分析を,100%の一貫した感度と100%の特異性を有する組織学結果と比較した。この実装は,良性および悪性インピーダンスデータと複雑な神経回路網構成の間の統計的変化のみに成功裏に依存した。この装置とBNN実施は,必要な組織標本専門性なしで,乳房,扁平上皮癌および基底細胞癌および他の切除組織の健康の現在の医療評価を強化するための価値あるツールとなり得る新しいアプローチを提供する。それは,様々な臨床環境における生検または切片切除組織の迅速な非侵襲的正確な評価により,臨床管理要員を提供する可能性がある。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： 携帯型 ,  乳房 ,  扁平上皮癌 ,  *多重化 ,  *ニューラルネットワーク ,  生検 ,  データ解析 ,  インピーダンス ,  神経回路網
準シソーラス用語： 非侵襲 ,  健康 ,  特異性 ,  逆伝播ニューラルネットワーク ,  ハンドヘルドコンピュータ ,  悪性腫瘍 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (3件)： 多重 ,  ニューラルネットワーク ,  癌検出