文献

J-GLOBAL ID：201902235142141637   整理番号：19A2879873

追跡可能な決定過程を用いた腫瘍検出法【JST・京大機械翻訳】

Tumor Detection Method with Traceable Decision Process

著者 (4件)： Yamaguchi Satoshi (Yokohama National University,School of Environment and Information Sciences,Yokohama,Japan) ,  Murakami Kouzou (Showa University School of Medicine, Shinagawa,Department of Radiology,Tokyo,Japan) ,  Hirayama Chiaki (Yokohama National University,School of Environment and Information Sciences,Yokohama,Japan) ,  Nagao Tomoharu (Yokohama National University,School of Environment and Information Sciences,Yokohama,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SMC  ページ： 3042-3047  発行年： 2019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： ここ数年にわたり,深い学習による腫瘍検出は十分な注意を引きつけており,様々なモデルが提案されている。いくつかのモデルは,エンドツーエンドモデルから直接出力画像を得る。他のモデルは複雑なネットワーク構造から成る。しかし,医師がこれらのモデルの検出手順を理解することは困難である。この困難さは,それらの実用化を妨げる。そこで本論文では,医師が理解しやすい方法で腫瘍を検出するモデルを提案する。提案した深いニューラルネットワークモデルは,医師が画像を解釈する方法によって触発された。それは,腫瘍位置推定と腫瘍/非腫瘍分類の2つの過程から成る。提案した方法を評価するために,実際に病院で収集した磁気共鳴画像を用いた。出力画像は,腫瘍検出の提案方法の手順が医師が腫瘍を検出する方法と一致することを明らかにした。おそらく腫瘍位置を推定した。次に,これらの可能性のある位置は正しい腫瘍位置まで狭くなる。提案した方法は,94.14%の精度と93.44%の再現率で腫瘍を検出した。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： NMRイメージング ,  エンドツーエンド方式 ,  ネットワーク構造 ,  *腫瘍
準シソーラス用語： 再現率 ,  腫瘍分類 ,  位置推定 ,  神経回路網モデル ,  *腫瘍検出 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 追跡 ,  過程 ,  腫瘍検出