文献

J-GLOBAL ID：201902240252992772   整理番号：19A0804703

効果的な画像特徴を用いた網膜血管抽出と教師付きおよび教師なし機械学習法の組合せ【JST・京大機械翻訳】

Retinal blood vessel extraction employing effective image features and combination of supervised and unsupervised machine learning methods

著者 (2件)： Hashemzadeh Mahdi (Faculty of Information Technology and Computer Engineering, Azarbaijan Shahid Madani University, Tabriz-Azarshahr Road, 5375171379, Tabriz, Iran) ,  Adlpour Azar Baharak (Department of Computer Engineering, Tabriz Branch, Azad University, Tabriz, Iran)
資料名： Artificial Intelligence in Medicine  (Artificial Intelligence in Medicine)
巻： 95  ページ： 1-15  発行年： 2019年 
JST資料番号： T0685A  ISSN： 0933-3657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 医学において,眼底画像の網膜血管分析は,様々な眼科および心血管疾患のスクリーニングおよび診断のための顕著な課題である。本研究では,効果的な画像特徴の集合と教師つきおよび教師なしの機械学習技術の組み合わせを用いて,網膜血管を抽出するための方法を提案した。さらに,血管抽出に用いられる一般的特徴に対して,血管抽出の精度に有意な影響を及ぼす3つの強い特徴を利用した。個別に効率的な特徴の異なるタイプの選択された組み合わせは,血管と非血管ピクセルに対するより良い識別を伴う豊富な局所情報をもたらす。提案方法は,最初に,教師なしの方法で厚くて明瞭な血管を抽出して,次に,それは監督された方法で薄い血管を抽出する。教師つきと教師なしの方法の組合せの目標は,様々な血管画素から計算された画像特徴のクラス内高分散の問題を扱うことである。提案した方法を,3つの公開可能なデータベースDRIVE,STAREおよびCHASE_DB1に関して評価した。得られた結果(DRIVE:ACC=0.9531,AUC=0.9752;STARE:ACC=0.9691,AUC=0.9853;CHASE_DB1:ACC=0.9623,AUC=0.9789)は,最先端の方法と比較して提案方法のより良い性能を示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *血管 ,  眼科学 ,  データベース ,  クラスタ化 ,  画像処理 ,  画素 ,  心血管疾患 ,  *画像特性 ,  *網膜 ,  *網膜血管
準シソーラス用語： 機械学習技術 ,  眼底写真 ,  教師なし機械学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 網膜 ,  血管 ,  画像処理 ,  船舶の抽出 ,  分類 ,  クラスタリング

分類 (4件)： 人工知能  (JE08000Z) ,  医用情報処理  (JE15030Q) ,  分子遺伝学一般  (EC02010J) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (5件)： 画像特徴 ,  網膜血管 ,  教師 ,  教師なし機械学習 ,  組合せ