文献

J-GLOBAL ID：201902244955313868   整理番号：19A2115120

眼底画像補完と神経回路網によるハード滲出物の検出と分類【JST・京大機械翻訳】

Detection and Classification of Hard Exudates with Fundus Images Complements and Neural Networks

著者 (5件)： Hussain Muhammad Altaf (National University of Sciences and Technology (NUST), Islamabad, Pakistan) ,  Islam Syed Osama Bin (National University of Sciences and Technology (NUST), Islamabad, Pakistan) ,  Tiwana MI (National University of Sciences and Technology (NUST), Islamabad, Pakistan) ,  Ubaid-Ur-Rehman (National University of Sciences and Technology (NUST), Islamabad, Pakistan) ,  Qureshi W. S. (National University of Sciences and Technology (NUST), Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCAR  ページ： 206-211  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： 糖尿病網膜症(DR)は,網膜血管(BV)の障害を引き起こす高いグルコースによる視力低下に次第に導く眼障害である。「HardExudate」(HE)のような網膜の右病変は,急速な網膜毛細血管からの血漿漏出である。HESは硬く,蝋状の黄色の沈着物として現れ,小スポットから脂肪パッチまで沈着し,中等度から重度の非増殖性糖尿病性網膜症(NPDR)を示す。本論文では,ディジタル画像処理技術を用いたHEsの検出と分類のための簡単でコンパクトで計算的に安価な技術を提案した。これは,ディジタル眼底画像補完と人工ニューラルネットワーク(ANN)に基づいている。提案した技術は,5つの段階,すなわち,前処理,粗い検出,最適化,特徴検出と抽出,続いての分類によって折り畳まれる。特徴検出と抽出のために,高速化されたUpロバスト特徴(SURF)アルゴリズムを用いたが,一方では,分類のために,改良型逆伝搬(FFBP)ANNを用いた。提案した技術は,‘DIARETDDB1の眼底画像において,98.7%の感度(SE),97.5%の有意差(SP)および97.7%の‘accuracy(AC)をもたらした。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： 網膜 ,  *神経回路網 ,  高速化 ,  最適化 ,  高速度 ,  ワックス ,  ロバスト性 ,  前処理 ,  ニューラルネットワーク ,  ディジタル方式 ,  アルゴリズム ,  ヘキソース ,  アルドース
準シソーラス用語： 低価格 ,  病巣 ,  *眼底写真 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

物質索引 (1件)： グルコース

タイトルに関連する用語 (5件)： 眼底画像 ,  補完 ,  神経回路網 ,  滲出物 ,  分類