文献

J-GLOBAL ID：201902256584670136   整理番号：19A0794136

光学的生検のための統計解析と機械学習アルゴリズム【JST・京大機械翻訳】

Statistical analysis and machine learning algorithms for optical biopsy

著者 (12件)： Wu Binlin (Southern Connecticut State Univ. (United States)) ,  Liu Cheng-hui (The City College of New York (United States)) ,  Boydston-White Susie (Borough of Manhattan Community College (United States)) ,  Beckman Hugh (Consultant (United States)) ,  Sriramoju Vidyasagar (The City College of New York (United States)) ,  Sordillo Laura (The City College of New York (United States)) ,  Zhang Chunyuan (The City College of New York (United States)) ,  Zhang Lin (The City College of New York (United States)) ,  Shi Lingyan (The City College of New York (United States)) ,  Smith Jason (Southern Connecticut State Univ. (United States)) ,  Bailin Jacob (Southern Connecticut State Univ. (United States)) ,  Alfano Robert R. (The City College of New York (United States))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10489  ページ： 104890T-8  発行年： 2018年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 様々な光学的生検法で収集されたスペクトルまたは画像データの分析は,生物学的基礎の複雑さのためにしばしば困難である。スペクトルまたは画像データを利用し,異なるタイプの組織に対する特徴的なスペクトルまたは空間的特徴を検出できるロバストな方法は挑戦的であるが,非常に望まれている。本研究では,532nm励起による共鳴Raman分光法を用いて,ヒト皮膚正常および癌組織試料から得られたスペクトルデータセットを分析するために,様々な機械学習アルゴリズムを用いた。主成分分析,非負行列因数分解,および自動符号化人工ニューラルネットワークを含むアルゴリズムを用いて,データセットの次元を縮小し,特徴を検出した。線形カーネルを有するサポートベクトルマシンを用いて,正常組織および癌組織サンプルを分類した。この方法の有効性を比較した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スペクトル ,  サポートベクトルマシン ,  有効性 ,  ヒト ,  主成分分析 ,  *アルゴリズム ,  励起 ,  ニューラルネットワーク ,  線形性 ,  ロバスト性 ,  *学習アルゴリズム
準シソーラス用語： 腫瘍組織 ,  非負行列因子分解 ,  複雑性 ,  画像データ , 【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 (4件)： 光学的生検 ,  統計解析 ,  機械学習 ,  アルゴリズム