文献

J-GLOBAL ID：201902257884297945   整理番号：19A0542128

深さコンボリューションニューラルネットワークの胸片肺結節分類識別研究【JST・京大機械翻訳】

Research of deep convolution neural network in classification of chest radiographs and pulmonary nodules

著者 (4件)： Chen Shouhong (桂林電子科技大学 電子工程与自動化学院,广西 桂林,541004) ,  Liu Xinyu (桂林電子科技大学 電子工程与自動化学院,广西 桂林,541004) ,  Ma Jun (桂林電子科技大学 電子工程与自動化学院,广西 桂林,541004) ,  Kang Huaiqiang (桂林電子科技大学 電子工程与自動化学院,广西 桂林,541004)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 54  号： 24  ページ： 176-181  発行年： 2018年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 肺結節の特徴が複雑で、明らかでなく、胸部レントゲンに肺結節を含むかどうかを正確に診断できないという問題に対して、深さニューラルネットワークを肺結節分類識別に応用することを提案した。まず、胸部スライスのグレースケールを一致させ、異なる設備による胸部スライスの輝度とグレースケールの差異を減少し、次に、異なるデータ増幅方法を採用して、深度畳込みニューラルネットワークを肺結節の特徴を十分に抽出でき、最後に、改良したニューラルネットワーク構造を通じて肺結節を分類識別した。提案したアルゴリズムは,胸部スライス画像のセグメンテーションにおいて,画像特徴の部分的損失を回避でき,同時に,胸部画像の複雑さに起因する肺結節特徴の明らかな欠点を克服した。最後に、実験研究により、胸片肺結節分類識別の平均正確率は84.2%に達し、医学胸部肺結節の分類識別領域にある程度の応用価値があることが証明された。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *ニューラルネットワーク ,  セグメンテーション ,  断層画像 ,  輝度 ,  グレースケール ,  画像 ,  アルゴリズム ,  画像特性
準シソーラス用語： 実験研究 ,  畳込みニューラルネットワーク ,  胸部X線撮影 ,  *肺結節 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 胸 ,  肺結節 ,  分類 ,  識別 ,  研究