文献

J-GLOBAL ID：201902260887698529   整理番号：19A1183039

医療用モノのインターネットにおける肺癌検出への応用による深部強化学習【JST・京大機械翻訳】

Deep reinforcement learning with its application for lung cancer detection in medical Internet of Things

著者 (4件)： Liu Zhuo (The First Affiliated Hospital of Dalian Medical University, Dalian, 116000, China) ,  Yao Chenhui (Shengjing Hospital of China Medical University, Shenyang, 110004, China) ,  Yu Hang (Department of Computer Science, St. Francis Xavier University, Antigonish, B2G 2W5, Canada) ,  Wu Taihua (The First Affiliated Hospital of Dalian Medical University, Dalian, 116000, China)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 97  ページ： 1-9  発行年： 2019年 
JST資料番号： A0620C  ISSN： 0167-739X  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： 最近,深い強化学習は,コンピュータゲームやロボットなどの様々なアプリケーションにおいて,強化学習アルゴリズムに深い学習モデルを統合することにより,大きな成功を遂げている。特に,医学的モノのインターネットから発生し収集された医学的大規模データと深い強化学習を組み合わせるために,コンピュータ支援診断と治療のために有望である。本論文では,肺腫瘍に罹患している肺癌検出のための深部強化学習の可能性に焦点を当て,2018年に肺癌から死亡した約1.8万人の患者を対象とした。肺腫瘍の早期発見と診断は,治療効果を有意に改善し,生存を延長することができる。本研究では,肺癌検出に使用できる可能性のあるいくつかの代表的な深部強化学習モデルを提示した。さらに,肺癌の一般型と各型の主な特徴をまとめた。最後に,医学的モノのインターネットによるスマート医療の進化を促進することが期待される,肺癌検出への深い強化学習を適用するオープンチャレンジと可能な将来の研究方向を指摘した。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： 計算機診断 ,  ロボット ,  学習モデル ,  早期診断 ,  応用プログラム ,  *肺腫瘍 ,  *強化学習 ,  学習アルゴリズム
準シソーラス用語： 臨床効果 ,  大規模データ ,  コンピュータゲーム ,  *モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (4件)： スマート医療 ,  医療用モノのインターネット ,  深部強化学習 ,  肺癌

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 医療 ,  インターネット ,  肺癌 ,  応用 ,  深部 ,  強化学習