文献

J-GLOBAL ID：201902261536261019   整理番号：19A1664897

2ストリーム機械学習モデルを用いたまばらなデータの限界における網膜疾患の自動分類【JST・京大機械翻訳】

Auto-classification of Retinal Diseases in the Limit of Sparse Data Using a Two-Streams Machine Learning Model

著者 (12件)： Huck Yang C.-H. (Biological and Environmental Sciences and Engineering Division, Computer, Electrical and Mathematical Sciences and Engineering Division, King Abdullah University of Science and Technology, Thuwal, Saudi Arabia) ,  Huck Yang C.-H. (Georgia Institute of Technology, Atlanta, GA, USA) ,  Liu Fangyu (University of Waterloo, Waterloo, Canada) ,  Huang Jia-Hong (Biological and Environmental Sciences and Engineering Division, Computer, Electrical and Mathematical Sciences and Engineering Division, King Abdullah University of Science and Technology, Thuwal, Saudi Arabia) ,  Huang Jia-Hong (National Taiwan University, Taipei, Taiwan) ,  Tian Meng (Department of Ophthalmology, Bern University Hospital, Bern, Switzerland) ,  I-Hung Lin M. D. (Department of Ophthalmology, Tri-Service General Hospital, Taipei, Taiwan) ,  Liu Yi Chieh (National Taiwan University, Taipei, Taiwan) ,  Morikawa Hiromasa (Biological and Environmental Sciences and Engineering Division, Computer, Electrical and Mathematical Sciences and Engineering Division, King Abdullah University of Science and Technology, Thuwal, Saudi Arabia) ,  Yang Hao-Hsiang (National Taiwan University, Taipei, Taiwan) ,  Tegner Jesper (Biological and Environmental Sciences and Engineering Division, Computer, Electrical and Mathematical Sciences and Engineering Division, King Abdullah University of Science and Technology, Thuwal, Saudi Arabia) ,  Tegner Jesper (Unit of Computational Medicine, Center for Molecular Medicine, Department of Medicine, Karolinska Institutet, Solna, Sweden)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11367  ページ： 323-338  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 網膜疾患の自動臨床診断は,専門家への限られたアクセスを持つ領域における発見を容易にする有望なアプローチとして出現した。眼底構造と血管障害が網膜疾患の主な特徴であるという事実に基づいて,サポートベクトルマシン(SVM)と深い神経回路網(DNNs)を混合する新しい視覚支援診断ハイブリッドモデルを提案した。さらに,52の網膜疾患クラスを組み込んだ眼科のために,EyeNetと呼ばれる教育プロジェクトRetina Image Bankから専門眼科医によって分類された新しい臨床網膜ラベル収集を提示する。EyeNetを使用して,著者らのモデルは90.40%の診断精度を達成して,モデル性能は専門の眼科医(https://github.com/huckiyang/EyeNet2)に匹敵した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動分類 ,  診断 ,  *網膜疾患 ,  眼科学 ,  *学習モデル ,  神経回路網 ,  サポートベクトルマシン ,  眼底 ,  教育 ,  *網膜 ,  *モデル
準シソーラス用語： 診断精度 ,  眼科医 ,  ハイブリッドモデル ,  臨床診断 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (6件)： ストリーム ,  機械学習 ,  モデル ,  限界 ,  網膜疾患 ,  自動分類