文献

J-GLOBAL ID：201902263382025136   整理番号：19A1510470

深さコンボリューションニューラルネットワークに基づく乳腺モリブデン標的スクリーニング【JST・京大機械翻訳】

Mammary Molybdenum Target Screening Based on Deep Convolutional Neural Network

著者 (6件)： Sun Zeyu (神州数碼医療科技股fen有限公司,100080,北京市海淀区蘇州街16号) ,  Shi Xiaolin (神州数碼医療科技股fen有限公司,100080,北京市海淀区蘇州街16号) ,  Zhu Yanwu (神州数碼医療科技股fen有限公司,100080,北京市海淀区蘇州街16号) ,  Zhang Shanshan (中国科学院計算技術研究所,100190,北京市海淀区中関村科学院南路6号;北京郵電大学,100876,北京市海淀区西土城路10号) ,  Guo Jianfei (神州数碼医療科技股fen有限公司,100080,北京市海淀区蘇州街16号) ,  Zhao De (中国科学院計算技術研究所,100190,北京市海淀区中関村科学院南路6号)
資料名： Zhongguo Shuzi Yixue  (Zhongguo Shuzi Yixue)
巻： 14  号： 3  ページ： 62-65  発行年： 2019年 
JST資料番号： C3959A  ISSN： 1673-7571  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： 乳腺モリブデン標的X線撮影検査は乳癌のスクリーニングと診断の重要な手段の一つであり、臨床で広く応用されている。コンピュータ技術の発展に伴い、コンピュータアルゴリズムによる乳腺モリブデン標的画像の自動診断は医療圧力を有効に緩和し、診断精度を高めることができる。これに基づいて、乳腺モリブデンターゲット画像の分析を通じて、深さ学習に基づく乳腺モリブデンターゲット画像の自動診断方法を提案した。まず、サンプリングにより作成した切り身のデータセットを用いて、乳腺モリブデンターゲット中良悪性腫瘍及び石灰化病巣を識別するマルチ分類ネットワークを訓練し、その後、訓練したネットワークを用いて、全画像のエルゴード識別を実現し、最終的に良悪性腫瘍及び石灰化の予測確率熱図に戻す。結果は,このアルゴリズムが,切り身データの認識精度を約93%に達成でき,予測確率熱マップが医師の助けとなることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  X線検査 ,  医師 ,  *乳腺 ,  予測 ,  乳房腫瘍 ,  *スクリーニング ,  *ネットワーク ,  計算機アルゴリズム ,  石灰化 ,  *モリブデン
準シソーラス用語： 悪性腫瘍 ,  切り身 ,  診断精度 ,  自動診断 , 【Automatic Indexing@JST】

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (4件)： 乳腺 ,  モリブデン ,  標的 ,  スクリーニング