文献

J-GLOBAL ID：201902263732255564   整理番号：19A0516791

深部信念ネットワークを用いた末梢血塗抹画像からのマラリア寄生虫検出【JST・京大機械翻訳】

Malaria Parasite Detection From Peripheral Blood Smear Images Using Deep Belief Networks

著者 (3件)： Bibin Dhanya (Department of Research and Development Centre, Bharathiar University, Coimbatore, India) ,  Nair Madhu S. (Department of Computer Science, University of Kerala, Thiruvananthapuram) ,  Punitha P. (Department of Computer Applications, PES Institute of Technology, Bengaluru, India)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 9099-9108  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,深い信念ネットワーク(DBN)を用いたヒト末梢血スメア画像におけるマラリア寄生虫の存在を同定する新しい方法を提案した。本論文では,DBNに基づく訓練されたモデルを導入し,4100の末梢血スメア画像を寄生虫または非寄生虫クラスに分類した。提案したDBNは,事前訓練のための契約的発散法を用いて,制約付きBoltzmannマシンを積み重ねることにより事前訓練される。DBNを訓練するために,画像から特徴を抽出し,DBNの可視変数を初期化した。本論文では,色とテクスチャの連結特徴を特徴ベクトルとして用いた。最後に,DBNをクラスラベルの確率を計算する逆伝搬アルゴリズムを用いて識別的に微調整した。本論文で用いたDBNアーキテクチャの最適サイズは484-600-2であり,可視層は484ノードを有し,出力層はすべての層において600の隠れノードを含む4つの隠れ層を有する2つのノードを有した。提案した方法は,Fスコアが89.66%,感度が97.60%,特異性が95.92%の他の最先端の方法よりも有意に優れていた。本論文は,ヒト末梢血スメア画像におけるマラリア寄生虫検出のためのDBNの最初の応用である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像 ,  ヒト ,  *寄生虫 ,  *マラリア ,  *末梢血 ,  最適規模 ,  計算機アーキテクチャ
準シソーラス用語： 特異性 ,  スコア ,  隠れ層 ,  微調整 ,  逆伝搬アルゴリズム ,  特徴ベクトル ,  質感 ,  *信念ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深部 ,  信念ネットワーク ,  末梢血 ,  マラリア ,  寄生虫