文献

J-GLOBAL ID：201902272463199849   整理番号：19A1516821

改良L-BFGSスパースノイズ除去自己符号化ネットワークに基づくMRI脳画像認識法【JST・京大機械翻訳】

MRI Brain Image Recognition Method Based on Improved L-BFGS Sparse Denoising Autoencoder

著者 (3件)： Wang Xinying (長春工業大学計算机科学与工程学院,吉林 長春,130012) ,  Wang Wanqiu (長春工業大学計算机科学与工程学院,吉林 長春,130012) ,  Wang Hui (長春工業大学計算机科学与工程学院,吉林 長春,130012)
資料名： Tu Xue Xuebao  (Tu Xue Xuebao)
巻： 40  号： 2  ページ： 261-266  発行年： 2019年 
JST資料番号： C3013A  ISSN： 2095-302X  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： 人類科学技術の飛躍的な発展及び医学映像設備の絶えず更新に伴い、医学映像技術は脳病変の補助診断においてますます重要な役割を果たしており、そのため、改良L-BFGSスパースノイズ低減自己コーディングネットワークモデル(ILSDAE)を提案した。MRI脳画像のアルツハイマー病の識別と脳疾患の補助診断に応用した。実験データ源はADNIデータセットから採取し、校正、登録、分割、平滑などの操作を経て、脳の灰白質画像を獲得し、その後、改良した教師なし貪欲予訓練法とL-BFGSアルゴリズムを結合した。深さ自己符号化ネットワークを訓練し、Softmax回帰により学習特徴を訓練し、それによって病気患者の脳画像の識別を実現した。ILSDAEネットワークモデルには,良いロバスト性があり,その結果は,スタック自己符号化と自己学習方式と比較して,提案方法の有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  *雑音低減 ,  ヒト ,  *ネットワーク ,  アルゴリズム ,  映像 ,  ロバスト性 ,  *画像 ,  Alzheimer病 ,  画像技術 ,  学習
準シソーラス用語： ネットワークモデル ,  補助診断 ,  *脳画像 ,  *スパース , 【Automatic Indexing@JST】

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (5件)： ノイズ除去 ,  自己 ,  符号化 ,  MRI ,  脳画像