文献

J-GLOBAL ID：201902272507242869   整理番号：19A1333152

深部学習に基づく超音波画像上の新しい知的甲状腺結節診断システム【JST・京大機械翻訳】

A Novel Intelligent Thyroid Nodule Diagnosis System over Ultrasound Images Based on Deep Learning

著者 (5件)： Yi Zhike ,  Hao Aimin ,  Song Wenfeng ,  Li Hongyi ,  Li Bowen
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICVRV  ページ： 150-155  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 現在,甲状腺癌は重大な世界的公衆衛生問題になり,超音波は甲状腺結節を評価するための最も重要な画像診断法である。しかし,甲状腺疾患の超音波診断結果は医師の経験,レベル,状態および他の因子に敏感である。したがって,診断結果に及ぼす主観的経験の影響を減少させるために,より客観的な定性的および定量的分析を行うために医師を支援するために知的診断システムを必要とする。本論文では,超音波画像に基づく甲状腺結節リスク評価のための深い学習アルゴリズムを提案し,このアルゴリズムに基づく甲状腺超音波画像の知的診断システムを構築した。支援診断ツールとして,システムは使用しやすく,甲状腺癌の決定のための精度を有意に向上させることができる。このシステムの有効性を検証するために,このシステムをテストするために北京連合医科大学病院と協力する。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： アルゴリズム ,  リスク評価 ,  学習アルゴリズム ,  公衆衛生 ,  *学習 ,  *超音波画像 ,  有効性 ,  *超音波 ,  *甲状腺 ,  甲状腺腫瘍 ,  医師 ,  *診断 ,  超音波診断
準シソーラス用語： *診断システム ,  *甲状腺結節 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 深部 ,  学習 ,  超音波画像 ,  甲状腺結節 ,  診断システム