文献

J-GLOBAL ID：201902289026336821   整理番号：19A1487392

移動深散乱畳込みネットワークとアンサンブル部分空間KNN分類器に基づく非アルコール性脂肪肝テクスチャ特性化【JST・京大機械翻訳】

Nonalcoholic Fatty Liver Texture Characterization based on Transfer Deep Scattering Convolution Network and Ensemble Subspace KNN classifier

著者 (2件)： Bharath R (WiNet Lab, IIT Hyderabad, Telangana, India) ,  Rajalakshmi P (WiNet Lab, IIT Hyderabad, Telangana, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： AP-RASC  ページ： 1-4  発行年： 2019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： 非アルコール性脂肪肝疾患(NAFLD)は高度に流行しており,未治療の場合には慢性疾患に進行する可能性がある。早期発見と診断は,NAFLDに関連する合併症を予防するために重要である。脂肪肝診断は超音波走査により広く行われている。脂肪の密度に基づいて,肝臓は4つのカテゴリーに分類される。肝臓実質の超音波テクスチャー特性は,脂肪の濃度によって変化し,したがって,放射線科医は,脂肪肝を分類するための特性としてこれを使用する。非アルコール性脂肪肝の分類は,テクスチャーの特徴において観察される微小な変化により,放射線科医にとって非常に困難である。正確な診断を行う際に放射線写真を支援するために,圧縮伝達散乱係数とアンサンブル部分空間KNN分類器に基づく新しい計算機支援の新しいアルゴリズムを提案した。提案したアルゴリズムは,各カテゴリがそれぞれ250画像からなる1000画像のデータサイズで試験したとき,98.8%の精度でテクスチャを分類した。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 ,  *キャラクタリゼーション ,  *ネットワーク ,  超音波 ,  *脂肪肝 ,  ヒト ,  *散乱 ,  *畳込み ,  診断 ,  アルゴリズム ,  早期診断 ,  合併症 ,  治療法
準シソーラス用語： 放射線科医 ,  *質感 ,  *非アルコール性脂肪性肝疾患 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： 散乱 ,  畳込み ,  アンサンブル ,  部分空間 ,  KNN ,  分類器 ,  非アルコール性脂肪肝 ,  テクスチャ ,  特性化