文献

J-GLOBAL ID：202002219758475538   整理番号：20A0589218

肺炎検出のための超音波画像における肺組織の分析と分類【JST・京大機械翻訳】

Analysis and classification of lung tissue in ultrasound images for pneumonia detection

著者 (5件)： Valdes-Burgos L. (Univ. Tecnologica de Bolivar (Colombia)) ,  Contreras-Ojeda S. L. (Univ. Tecnologica de Bolivar (Colombia)) ,  Dominguez-Jimenez J. A. (Univ. Tecnologica de Bolivar (Colombia)) ,  Lopez-Bueno J. (Hospital Infantil Napoleon Franco Pareja (Colombia)) ,  Contreras-Ortiz S. H. (Univ. Tecnologica de Bolivar (Colombia))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11330  ページ： 1133003-6  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 肺炎はウイルス,細菌または真菌により引き起こされる肺の感染である。それは,主に5歳未満の小児に影響し,生命を脅かすことができる。肺炎の診断は通常,胸部X線,超音波,CTなどの画像診断技術を用いて行われる。いくつかの研究は,超音波が肺炎検出のための効果的で,安全で費用効率の高い技術であることを示している。しかし,画像の低い信号対雑音比のために,この技術は,開業医の経験に非常に依存している。本論文では,画像テクスチャ特徴からの肺炎検出のためのアプローチを提案した。特徴抽出のための経験的モード分解,次元縮小のための主成分分析,および分類のための教師つき学習法を用いた。結果は,最初のモードの特徴が,Cohenのd指数に従って,健常者と肺炎患者の間に大きな差を示すことを示す。肺炎検出は,平均精度83.33%の回転森林モデルで可能であった。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 主成分分析 ,  次元縮小 ,  *超音波 ,  子供 ,  真菌類 ,  細菌 ,  教師つき学習 ,  画像診断 ,  *肺炎 ,  SN比 ,  *超音波画像 ,  特徴抽出
準シソーラス用語： 開業医 ,  胸部X線撮影 ,  *肺組織 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 肺炎 ,  音波画像 ,  肺組織 ,  分析 ,  分類