文献

J-GLOBAL ID：202002229893514792   整理番号：20A2279929

前立腺癌を予測するための機械学習分類技術【JST・京大機械翻訳】

A Machine Learning Classification Technique for Predicting Prostate Cancer

著者 (5件)： B Mohammed Ismail. (Koneru Lakshmaiah Education Foundation Deemed to be University,Department of Computer Science & Engineering,A.P,India) ,  Alam Mansoor (Northern Illinois University College of Engineering and Engineering Technology,Dept Chair Electrical Engineering,DeKalb,IL,USA) ,  Tahernezhadi Mansour (Electrical Engineering, Northern Illinois University College of Engineering and Engineering Technology,DeKalb,IL,USA) ,  Vege Hari Kiran (Koneru Lakshmaiah Education Foundation Deemed to be University,Department of Computer Science & Engineering,A.P,India) ,  Rajesh P. (Koneru Lakshmaiah Education Foundation Deemed to be University,Department of Computer Science & Engineering,A.P,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EIT  ページ： 228-232  発行年： 2020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： 本論文では,前立腺癌を予測するための教師つき機械学習(ML)に関する様々な分類技術を提示し,検証した。修正ロジスティック回帰(LR)分類器を提案し,前立腺癌に感受性のある患者で実施した。提案した分類技術は,臨床的および腫瘍ステージ特性の両方を使用する。検討した臨床的特徴はBMI,年齢,膀胱炎感染,喫煙歴である。腫瘍ステージ特性は,腫瘍結節転移(TNM)の段階,癌(AJCC)と前立腺特異抗原(PCA)の米国共同委員会である。得られた結果は,既存の分類器と比較して,精度と正の予測値(PPV)の改善を示す。結果を比(Sp)と感度(Se)の性能測度と比較し,検証し,Pc予測精度の3%改善の最小値を記録した。また,実装されたML分類技術は,Spの4%の改善を伴うPc診断に臨床的影響を示した。Copyright 2020 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： 感受性 ,  腫瘍 ,  膀胱炎 ,  *前立腺腫瘍 ,  *機械学習 ,  前立腺特異抗原
準シソーラス用語： ロジスティック回帰分析 ,  予測精度 ,  喫煙歴 ,  予測値 ,  教師付き機械学習 ,  臨床的特徴 , 【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 (4件)： 前立腺癌 ,  予測 ,  機械学習 ,  分類