文献

J-GLOBAL ID：202002233255530476   整理番号：20A1184623

パターンに基づく正則化と可視化による網膜厚からの緑内障視覚感度の推定【JST・京大機械翻訳】

Estimating Glaucomatous Visual Sensitivity from Retinal Thickness with Pattern-Based Regularization and Visualization

著者 (6件)： Sugiura Hiroki (University of Tokyo, Tokyo, Japan) ,  Kiwaki Taichi (University of Tokyo, Tokyo, Japan) ,  Yousefi Siamak (University of Tennessee Health Science Center, Memphis, TN, USA) ,  Murata Hiroshi (University of Tokyo, Tokyo, Japan) ,  Asaoka Ryo (University of Tokyo, Tokyo, Japan) ,  Yamanishi Kenji (University of Tokyo, Tokyo, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： KDD ’18  ページ： 783-792  発行年： 2018年 
JST資料番号： D0698C  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： 従来,緑内障は視野感度(VF)に基づいて診断されている。しかし,VF試験は時間がかかり,費用がかかり,雑音が多い。緑内障診断には網膜厚(RT)を用いることが望ましい。そこで,緑内障眼におけるRTからVFを推定するための新しい方法論を提案した。鍵となるアイデアは,畳込みニューラルネットワーク(CNNs)によるパターンに基づく正則化(PBR)とパターンに基づく可視化(PBV)の新しい方法を使用することである。PBRは,非対VFデータから教師なし学習と組み合わせて,RT-VF関係の教師つき学習を効果的に行う。それにより,CNNの小サイズデータへの過剰適合を避けることができる。PBVはRTとVFの間の機能的対応を視覚化し,その非線形性は保存されている。著者らは,PBRを有するCNNが今日まで最も高い推定精度を達成し,PBVを有するCNNが眼科学的文脈における知識発見に有効であることを経験的に実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *視覚 ,  教師なし学習 ,  *可視化 ,  教師つき学習 ,  *緑内障 ,  非線形性 ,  眼科学 ,  *正則化 ,  知識発見
準シソーラス用語： 推定精度 ,  *網膜厚 ,  非負行列因子分解 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳み込みニューラルネットワーク ,  緑内障 ,  非負行列因子分解 ,  正則化 ,  可視化

分類 (1件)： 眼の診断  (GP02000N)

タイトルに関連する用語 (7件)： 正則化 ,  可視化 ,  網膜厚 ,  緑内障 ,  視覚 ,  感度 ,  推定