文献

J-GLOBAL ID：202002236512284225   整理番号：20A2622039

畳み込みニューラルネットワークアプローチを用いた皮膚癌画像の解析と分類【JST・京大機械翻訳】

Analysis and Classification of Skin Cancer Images using Convolutional Neural Network Approach

著者 (6件)： Zaman Khalid (Near East University,Department of Computer Engineering,North Cyprus,Mersin,Turkey,10) ,  Bangash Javed Iqbal (University of Agriculture,Institute of Computer Sciences & IT,Peshawar,Pakistan) ,  Maghdid Sozan Sulaiman (Erbil Polytechnic University,Department of Information Technology,Erbil,Iraq) ,  Hassan Shah (Agriculture University,Department of Computer Science &IT,Peshawar,Pakistan) ,  Afridi Hammad (Abasyn, University,Department of Computing & Technology,Peshawar,Pakistan) ,  Zohaib Muhammad (Near East University,Department of Electrical Engineering,North Cyprus,Mersin,Turkey,10)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISMSIT  ページ： 1-8  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： この現代時代の皮膚癌は地球周辺の重大な問題であり,技術の時代であり,従来の方法よりも異なるアルゴリズムを使用する知能マシンを通してこの問題を解決することが重要である。皮膚癌画像を分類するための異なるアルゴリズムを用いたインテリジェントマシンは,努力,時間,および人間の生命を節約するために,信頼できる方法で,皮膚癌画像を分類する。この目的のために,深層学習(CNN)アルゴリズムをインテリジェント機械によって用いて,そのタイプに従って皮膚癌画像を分類した。本研究では,3種類の皮膚癌タイプ名がBasal cell Carcinoma(BBC),Melancycular Nevus(NV)および血管病変(VASC)である。本研究は,癌疾患の分野における深層学習の実施が,それらのタイプに従って皮膚癌の画像を分類し,認識するための最も適切な方法であり,早期診断のための医学の分野で非常に有用であり,診断の正確な結果を改善することを示した。本研究では,98.89%の精度で結果を示し,その結果を示した。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： アルゴリズム ,  地球 ,  血管疾患 ,  *皮膚腫瘍 ,  早期診断
準シソーラス用語： 深層学習 ,  *畳込みニューラルネットワーク , 【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)： 畳み込みニューラルネットワーク ,  皮膚癌 ,  解析 ,  分類