文献

J-GLOBAL ID：202002245365803997   整理番号：20A2150533

ダウン症候群小児の顔の画像分類のための確率的ニューラルネットワーク【JST・京大機械翻訳】

Probabilistic Neural Network to Classify Image of Children’s Face with Down Syndrome

著者 (5件)： Rahmat R F (Department of Information Technology, Faculty of Computer Science and Information Technology, Universitas Sumatera Utara, Medan, Indonesia) ,  Budiarti S (Department of Information Technology, Faculty of Computer Science and Information Technology, Universitas Sumatera Utara, Medan, Indonesia) ,  Faza S (Department of Information Technology, Faculty of Computer Science and Information Technology, Universitas Sumatera Utara, Medan, Indonesia) ,  Fawwaz I (Department of Information Technology, Faculty of Computer Science and Information Technology, Universitas Sumatera Utara, Medan, Indonesia) ,  Andayani U (Department of Information Technology, Faculty of Computer Science and Information Technology, Universitas Sumatera Utara, Medan, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1566  号： 1  ページ： 012129 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ダウン症候群は,染色体発達異常による子供の身体的および精神的発達の条件である。この状態は異なる顔面症状を有する。Down症候群は顔にユニークな特徴を持つが,それらは親と siblingと類似の顔を持ち,従って,その差を tらすために非常に複雑である。これらの症状は顔認識のための特定の情報を含む。本研究では,提案方法は5つの段階から成る。第一段階は入力画像である。第二段階は,グレースケールとCLAHEプロセスから成る前処理である。第3段階は画像セグメンテーションであり,画像の特別な特徴をもたらす。プロセスは不変モーメントを生成する特徴抽出を続けた。最終段階は,モザイク,トリソミー21または症候群のない顔のタイプを決定する分類過程である。22画像の試験データを用いた試験結果は,このシステムが91%の精度率を持ち,再現率と精度が88%であることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： グレースケール ,  前処理 ,  特徴抽出 ,  染色体 ,  モザイク性 ,  子供 ,  モーメント ,  *Down症候群
準シソーラス用語： 画像セグメンテーション ,  *画像分類 ,  再現率 ,  試験データ ,  顔貌認識 , 【Automatic Indexing@JST】

分類 (1件)： 先天性疾患・奇形一般  (GD03010V)

タイトルに関連する用語 (5件)： ダウン症候群 ,  小児 ,  顔 ,  画像分類 ,  確率的ニューラルネットワーク