文献

J-GLOBAL ID：202002247957103175   整理番号：20A0667710

皮膚病変画像からの皮膚疾患の機械学習ベース分類の性能比較【JST・京大機械翻訳】

Performance Comparison of Machine Learning-Based Classification of Skin Diseases from Skin Lesion Images

著者 (2件)： Guha Shetu Rani (Khulna, Bangladesh) ,  Rafizul Haque S. M. (Khulna, Bangladesh)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 637  ページ： 15-25  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 皮膚は人体の主要部分の1つである。同時に,皮膚は容易に感染し,様々な種類の皮膚疾患により損傷される。皮膚疾患は世界中の主要な健康被害である。今日,多くの人々は皮膚疾患を患っている。それは,医師がそれらを人手で診断するのに面倒で時間がかかる。最近,機械学習技術は医用画像から様々なタイプの病気を認識するために適用されている画像中の異なるタイプの物体の検出と認識に成功している。画像から皮膚疾患を認識し分類するために様々な機械学習技術が用いられている。ここでは,3つの機械学習技術サポートベクトルマシン(SVM),VGGNet,およびインセプオン-ResNet-v2を,皮膚病変画像から7つのタイプの皮膚疾患を分類するために実装した。これらのモデルの性能を評価し,精度と再現値を用いて比較した。これらの3つのモデルの間の分類性能に基づいて,Inception-ResNet-v2が優れていることが分かった。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *皮膚病 ,  サポートベクトルマシン ,  *機械学習 ,  医用画像 ,  *皮膚障害 ,  健康被害
準シソーラス用語： 機械学習技術 ,  性能比較 , 【Automatic Indexing@JST】

著者キーワード (4件)： 皮膚病変 ,  VGG16 ,  SVM ,  開始-RESNET-V2

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 皮膚病変 ,  皮膚疾患 ,  機械学習 ,  分類 ,  性能比較