文献

J-GLOBAL ID：202002257485907449   整理番号：20A2556936

マラリア寄生虫を検出するための完全自動化システムと血液塗抹からのそれらの段階【JST・京大機械翻訳】

A Fully Automated System to Detect Malaria Parasites and their Stages from the Blood Smear

著者 (2件)： Hasan Sifat Md. Mohidul (Khulna University of Engineering & Technology,Department of Biomedical Engineering,Khulna,Bangladesh,9203) ,  Islam Muhammad Muinul (Khulna University of Engineering & Technology,Department of Biomedical Engineering,Khulna,Bangladesh,9203)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： TENSYMP  ページ： 1351-1354  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： マラリアは,雌Anopheles 蚊に起因する一般的な疾患である。主に4種のマラリアがあり,各種は4つの段階を持つ。マラリアの早期検出は,マラリアからの死亡の低減と同様に適切な患者管理における重要な因子である。マラリアを検出する従来の方法は時間がかかり,病理学者の専門知識に依存して変化する。適切な検出に対する人依存性を避けるために,いくつかの研究はマラリア寄生虫を検出するための自動化法を実行した。本研究では,血液スミアからのステージによるマラリア寄生虫の自動検出を提案した。マラリア患者の血液塗抹画像は,オンラインデータベースから集められた。いくつかの前処理U-Netを適用した後,血液スミア画像からRBC(赤血球)をセグメント化し,マラリア寄生虫により感染RBCを同定し,最終的に,VGG16と呼ばれるaward-winningニューラルネットワークを用いて,マラリアの異なる型と段階を認識した。U-Netモデルのセグメンテーション精度と特異性は,それぞれ97.67%と92.05%であった。感染RBCの検出精度と特異性はCNNモデルを用いて100%と95%であった。マラリア種検出のためのVGG16モデルの平均精度と特異性は,それぞれ95.55%と94.75%であった。VGG16の適用により,リングステージに対する異なるタイプのマラリア寄生虫の平均病期分類精度と特異性は,それぞれ96.25%と94.82%であった。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： *自動化 ,  セグメンテーション ,  データベース ,  赤血球 ,  前処理 ,  ニューラルネットワーク ,  *寄生虫 ,  *マラリア ,  ハマダラカ ,  患者管理
準シソーラス用語： 自動検出 ,  専門知識 ,  特異性 ,  オンライン ,  検出精度 , 【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 (5件)： マラリア ,  寄生虫 ,  完全自動化 ,  血液 ,  段階