文献

J-GLOBAL ID：202002261487658307   整理番号：20A0909498

虹彩画像と人工神経回路網に基づく糖尿病の予測器具:初期所見【JST・京大機械翻訳】

Prediction Instrument of Diabetes Mellitus based on Iridology Image and Artificial Neural Network: Initial Findings

著者 (2件)： Putri Rievanda (Universitas Indonesia Depok,Department of Physics,Indonesia) ,  Saputro Adhi Harmoko (Universitas Indonesia Depok,Department of Physics,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICSIMA  ページ： 1-6  発行年： 2019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： 糖尿病検出法の一つは少量の血液を描画することにより血糖を測定することである。それ以外に,いくつかの非侵襲的方法も開発されており,代替法の一つは虹彩学である。虹彩画像に対応する器官のマッピングは,特にインシュリンホルモンが作られている膵臓において,器官の損傷組織を検出するために用いることができる。本論文は,画像取得装置と画像処理アルゴリズムを用いて,虹彩画像を通して非侵襲性糖尿病予測システムを開発することに焦点を合わせた。処理はFFTフィルタと濃淡スケーリングを用いた画像強調,円形Hough変換(CHT)を用いた虹彩局在化,およびゴムシート正規化を用いた正規化から始まる。次に,虹彩画像における膵臓に関するセグメンテーションは,それに続いて,右眼画像の1つのROIと左眼画像の2つのROIを生じた。15人の健康な被験者と11人の糖尿病被験者から得た3つの画像の最大値を用いて画像取得を行った。用いた特徴抽出法は,分割虹彩画像のテクスチャ特徴を用いたGaborフィルタである。システムの精度パラメータを得るための評価法として混乱行列を用いた。人工神経回路網(ANN)の分類モデルを,糖尿病と健常被験者の間を分類するために,訓練と試験データに対して,それぞれ,91.54%と89.05%の精度で分類するために実行した。結果は,このシステムが糖尿病の予測のための医療を助けるツールとして提案できることを示している。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： セグメンテーション ,  *ニューラルネットワーク ,  特徴抽出 ,  インスリン ,  血糖 ,  *虹彩 ,  *糖尿病 ,  検出法 ,  画像強調 ,  Hough変換 ,  カオス ,  正規化
準シソーラス用語： Gaborフィルタ ,  非侵襲 ,  画像処理アルゴリズム , 【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 (7件)： 虹彩画像 ,  人工神経回路網 ,  糖尿病 ,  予測 ,  器具 ,  初期 ,  所見