文献

J-GLOBAL ID：202002270876851799   整理番号：20A1810468

糖尿病黄斑浮腫分類のための滲出液の検出【JST・京大機械翻訳】

Detection of Exudate for Diabetic Macular Edema Classification

著者 (2件)： Thulkar Dhanshree (Veermata Jijabai Technological Institute,Department of Electronics Engineering,Mumbai,India) ,  Daruwala Rohin (Veermata Jijabai Technological Institute,Department of Electronics Engineering,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICST  ページ： 1-4  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： 糖尿病性黄斑浮腫(DME)の初期ステージと視覚障害のより高いリスクをもたらすその重症ステージの間の応答時間は,約3~4年である。本論文は,DMEの発症を予防するための症状の早期管理および早期検出のための,健康および疾患眼底画像の滲出液および自動スクリーニングのための系統的コンピュータ支援モデルを提示する。DME maculaは,不鮮明な視覚を引き起こす漏出血管からの浸出液の沈着のため影響を受ける。基底画像は,前処理,特徴抽出および分類の3つのステップを受ける。前処理段階において,画像は,コントラスト制限適応ヒストグラム等化,代替逐次フィルタリング,および血管の抽出のための閾値化を通す。血管マスクとCannyのエッジ検出画像を比較することによって,滲出液の形態の異常を見出した。次元を減らし,モデルの精度を改善するために抽出した一連の特徴から特徴選択を行った。見出された最良適合機械学習アルゴリズムは,不必要な視覚損失を防止するために97.18%の精度で特徴を訓練するための人工ニューラルネットワークである。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： コントラスト ,  視覚 ,  血管 ,  前処理 ,  ニューラルネットワーク ,  フィルタリング ,  特徴抽出 ,  特徴選択 ,  浸出液 ,  沈着 ,  エッジ検出 ,  CAE【計算機】 ,  スクリーニング ,  *滲出液 ,  学習アルゴリズム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 糖尿病黄斑浮腫 ,  分類 ,  滲出液