文献

J-GLOBAL ID：202002274816936100   整理番号：20A1956639

OCTx:網膜疾患を検出するためのアンサンブル深層学習モデル【JST・京大機械翻訳】

OCTx: Ensembled Deep Learning Model to Detect Retinal Disorders

著者 (4件)： Paul Dipam (KIIT University) ,  Tewari Alankrita (KIIT University) ,  Ghosh Sourodip (KIIT University) ,  Santosh K.C. (University of South Dakota)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CBMS  ページ： 526-531  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： 本論文では,3つのクラス,すなわち,糖尿病性黄斑浮腫(DME),脈絡膜新脈管形成(CNV),および正常網膜からのDRUSENを横断した網膜光コヒーレンストモグラフィー(OCT)画像を分類するための検出フレームワークを解体し,実証する。本研究では,全画像の12%に意図的に増加した筆者らのテスト画像データセットにおいて,98.53%の最先端精度を得ることができるという利点により,深いアンサンブルネットワークを開発した。さらに,著者らの畳み込み層から得られた特徴マップから利点と洞察も行い,光学コヒーレンストモグラフィー拡張(OCTx)と呼ぶ最終モデルを作成した。著者らの実験では,OCTxは,正確な同じデータセットで検証された以前に報告された研究と比較して,より正確で多様であることを見出した。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： 畳込み ,  *網膜 ,  ネットワーク ,  脈絡膜 ,  *網膜疾患
準シソーラス用語： 光コヒーレンストモグラフィー ,  脈管形成 ,  糖尿病黄斑浮腫 ,  特徴マップ ,  *深層学習 , 【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 (4件)： 網膜疾患 ,  アンサンブル ,  深層学習 ,  モデル