文献

J-GLOBAL ID：202002284553966502   整理番号：20A1196654

腫瘍検出とセグメンテーションのためのMRI脳画像に適用したアンサンブル分類に基づく方法論【JST・京大機械翻訳】

An Ensemble Classification-Based Methodology Applied to MRI Brain Images for Tumor Detection and Segmentation

著者 (5件)： Qureshi Abuzar (Department of Telecommunication Engineering, Faculty of Engineering, The Islamia University of Bahawalpur, Bahawalpur, Pakistan) ,  Khan Khan Bahadar (Department of Telecommunication Engineering, Faculty of Engineering, The Islamia University of Bahawalpur, Bahawalpur, Pakistan) ,  Haider Hamza Ali (Department of Telecommunication Engineering, Faculty of Engineering, The Islamia University of Bahawalpur, Bahawalpur, Pakistan) ,  Khawaja Rameez (Department of Telecommunication Engineering, Faculty of Engineering, The Islamia University of Bahawalpur, Bahawalpur, Pakistan) ,  Yousuf Muhammad (Department of Electronic Engineering, Faculty of Engineering, The Islamia University of Bahawalpur, Bahawalpur, Pakistan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1198  ページ： 606-615  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 自動脳腫瘍検出は医療分野での重要な応用である。この作業のために開発された多くの方法がある。本論文では,教師つき分類技術を用いてMRI画像から脳腫瘍のタイプを検出するアルゴリズムを実装した。本研究の主要部分はDWTを用いた特徴抽出とPCAを用いた特徴の低減を含む。これらの減少した特徴を,SVM,k-NN,Nive BayesおよびLDAのような異なる分類器に提出した。次に,各分類器からの結果を,最も頻繁な結果を選択する投票アルゴリズムに提出した。訓練のためのデータセットは,160のMRI画像を含んだ。処理時間を短縮するために,200×200画像上でアルゴリズムを処理した。この方法を試験し,非常に有益で迅速であることを見出した。それは,MRI分類の分野において利用することができて,医師が腫瘍タイプを見つけて,患者異常レベルについて診断することを助けることができた。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： アルゴリズム ,  加工時間 ,  *セグメンテーション ,  特徴抽出 ,  *腫瘍 ,  脳腫瘍 ,  画像処理 ,  投票 ,  NMRイメージング
準シソーラス用語： *脳画像 ,  教師付き分類 ,  *アンサンブル分類 ,  *腫瘍検出 , 【Automatic Indexing@JST】

著者キーワード (7件)： 画像セグメンテーション ,  MRI分類 ,  MATLAB ,  画像処理 ,  腫瘍検出 ,  特徴抽出 ,  特徴削減

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 腫瘍検出 ,  セグメンテーション ,  MRI ,  脳画像 ,  アンサンブル分類 ,  方法論