文献
J-GLOBAL ID:202002287951245276   整理番号:20A2142986

多層分数次マシンビジョン分類器を用いた良性および悪性乳房腫瘍の予備的迅速スクリーニングのためのARFI-VTIエラストグラフィー画像の増強【JST・京大機械翻訳】

Enhancement of ARFI-VTI Elastography Images in Order to Preliminary Rapid Screening of Benign and Malignant Breast Tumors Using Multilayer Fractional-Order Machine Vision Classifier
著者 (6件):
資料名:
巻:ページ: 164222-164237  発行年: 2020年 
JST資料番号: W2422A  ISSN: 2169-3536  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
乳房腫瘍は,台湾の死亡率に関して様々な癌の間で4番目にランクし,また,女性において最も一般的な癌である。悪性病変の早期検出は,生存率を増加させ,また現在の先進医療治療を通して死亡率を低下させる。音響放射力インパルス(ARFI)は,局所組織置換に基づく初期段階の乳房病変を識別するための新しい画像技術であり,仮想タッチ組織イメージング(VTI)により定量される。デジタルARFI-VTIは最初の乳房イメージングモダリティであり,>30歳の女性においてより効果的であると思われる。したがって,画像強調プロセスは,テクスチャの詳細と形態学的特徴を可視化するための関心領域(ROI)における低コントラスト画像を強化するための重要な技術である。本研究では,二次元(2D)分数次数畳込み(2Dスライディングフィルタウィンドウ(8フィルタ))を適用して,ROIにおける病変の正確な外挿のためのARFI-VTI画像を強化した。次に,最大プール化を行い,32×32から16×16サイズまでの特徴パターンの大きさを低減した。一般化回帰ニューラルネットワーク(GRNN)としての多層マシンビジョン分類器を用いて,良性または悪性腫瘍の被験者をスクリーニングした。10倍の交差検証で,平均再現率(%),平均精度(%),平均F1スコア92.92±3.43%,80.42±6.45%,87.78±2.17%,および0.8615±0.0495のそれぞれが,提案した分類器の性能を定量化するために達成された。ARFI-VTI画像上で可視化された乳房腫瘍は,提案したマシンビジョン分類器による良性病変からの悪性の急速スクリーニングのためのデジタル化画像として有用である。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
腫ようの診断  ,  パターン認識 

前のページに戻る